今年 E 题很容易被做成一篇“算 CTR、算 CPC、再用 TOPSIS 给关键词排个名”的常规数据分析报告。真正的难点其实在后两步**关键词层面没有直接的注册数据2026 年又没有真实竞价和效果数据却要求从历史表现一直推到关键词分类、逐日预算配置再进一步给出未来投放指标的期望范围。**如果这两个数据层级问题没有处理清楚后面即使用 XGBoost、遗传算法或强化学习结果也很难自洽。题面给出的逻辑十分完整问题一分析 2025 年现有投放是否合理问题二按照“成本—效益”划分黄金词、重点词、潜力词、问题词和无效词问题三利用分类结果和关键词关联关系重新配置 2025 年指定日期的投放问题四再面对 2026 年竞价、展现、位置、点击、浏览、注册均存在不确定性的环境制定未来方案。如果按较高水平国赛论文的研究完整度来做我更推荐把全题统一成历史运营诊断 → 注册效益归因 → 关键词价值分类 → 预算约束下的关键词组合优化 → 未来效果区间预测 → 不确定情景下的稳健投放。这条主线比“四问四个模型”更重要。一、赛题整体分析先看清数据能回答什么不能回答什么附件 1 包含三张表。Sheet1 是“日期—方案—推广单元”层面的展现、点击、消费和上方位表现Sheet2 只有每天的新注册数Sheet3 才下沉到关键词层面但只有全年汇总的消费额、点击量、浏览量、跳出率和平均访问时长。对工作簿实际核验后Sheet1 有 2627 条记录覆盖完整的 365 天、5 个方案和12个推广单元全年消费约 142.59 万元与题面“约142余万元”吻合。全年展现约2258万次、点击834815次整体CTR约3.70平均CPC约1.71元。Sheet3共有2227条“关键词—推广单元”记录其中相当一部分没有发生任何消费和点击而且同一个关键词编号可能出现在不同推广单元中。这里有两个必须在论文开头说明的数据限制。一个是注册数据的粒度不一致。关键词表没有“某关键词产生多少注册”甚至推广单元表也没有单元注册量只有每天全公司总注册数。因此不能直接写“关键词A注册量为多少所以效益是多少。”附件根本没有这个字段。真正需要的是一套从日级总注册向推广单元、再向关键词逐层归因的方法。另一个是没有历史竞价字段。题目问题四要求估计2026年的“关键词竞价”但附件只记录实际消费和点击。因此历史真实出价不可直接恢复。能够观察到的是CPC也就是实际平均点击成本。高水平论文应该主动指出这一不可识别性把CPC视为“有效竞价强度代理”或者基于CPC和广告位置关系构造竞价区间而不能把一个模型生成的数字直接称为历史真实bid。这两个判断几乎决定了整篇论文的质量。详细成品一对一定制资料获取地址优惠链接2026全国大学生数学建模竞赛成品资料赛题ABCDE题全套参考方案全套代码思路助攻论文结果数据https://download.csdn.net/download/qq_40379132/93420899https://download.csdn.net/download/qq_40379132/93420900https://download.csdn.net/download/qq_40379132/93420901https://download.csdn.net/download/qq_40379132/93420902https://download.csdn.net/download/qq_40379132/93420903二、问题一不要急着做综合评分先把SEM的“投入—曝光—访问—注册”链条拆开问题一要求从广告设计与创意、关键词管理、出价和预算、投放时间等方面判断2025年策略的合理性并分析时间变化规律和假日效应。这里不推荐一上来建立一个综合评价分数。因为企业真正需要知道的是“问题出在哪一层”。更合理的是沿着SEM转化链条分析消费 → 展现 → 点击 → 深入浏览 → 注册。