用户特征集合预估合约流量评估

合约准确率

23点执行当天的天级别合约准确率评估。
daily预算为0为非合约，合约级别bc未填充，均为0。
合约数据共283条其中合约占106个，非合约177个。106条合约数据均为cpc广告，合约总流量为44939，预估总流量为43877。
用户特征数据共230281条。其中被合约匹配到7689768条，实际分配流量条数为5853321条，其中1836447条未分配流量,占比1/5。（真实特征流量或点击率为0）
预估合约准确率计算公式: \[ \frac{|Y_t - Y_e|}{Y_t}=1-\frac{|Y_t-\frac{S_t}{P_c}*\hat P_c|}{Y_t} \]

注：\[Y_t为合约真实流量，Y_e为合约预估流量，S_t为合约真实匹配到总流量，P_c为合约真实流量求得的满足率，\hat P_c为预估流量求得的满足率\]

## geom_smooth: method="auto" and size of largest group is <1000, so using loess. Use 'method = x' to change the smoothing method.

plot of chunk unnamed-chunk-2

合约预估流量准确率平均在60%~65%之间

合约满足率

用户特征流量充足，满足率很小且等于服务率。

contractdata<-contractdata[order(contractdata[,2]),] #按照服务率排序
contractCoin<-contractdata[contractdata$coincidenceRate<0.01,]
qplot(1:90,coincidenceRate,data=contractCoin)+geom_smooth()

## geom_smooth: method="auto" and size of largest group is <1000, so using loess. Use 'method = x' to change the smoothing method.

plot of chunk unnamed-chunk-3

合约预估满足率在0.2%以下

用户特征匹配数

66%合约中匹配到特征集合大于6万，图中每个点代表一个合约，y为合约匹配到的特征个数。
x为不同的合约对y的升序，浅颜色点代表合约预估流量匹配到特征总个数、深色点代表每个合约预估流量实际分配给合约总个数。
运算后服务率和满足率相等，不存在特征量不够的情况，所以，实际匹配的特征应该与总匹配个数相同，两条线之前的差值代表预估特征流量为0的合约个数。

contractdata<-contractdata[order(contractdata[,4]),] #按照服务率排序
datam<-cbind(cl=1,MatchContractNum=contractdata$MatchContractNum,x=1:n)
datap<-cbind(cl=3,MatchContractNum=contractdata$allnum,x=1:n)
datao<-rbind(datam,datap)
datao<-data.frame(MatchContractNum=datao[,2],cl=datao[,1],x=datao[,3])
qplot(x,MatchContractNum,data=datao,colour=cl)

plot of chunk unnamed-chunk-4