• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2007년도 추계학술대회 및 정기총회
• /
• pp.425-434
• /
• 2007

The sponsored search has become significant channel of online advertising, and the large sized advertisers have appeared, so the sponsored search strategy is becoming more important. Since CPC(Cost-per-Click) advertising has different price according to keyword, it is difficult to manage the a lot of keywords at one time. So, the purpose of this study is to investigate the factors which influence on the cost-per-click of sponsored search advertising. That is, there are four factors: impression, CTR(Click through Rate), conversion rate, and keyword's length. for the regression analysis, we use the actual data which is gotten from an ad agency. The result of that, the impression and keyword's length influence cost-per-click positively. However, CTR & conversion rate have no influence on it unexpectedly.

• International Journal of Knowledge Content Development & Technology
• /
• 제1권1호
• /
• pp.7-24
• /
• 2011

This study aims to measure the impact of these two variables on consumers' 'click-through' rates (the number of users that click on the ad compared to the number of times the ad is delivered). The result is as follows. First, search ads play a critical role in drawing consumers to advertisers' websites. Once search ads are placed, the number of visitors increased tenfold. Secondly, when search ads are keyed to highly-involved words such as 'IDC', 'hosting' and 'co-location', click-through rates significantly fluctuate according to the type of advertising message. In this case, consumers respond much more positively to ads highlighting credibility and product quality than to ads with emphasis on sales and events. Thirdly, the placement of search ads also matters. The ad placed first in the search list overpowers ads in the third or fifth place in terms of click-through rates. However, there was no significant difference of click-through rates between ads in the third place and ads in fifth. Lastly, when estimating which variable plays the bigger role in bringing traffic to advertisers' websites, consumers are more receptive to the substance of the advertising message than to its placement, under the circumstances of high involvement.

• 한국IT서비스학회지
• /
• 제11권3호
• /
• pp.257-267
• /
• 2012

Many advertisers utilize sponsored search in search engines since customers want to find relevant information on their purchases from the search engines. Many factors have influences on price per click of the sponsored search. These influences are different based on the types of keywords such as search/experience or prominent/specific. However, differences of the influences have not been studied well. Thus, this study wants to identify the differences of the influences according the type of keywords. One month data of keyword advertising were collected from Naver. The influences of search number, click through rate, and competition on price per click were different according to the keyword types.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2023년도 추계학술발표대회
• /
• pp.522-523
• /
• 2023

CTR(Click Through Rate) 예측은 사용자가 광고나 아이템을 클릭할 확률을 예측하는 데 사용되는 용어로, 광고 분야에서 중요한 연구 분야로 자리 잡았다. 인터넷 데이터의 양이 증가함에 따라, 전통적인 피쳐 엔지니어링의 인건비는 계속해서 상승하고 있다. 특징 상호 작용에 대한 의존도를 줄이기 위해, 본 논문은 TMH(Two-Tower Multi-Headed Attention Neural Network) 접근법이라고 하는 명시적인 특징 상호 작용과 암시적인 특징 상호 작용을 결합한 융합 모델을 제안한다. CTR 예측에서 TMH 의 효과를 평가하기 위해 3 개의 실제 데이터 세트를 사용하여 많은 수의 실험을 수행하였다. 성능은 3 개의 데이터 세트에서 0.12%, 0.41% 및 0.68%으로 향상되었다.

• Journal of Information Processing Systems
• /
• 제17권2호
• /
• pp.369-384
• /
• 2021

In a personalized product recommendation system, when the amount of log data is large or sparse, the accuracy of model recommendation will be greatly affected. To solve this problem, a personalized product recommendation method using deep factorization machine (DeepFM) to analyze user behavior is proposed. Firstly, the K-means clustering algorithm is used to cluster the original log data from the perspective of similarity to reduce the data dimension. Then, through the DeepFM parameter sharing strategy, the relationship between low- and high-order feature combinations is learned from log data, and the click rate prediction model is constructed. Finally, based on the predicted click-through rate, products are recommended to users in sequence and fed back. The area under the curve (AUC) and Logloss of the proposed method are 0.8834 and 0.0253, respectively, on the Criteo dataset, and 0.7836 and 0.0348 on the KDD2012 Cup dataset, respectively. Compared with other newer recommendation methods, the proposed method can achieve better recommendation effect.

• 한국산학기술학회논문지
• /
• 제11권4호
• /
• pp.1468-1474
• /
• 2010

성공적인 창업을 위해서는 창업가의 준비가 선행되어야 하지만, 매력적인 사업 아이디어의 계발이 뒤따라야 한다. 지금까지의 창업연구는 창업행동과 사업성과에 영향을 미치는 창업가 요인에 관한 연구에 치우쳐 있으며, 사업 아이디어의 계발과 평가에 대한 연구는 부족하다. 이 연구는 사업 아이디어의 매력도를 객관적으로 평가하는 방법을 제시하는 것을 목적으로 한다. 이 연구는 사업 아이디어의 매력도를 잠재 고객이 인터넷 검색엔진에서 특정 사업 아이디어를 표현하는 키워드 검색 이후 검색광고를 클릭하여 웹 사이트를 방문하는 수라고 정의한다. 사업 아이디어의 매력도는 (특정 사업 아이디어를 표현하는 키워드의 조회수 ${\times}$ 검색광고 클릭률)의 수식으로 표현될 수 있다. 검색엔진에서 키워드 조회수를 공개하므로, 검색광고 클릭률을 추정함으로써 사업 아이디어 매력도를 평가할 수 있다. 연구자는 외국어 교육 관련 키워드 1124개를 선정한 다음, 각 키워드의 1개월간 조회수, 검색광고 클릭률 등의 데이터를 검색 사이트에서 제공받아 분석함으로써 검색광고 클릭률을 예측하는 회귀식을 도출하였다. 이 연구는 사업 아이디어의 계발과 평가에 대한 객관적인 기준을 제시함으로써 창업의 성공률을 높이는 데 기여할 수 있고, 창업연구에 새로운 방법론을 도입했다는 점에서 의의가 있다.