其中Sheet1可以计算CTR、CPC、上方位展现率、首位展现率、上方位CTR、上方位CPCSheet3能够补充每次点击带来的页面浏览深度、跳出率和平均停留时长。注册数据则只能在日级别研究。广告设计质量与创意怎么评价附件没有广告文案、图片、标题等真实创意内容因此无法直接评价“创意写得好不好”。能够评价的是创意最终产生的行为结果。CTR高说明广告与用户搜索意图的匹配可能较好用户进入网站后跳出率低、浏览页面更多、停留时间长则说明广告承诺和落地页内容更加一致。因此可以把CTR作为“吸引能力”把浏览深度、低跳出率和停留时间作为“落地承接能力”。这里一定要区分CTR高但跳出率也高说明广告可能很吸引人但进入页面后的内容与预期不一致CTR一般但停留时间长、跳出率低则可能属于流量规模不大但质量较高的广告。所以问题一不应只以点击量论英雄。出价和预算是否合理重点看“位置是否值得花这笔钱”全年数据可以计算出上方区域的曝光占比和点击占比。实际统计中上方位展现约占全部展现的27却贡献了约67的点击说明较高位置确实具有明显流量优势。但“位置高”不能自动推出“投放合理”。还要比较为了得到高位置多付出了多少CPC增加的点击和注册效益能不能覆盖这部分成本。例如可以比较每个方案和推广单元的普通CPC上方位CPC普通CTR上方位CTR高位曝光率单位消费带来的点击和估计注册量。附件数据中不同方案已经呈现明显的成本效率差异。有的方案预算占比很高却不一定拥有最低CPC有的方案消费规模较小但CTR和点击成本更有优势。所以后面问题三的预算重新配置不应该按历史预算比例机械复制。时间规律和假日效应怎么做时间分析至少保留三个尺度星期、月份和法定节假日。简单做法是比较不同星期几、不同月份和假期非假期的日均消费、展现、点击、CTR、CPC以及新注册数。按照国务院公布的2025年节假日安排可以给元旦、春节、清明、劳动节、端午和国庆中秋假期设置虚拟变量。(政府网)附件原始描述统计已经给出很明显的信号法定假期期间日均SEM消费和新注册量都明显低于非假期。但这还不能直接写成“节假日导致注册下降”因为假日期间企业本身就大幅降低了广告投入。所以真正推荐的主模型是带时间控制的回归或GAM模型。把每日注册量作为结果变量同时放入消费、点击、星期效应、月份趋势和节假日变量。GAM允许全年基础趋势平滑变化再观察控制广告投入以后节假日变量是否仍然显著。这样才能区分两件事“春节注册少是因为用户需求真的下降”还是“公司春节几乎没投广告所以注册自然少”。如果篇幅有限问题一不用追求非常复杂的因果分析。给出“描述统计时间控制回归”两层结果已经很完整。问题一最终应形成四个结论哪些方案单元成本效率较高高位广告是否物有所值哪些关键词存在明显低质量流量投放在月份、星期和节假日上存在怎样的规律。这些结果会直接成为问题二的关键词效益评价依据。三、问题二真正困难的是如何定义“关键词效益”题目给出的五类很直观黄金词是低成本高效益重点词是高成本高效益潜力词是低成本低效益问题词是高成本低效益无效词则没有成本也没有效益。分类本身并不难。难的是“成本”和“效益”到底怎么计算。1成本不能只看消费额关键词全年消费额代表它占用了多少预算但大词天然消费高。如果只看总消费会把高流量高价值词全部判成“高成本”。所以建议成本维度同时考虑总消费额CPC。总消费额刻画资金占用规模CPC刻画获取一次点击到底贵不贵。消费额分布通常高度右偏因此先取对数再进行稳健标准化。CPC只对有点击的关键词计算。2效益不能直接用“关键词注册量”因为数据根本没有这里是整道E题最有价值的建模点。可以建立一个两阶段层次归因模型。第一阶段先估计推广单元的注册贡献。把Sheet1按天、按推广单元展开形成365天×12个推广单元的点击、消费、展现和位置指标再用Sheet2的每日总注册数作为解释目标。由于各推广单元的点击、消费之间高度相关不建议普通多元线性回归直接硬拟合容易产生系数正负乱跳。比较稳妥的办法是采用带非负约束的Elastic Net岭型归因模型。