La vitrine de diffusion des mémoires et thèses de l'ÉTS
RECHERCHER

Forecasting the time series of eCPMs in online advertising

Téléchargements

Téléchargements par mois depuis la dernière année

Plus de statistiques...

Nguyen, Huu-My (2021). Forecasting the time series of eCPMs in online advertising. Mémoire de maîtrise électronique, Montréal, École de technologie supérieure.

[thumbnail of NGUYEN_Huu-My.pdf]
Prévisualisation
PDF
Télécharger (2MB) | Prévisualisation

Résumé

Online advertising has become the main channel of revenue for many web publishers. With the development of real-time bidding (RTB), publishers now are able to sell their advertising space in real-time, where the price is determined by the demand of the market at a time. In this thesis, we made an attempt to help publishers forecast the expected effective cost per mille (eCPM) of their ads in an RTB market in the next 30 days using the historical data of eCPM in the past 2 years. First, we explore the use of an Auto Regressive Integrated Moving Average (ARIMA) model to fit the time series of historical eCPM and make the forecast. Second, we examine the distribution of eCPM over a period and develop a confidence indicator which suggests the market volatility. The training and forecasting process is then integrated into our industrial partner data pipeline for evaluation in a production environment.

Titre traduit

Prévision de séries temporelles de l’eCPM d’espaces publicitaires en ligne

Résumé traduit

La publicité en ligne est devenue la principale source de revenus pour de nombreux éditeurs de sites web. Avec le développement du «real-time bidding (RTB)», les éditeurs sont désormais en mesure de vendre leurs espaces publicitaires en temps réel. Le prix est déterminé par la demande du marché en temps réel. Dans cette thèse, nous avons tenté d’aider les éditeurs à prédire les prix de ventes attendues sur le marché de la publicité en ligne au cours des 30 prochains jours en utilisant les données historiques des deux dernières années. Tout d’abord, nous explorons l’utilisation du modèle «Auto Regressive Integrated Moving Average (ARIMA)» pour ajuster les séries temporelles des «effective cost per mille (eCPM)» historiques et faire la prédiction. Ensuite, nous illustrons la distribution de eCPM sur une période et développons un indicateur de confiance reflétant la volatilité du marché. Le processus d’entraînement et de prévision est ensuite intégré dans le pipeline de données du partenaire industriel pour évaluation en production.

Type de document: Mémoire ou thèse (Mémoire de maîtrise électronique)
Renseignements supplémentaires: "Thesis presented to École de technologie supérieure in partial fulfillment of a master’s degree with thesis in information technology engineering". Comprend des références bibliographiques (pages 51-53).
Mots-clés libres: publicité en ligne, enchères en temps réel, série temporelle, arima
Directeur de mémoire/thèse:
Directeur de mémoire/thèse
Giard, Pascal
Programme: Maîtrise en ingénierie > Génie des technologies de l'information
Date de dépôt: 19 nov. 2021 19:26
Dernière modification: 19 nov. 2021 19:26
URI: https://espace.etsmtl.ca/id/eprint/2833

Gestion Actions (Identification requise)

Dernière vérification avant le dépôt Dernière vérification avant le dépôt