• 지식경영연구
• /
• 제22권4호
• /
• pp.27-40
• /
• 2021

Click-Through Rate(CTR) 예측은 추천시스템에서 후보 항목의 순위를 결정하고 높은 순위의 항목들을 추천하여 고객의 정보 과부하를 줄임과 동시에 판매 촉진을 통한 수익 극대화를 달성할 수 있는 핵심 기능이다. 자연어 처리와 이미지 분류 분야는 심층신경망(deep neural network)의 활용을 통한 괄목한 성장을 하고 있다. 최근 이 분야의 주류를 이루던 모델과 차별화된 어텐션(attention) 메커니즘 기반의 트랜스포머(transformer) 모델이 제안되어 state-of-the-art를 달성하였다. 본 연구에서는 CTR 예측을 위한 트랜스포머 기반 모델의 성능 향상 방안을 제시한다. 자연어와 이미지 데이터와는 다른 이산적(discrete)이며 범주적(categorical)인 CTR 데이터 특성이 모델 성능에 미치는 영향력을 분석하기 위해 임베딩의 일반화(regularization)와 트랜스포머의 정규화(normalization)에 관한 실험을 수행한다. 실험 결과에 따르면, CTR 데이터 입력 처리를 위한 임베딩 과정에서 L2 일반화의 적용과 트랜스포머 모델의 기본 정규화 방법인 레이어 정규화 대신 배치 정규화를 적용할 때 예측 성능이 크게 향상됨을 확인하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 추계학술발표논문집
• /
• pp.389-392
• /
• 2001

본 논문에서는 웹 데이터 마이닝을 통하여 웹 사이트를 방문한 사용자의 컨텐츠 유형에 따른 정보를 조사하고, 필터링 과정을 통해 분류화하고, 이러한 과정을 통해 얻은 정보를 이용하여 뉴스레터를 발송하며, 발송된 뉴스레터로부터의 컨텐츠 유형에 따른 CTR(Click Through Rate)과 사용자 반응을 추적하여 이러한 정보를 분석하고 사용자 프로파일 및 웹 사이트로부터 분류화된 정보, 그리고 추적된 정보와 함께 뉴스레터 컨텐츠를 재구성하는 개인화된 자동화 뉴스레터 시스템을 설계하고 구현한다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제13권10호
• /
• pp.4833-4848
• /
• 2019

This paper introduces the structure and effects of Kakao's news curation algorithm, which is created based on the Deep Reading Index (DRI). The DRI examines the extent of deep reading through content reading time, that is, the duration of reader engagement with an article. Current news curation algorithms focus on reader choice, with the click-through rate or pageviews as the gauge for consumption frequency. DRI is a product of the challenge of introducing and adopting a new factor called 'consumption time' instead of 'frequency of consumption', which is the basis of existing curation algorithms. The analysis of DRI-based services proves that the new algorithm can act as a curation system that is more effective in providing in-depth and quality news reports.

• 서비스연구
• /
• 제14권2호
• /
• pp.1-17
• /
• 2024

온라인 배너 광고 산업에서는 일반적으로 복수의 배너 대안이 제작된다. 이때 중요한 의사결정은 어떤 광고 배너 대안을 선택해서 고객에게 노출하느냐 하는 것이다. 각 배너 대안을 고객이 클릭할 확률을 미리 알 수 없기 때문에 경영자는 실험적으로 여러 대안을 노출한 후, 고객의 클릭 여부에 따라 각 대안의 클릭 확률을 추정하며 최적의 대안을 찾아야 하고 이것은 온라인 광고와 관련된 강화학습 프로세스이다. 이 과정에서의 주요 의사결정 문제는 축적된 추정 클릭 확률 지식을 이용해서 최적의 대안을 노출하는 활용 전략과, 잠재적으로 더 우수한 대안을 찾기 위해 새로운 대안을 시도해보는 탐색 전략의 최적 균형점을 찾는 것이다. 본 연구는 구전효과와 대안의 수가 이러한 최적 탐색-활용 전략에 미치는 영향을 분석하였다. 이는 고객이 노출된 배너를 클릭하는 경우 관련 제품을 주위에 홍보하는 과정을 통해 광고 배너의 클릭률이 높아지는 구전효과를 온라인 광고 관련 강화학습에 추가하여 구현한 것이다. 분석을 위해 Multi-Armed Bandit 모형을 이용한 시뮬레이션 기법을 사용하였다. 분석 결과, 구전효과의 크기가 커지고 배너 대안의 수가 적을수록 광고 강화학습의 최적 탐색 수준이 높아지는 것이 관측되었다. 이는 구전효과에 의해 고객이 광고 배너를 클릭할 확률이 증가함에 따라 기존에 축적했던 추정 클릭률 지식의 가치가 낮아지고, 따라서 새로운 대안을 탐색하는 것의 가치가 증가하기 때문으로 분석되었다. 또한 광고 대안의 수가 작을 경우에는 구전효과 크기가 커질 때 최적 탐색 수준이 더 큰 폭으로 증가하는 경향을 발견하였다. 최근 온라인 구전으로 인해 구전효과의 영향이 커지는 시점에서 본 연구는 의미 있는 시사점을 제공한다.