Geri Dön

Learning from rare clicks: A comparative study of imbalance-handling techniques for deep CTR prediction

Nadir tıklamalardan öğrenme: Derin CTR tahmininde dengesizlik işleme tekniklerinin karşılaştırmalı analizi

PDF İndir

  1. Tez No: 1023457
  2. Yazar: TUGAY BALATLI
  3. Danışmanlar: DOÇ. ERCAN ATAM, DR. ÖĞR. ÜYESİ ŞAZİYE BETÜL ÖZATEŞ
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2026
  8. Dil: İngilizce
  9. Üniversite: Boğaziçi Üniversitesi
  10. Enstitü: Veri Bilimi ve Yapay Zeka Enstitüsü
  11. Ana Bilim Dalı: Veri Bilimi ve Yapay Zeka Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: Belirtilmemiş.

Özet

Tıklama Oranı (TO) tahmini, e-ticaret, çevrimiçi reklamcılık ve öneri sistemlerinde temel ancak zorlu bir görevdir. Tıklama verilerinin dengesiz dağılımı, yani pozitif tıklama örneklerinin tıklanmama örneklerinden çok daha az sayıda olması, bu görevdeki başlıca sorunlardan biridir. Bu çalışma, tıklama oranı tahmini problemi için üç derin öğrenme modeli ile birleştirilmiş nadir olay tahminleme yöntemlerinin kapsamlı bir karşılaştırmasını sunmaktadır. Kullanılan modeller Deep and Cross Network (DCN), Deep Factorization Machine (DeepFM) ve Deep Neural Network (DNN)'dir. Değerlendirilen nadir olay işleme yöntemleri, veri düzeyinde yöntemler olan SMOTE ve NearMiss alt örnekleme ile algoritma düzeyinde yöntemler olan sınıf ağırlıkları, PolyLoss ve Dice kaybı fonksiyonlarıdır. Deneyler iki büyük ölçekli gerçek dünya veri seti üzerinde gerçekleştirilmiştir: 1,4 milyon eğitim örneği ve yüzde 16,16 TO'ya sahip Avazu TO tahmin veri seti ve bir e-ticaret şirketi olan Trendyol tarafından sağlanan, 5 milyon eğitim örneği ve yaklaşık yüzde 5 tıklama oranına sahip Trendyol JFY Ads veri seti. Çoklu tohum Wilcoxon işaretli sıralar testi ($n = 7$, $p < 0{,}05$) ile doğrulanan deneysel sonuçlar, PolyLoss'un hem Avazu'da (DNN ile 0,7675, referansa göre +\%0,44) hem de Trendyol'da (DCN ile 0,6710, referansa göre +\%0,56) en iyi ortalama AUC değerine ulaştığını göstermektedir. Bu sonuçlar, algoritma düzeyindeki yöntemlerin, veri düzeyindeki yaklaşımlara kıyasla çeşitli veri setleri ve modeller arasında performans iyileştirmelerinde daha tutarlı olduğunu ortaya koymaktadır.

Özet (Çeviri)

Click-through Rate (CTR) prediction is an essential but difficult task in online advertising and recommendation systems. The imbalanced nature of click data, where positive click instances are much fewer in number than non-click instances, is one of the major issues in this task. This work presents an extensive comparison of rare event handling methods combined with three state-of-the-art deep learning models for CTR prediction tasks, namely, Deep and Cross Network (DCN), Deep Factorization Machine (DeepFM), and Deep Neural Network (DNN). The rare event handling methods being considered are data-level methods such as Synthetic Minority Over-sampling Technique (SMOTE) and NearMiss undersampling, and algorithm-level methods such as class weight, PolyLoss, and Dice loss functions. The experiments are conducted on two large real-world datasets: the Avazu CTR prediction dataset, containing 1.4 million training samples and a CTR of 16.16 percent; and the Trendyol JFY Ads dataset, a 5 million training sample dataset provided by the company Trendyol, an e-commerce company, where the CTR is around 5 percent. The experimental results, validated through multi-seed Wilcoxon signed-rank tests ($n = 7$, $p < 0.05$), show that PolyLoss achieves the best mean AUC on Avazu (0.7675 with DNN, +0.44\% over baseline) and on Trendyol (0.6710 with DCN, +0.56\% over baseline). These results demonstrate that algorithm-level methods show greater consistency in performance improvements across diverse datasets and models, compared to data-level approaches.

Benzer Tezler

  1. Tez No

    768502

    Machine learning based model for clinical characterization of germline variants from RNA-seq data

    RNA-seq datasından germ hattı varyantların klinik karakterizasyonu için makine öğrenmesi tabanlı model

    ÖZGENUR AKDAŞ

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    BiyomühendislikGebze Teknik Üniversitesi

    Biyomühendislik Ana Bilim Dalı

    PROF. DR. FATİH ERDOĞAN SEVİLGEN

  2. Tez No

    759216

    Investigating the physical environment of kindergartens as an effective factor for children's learning and development: Case studies from Amman

    Çocukların öğrenme ve gelişiminde etkili bir faktör olarak anaokulların fiziksel ortamının incelenmesi: Amman'dan örnekleyin çalışmaları

    MARAM MOHAMMAD MAHMOUD EHMAID

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    MimarlıkBahçeşehir Üniversitesi

    Fen Bilimleri Ana Bilim Dalı

    PROF. DR. EMİNE ÜMRAN TOPÇU

  3. Tez No

    987771

    CMMcihazındaki verilerden makine öğrenmesi ile parça kontrolü

    Part control with machine learning from data on CMM device

    ZEYNEP BİRGİN

    Yüksek Lisans

    Türkçe

    Türkçe

    2024

    Metalurji MühendisliğiSakarya Üniversitesi

    Metalurji ve Malzeme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NURAY CANİKOĞLU

  4. Tez No

    235121

    Do players learn how to learn? evidence from constant sum games with varying number of actions

    Oyuncular öğrenmeyi öğreniyorlar mı? değişen sayıda hareketli sabit toplam oyunlarından örnekler

    İHSAN ERMAN SARAÇGİL

    Yüksek Lisans

    İngilizce

    İngilizce

    2009

    Ekonomiİhsan Doğramacı Bilkent Üniversitesi

    Ekonomi Bölümü

    YRD. DOÇ. DR. KEVİN HASKER

  5. Tez No

    954427

    Numune tenör değerinden litolojik tahmin için rastgele orman entegrasyonu

    Integration of random forest for lithological prediction from sample assay value

    ONUR MERİÇ TEKNECİ

    Yüksek Lisans

    Türkçe

    Türkçe

    2025

    Maden Mühendisliği ve MadencilikHacettepe Üniversitesi

    Maden Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FIRAT ATALAY

Geri Dön