di Hassan Namarvar, Principal Data Scientist

Abbiamo tenuto un incontro di scienza dei dati (come una serie di Incontri per il data mining di SF) presso la ShareThis sede centrale di Palo Alto il ⁹ dicembre 2014. Ho presentato il nostro lavoro di squadra sull'ottimizzazione della pubblicità online. Nel display pubblicitario online, l'obiettivo finale è quello di fornire un annuncio migliore e pertinente a un utente online in modo da influenzarlo a intraprendere un'azione come l'acquisto di un prodotto o l'iscrizione a un servizio. Questo richiede la stima della probabilità di conversione per un dato utente, contenuto, inserzionista, posizione, dispositivo e così via. La stima della conversione è un compito estremamente impegnativo, poiché gli eventi di conversione sono eventi rari e la dimensione dei dati è enorme. In questo discorso, ho presentato come, a ShareThis, abbiamo affrontato il problema della stima delle conversioni. Più specificamente, ho descritto come abbiamo costruito i modelli CPA sfruttando ShareThis i social media e i set di dati per lo scambio di annunci e applicando gli algoritmi di machine learning all'avanguardia come GLM, GBM e Random Forest forniti da Piattaforma H2O. Ho presentato alcuni risultati di campagne pubblicitarie dal vivo in produzione per mostrare l'efficacia del nostro approccio. Per maggiori dettagli, potete vedere il seguente video e il mazzo di carte di ieri