基于遗传算法的广告投放优化模型数据集合

一、数据内容与架构 本数据集存储多平台广告投放的历史表现数据及遗传算法优化结果，采用分布式数据库与数据湖结合的方式存储。历史投放数据存于HBase，优化结果存于MongoDB，原始日志存储于数据湖OSS，对平台类型、投放时间戳、优化轮次等字段建立索引，每日增量备份、每周全量备份。 二、数据范围与类型 数据涵盖广告投放历史数据表和遗传算法优化结果表两类。前者记录各平台广告投放的完整链路表现，后者记录算法迭代寻优过程及最优方案。 三、主要字段 广告投放历史数据表包含唯一标识（UUID格式）、平台类型（抖音/微信/快手/小红书/搜索引擎等）、广告组ID、投放时间戳、预算金额、出价策略类型、受众定向标签集合、创意素材ID、展示次数、点击次数、转化次数、转化金额、点击率、转化率、投资回报率、获客成本等字段。遗传算法优化结果表包含优化轮次编号、种群代数、染色体编码、适应度函数值、最优解标记、各渠道预算分配比例、预测ROI、预测转化量、优化时间戳、算法参数配置等字段。

搜集汇总

背景与挑战

背景概述

该数据集是面向多平台广告投放优化场景的加工产品，由上海市数据产品知识产权登记系统公示。其内容涵盖广告投放历史表现及遗传算法迭代寻优两类数据，具体包括渠道预算分配、适应度、预测ROI等优化结果，以及在平台、轮次等维度建立的索引信息，并按日增量与周全量策略进行备份存储。