von Hassan Namarvar, Hauptdatenwissenschaftlerin.

Wir veranstalteten ein Treffen der Datenwissenschaftler (als eine Reihe von SF Data Mining Treffen) in der ShareThis Zentrale in Palo Alto am^9. Dezember 2014. Ich präsentierte unsere Teamarbeit über Online-Display-Werbeoptimierung. Bei der Online-Display-Werbung ist das ultimative Ziel, einem Online-Nutzer eine beste und relevante Anzeige zu liefern, um ihn zu einer Aktion wie dem Kauf eines Produkts oder der Anmeldung für eine Dienstleistung zu bewegen. Dies erfordert eine Schätzung der Konversionswahrscheinlichkeit für einen bestimmten Benutzer, Inhalt, Werbetreibenden, Standort, Gerät usw. Die Abschätzung der Konversionswahrscheinlichkeit ist eine extrem schwierige Aufgabe, da Konversionsereignisse seltene Ereignisse sind und die Datendimensionen riesig sind. In diesem Vortrag habe ich vorgestellt, wie wir bei ShareThis das Problem der Conversion-Schätzung angegangen sind. Genauer gesagt habe ich beschrieben, wie wir CPA-Modelle erstellt haben, indem wir ShareThis Social-Media- und Ad-Exchange-Datensätze genutzt und die modernsten Algorithmen für maschinelles Lernen wie GLM, GBM und Random Forest angewendet haben, die von der H2O-Plattform. Ich habe einige Ergebnisse von Live-Werbekampagnen in der Produktion vorgestellt, um die Effektivität unseres Ansatzes zu zeigen. Für weitere Details kannst du dir das folgende Video und Deck vom gestrigen Gespräch ansehen.