1、實時競價的過程是由需求方平臺、媒體平臺以及消費者共同完成的。這一過程是三贏的，消費者可以看到自己感興趣的廣告，廣告主可以使得投放更加精準(zhǔn)，降低成本，需求方平臺可以賺到更多的廣告提成。實時競價是一項很復(fù)雜且涉及領(lǐng)域廣泛的工作，本文就實時競價這一問題提出了一種基于邏輯回歸模型的算法。將實時競價整體算法實現(xiàn)分成了兩個主要方面：數(shù)據(jù)預(yù)處理和模型訓(xùn)練。其中模型訓(xùn)練又分為線下受眾選擇模型訓(xùn)練和邏輯回歸模型訓(xùn)練。數(shù)據(jù)處理部分，從各種競價日志數(shù)據(jù)入手，

2、將其負(fù)例部分，通過一種經(jīng)過優(yōu)化的、對處理高維稀疏數(shù)據(jù)有很大優(yōu)勢的聚類算法經(jīng)行聚類，達(dá)到了很好的效果，大大減少了負(fù)例的數(shù)量。提高了正負(fù)例比例。大大減少了后續(xù)的模型訓(xùn)練時長，提升了訓(xùn)練效果。模型訓(xùn)練中，從經(jīng)過處理的競價日志數(shù)據(jù)出發(fā)，通過數(shù)據(jù)預(yù)處理、特征提取、增量合并、排序降維、模型求解、模型驗證這些步驟，得到邏輯回歸模型。此模型為一個特征到權(quán)重的映射文件。多元邏輯回歸算法模型屬于有監(jiān)督學(xué)習(xí)的一種，關(guān)鍵點在于如何提取數(shù)據(jù)集中區(qū)分度高的特征。<