Decision support system for search engine advertising campaign management by determining negative keywords
Arama motoru reklam yönetimi için negatif anahtar kelime tespiti ile karar alma sistemi
- Tez No: 509182
- Danışmanlar: DOÇ. DR. KEMAL KILIÇ
- Tez Türü: Yüksek Lisans
- Konular: Endüstri ve Endüstri Mühendisliği, Industrial and Industrial Engineering
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2018
- Dil: İngilizce
- Üniversite: Sabancı Üniversitesi
- Enstitü: Mühendislik ve Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Endüstri Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Endüstri Mühendisliği Bilim Dalı
- Sayfa Sayısı: 58
Özet
Arama motoru reklam verenleri, kampanyaları için en iyi anahtar kelime grubunu bulmayı hedefler. Her şirketin Arama Motoru Reklamcılığı'ndan (AMR) belirli kısıtlamaları ve beklentileri vardır. Bu tez çalışmasında, AMR kampanya yönetiminde kullanılabilecek bir Karar Destek Sistemi (KDS) geliştirdik. KDS önceki kampanyalardan elde edilen verilere dayanarak, negatif anahtar kelimeleri (performansı artırmak için anahtar kelime kümesinden kaldırılması gereken) belirler. Negatif anahtar kelimeleri belirlemek için kullanılan mevcut metrikler, hemen çıkma oranı, kalite puanı gibi diğer önemli özellikleri içermediğinden yeterli değildir. Bu özellikler trafiği değerlendirmek için çoğunlukla reklamverenler tarafından kullanılır, ancak genellikle bunlar dönüşüm oranına dayanır. Araştırmamızda öncelikle, çeşitli makine öğrenme teknikleri kullanılarak kampanyayı olumsuz yönde etkileyen ve / veya olumlu yönde etki eden unigram setini tanımlamak için anahtar sözcükleri (literatürde mevcut olan bazı yaklaşımlara benzer şekilde) unigram düzeyinde analiz edilmektedır. Naive Bayes, Karar Ağaçları, Lojistik Regresyon (olduğu gibi veyaonlarla ilişkili temel kavramlar) kullanılmıştır. Ayrıca, bu sürecin bir parçası olarak reklamverenler tarafından gerçek hayattaki AMR kampanyalarında kullanılabilecek ve daha fazla yön içeren yeni metrikler de sunulmaktadır. Yaklaşımımızın performansı, büyük bir hızlı tüketim malları üreticisinden elde edilen gerçek hayat verileri üzerinde yapılan deneysel bir analiz ile değerlendirilmektedir.
Özet (Çeviri)
Search engine advertisers need to determine the best keyword set for their campaigns. Every company has particular constraints and expectations from the Search Engine Advertising (SEA). In this research we worked on a Decision Support System (DSS) that can be used in SEA campaign management. The DSS determines the negative keywords (which should be eliminated from the keyword set in order to improve the performance) based on the data obtained from the earlier campaigns. Current metrics used to determine the negative keywords are not sufficient/adequate, since they don't incorporate other important aspects such as bounce rate, quality score etc. which are often used by the advertisers in order to evaluate the traffic but rely mostly to conversion rate. In our research first we analyze the keywords at unigram level (similar to some of the existing approaches available in the literature) in order to identify the set of unigrams which are negatively and/or positively effecting the campaign by using various machine learning techniques (either as is or used the core concepts associated with them) such as Naıve Bayes, Decision Trees, Logistic Regression.We further extended these algorithms by incorporating ideas borrowed from Greedy Randomized Adaptive Search (GRASP). We also introduced novel metrics which incorporate more aspects used in real life SEA campaigns by the advertisers as part of this process. The performance of our approach is evaluated with an experimental analysis conducted on real life data obtained from a major FMCG producer.
Benzer Tezler
- Bilgi tabanlı bağlayıcı takip, sorgulama ve karar destek sistemi
Knowledge-based standard part tracking, querry and decision support system
HASAN MERT TAYMAZ
Yüksek Lisans
Türkçe
2014
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolTOBB Ekonomi ve Teknoloji ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. TANSEL ÖZYER
- Büyük veri araçları ile COVİD-19 pandemisinin İstanbul trafiğine etkisinin analizi
Impact analysis of COVID-19 pandemic on Istanbul traffic with big data tools
UĞUR ALCAN
Yüksek Lisans
Türkçe
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Üniversitesi-CerrahpaşaElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. FIRAT KAÇAR
- Kalite güvence sistemindeki bazı öğelerin denetim sürecine ilişkin bilgi tabanlı bir uzman sistem yaklaşımı
Başlık çevirisi yok
DEMET BAYRAKTAR
- Endüstri mühendisliğinde uzman sistemler ve proje yönetim yazılımı seçimine bir uzman sistem yaklaşımı
Expert systems in industrial engineering and an expert system approach to selecting project management software
SÜREYYA FİDAN
Doktora
Türkçe
1994
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiPROF.DR. RAMAZAN EVREN
- Finansal kalkınmanın reel kesime fon aktarımındaki etkisi
Başlık çevirisi yok
ŞEBNEM MERMERTAŞ (SÖĞÜTLÜ)
Yüksek Lisans
Türkçe
1998
BankacılıkMarmara ÜniversitesiSermaye Piyasası ve Borsa Bilim Dalı
YRD. DOÇ. DR. SAADET TANTAN