为什么要求非负因为在这一层我们希望估计的是“某个推广单元增加有效访问后对注册产生的边际贡献”如果模型给出“多100个点击反而减少注册”的大幅负系数往往更多反映多重共线性而不是可信的营销机制。回归中还要放入星期、月份、节假日和趋势变量避免把本来由季节造成的注册变化全部归给SEM。模型最终得到12个推广单元的相对注册贡献系数。第二阶段再把每个单元的贡献分配给其中关键词。关键词的分配权重不能只按点击量。建议同时考虑点击规模、每次点击后的浏览深度、低跳出率和平均访问时长。例如一个关键词有很多点击但绝大多数人立即退出就不应该获得很高的注册贡献。具体程序思路可以概括为估计每个单元全年注册贡献 → 在单元内部根据关键词点击×访问质量计算权重 → 权重归一化 → 将单元注册贡献分摊到各关键词。这里得到的是“估计注册贡献”论文必须用这个名称不要写成“真实注册数”。SEM广告研究本身也长期强调CTR、CPC、广告位置和转化之间存在联动关系。Ghose和Yang利用关键词层面数据分析了CTR、转化率、CPC与广告排名的关系论文发表于《Management Science》55卷第1605—1622页。(PubsOnline)3怎样把活跃关键词分成四个象限得到成本分数C和效益分数B以后不需要再上复杂分类模型。“高低”本身就是二维象限问题。可以先将零消费、零点击、零浏览而且跳出率、停留时间为空的关键词直接归入无效词候选。附件中这一类记录数量不少。注意这里的“/”必须作为缺失状态处理不能填成跳出率0因为那反而会把无流量词错误解释成“跳出率完美”。剩下的活跃关键词进入成本—效益平面。最简单可靠的主方案可以以两项指标的中位数作为高低分界成本低、效益高 → 黄金词成本高、效益高 → 重点词成本低、效益低 → 潜力词成本高、效益低 → 问题词。为什么不用直接K-Means分五类因为题目已经给出了五类的经济定义。K-Means聚出来的某一簇可能同时包含“成本中等、效益中等”的词最后还得人为贴标签。二维阈值分类反而更符合题意。为了避免中位数过于主观可以把成本和效益阈值分别改成40、50、60分位进行敏感性分析。如果绝大多数关键词在三组阈值下分类都不变化就说明结果稳定边界词则单独标为“待观察”。还有一个数据细节不能忽略同一个关键词可能出现在不同推广单元。由于不同单元的广告创意、受众、预算环境不同分类的基本单位应该是“方案—推广单元—关键词”组合而不能把相同关键词编号直接合并成一个结果。result2模板也正是按照方案、推广单元分别填写五类关键词。问题二因此会自然传递到问题三。四、问题三分类以后不能直接“黄金词全投、问题词全删”核心是预算下的边际收益问题三要求根据关键词类别和关联关系在各推广单元低成本、高效益且不超过预算的条件下给出2025年2月1—8日和8月1—8日每天的优化策略。这一问如果直接按照问题二的分类制定规则黄金词100投重点词大量投潜力词少量投问题词不投会很直观但还不能称为“最优策略”。因为同样是黄金词也存在边际收益递减。某关键词从100元增加到200元可能还能获得很多新点击从1000元增加到1100元却未必继续线性增长。1先解决一个题面没有直接给出的“预算”问题附件没有单独的“每日关键词预算”字段。因此不能自行宣布“每个单元每天预算10000元。”对于2025年2月1—8日和8月1—8日的历史回溯优化一个最公平的比较口径是以当天原历史总消费作为当天可用预算上限。这样优化前后使用相同的资金规模能够直接回答“如果当时不改变预算只重新分配关键词能不能获得更高效益”如果比赛时还有额外官方预算信息再把这里替换即可。这应明确写成论文的“可比预算假设”而不是冒充题目原始条件。2关键词日级表现怎么得到Sheet3只有全年关键词汇总数据没有“关键词×日期”记录。所以问题三不能直接从附件读取“2025年8月3日关键词A的CPC”。推荐继续使用层次模型。对于每个关键词Sheet3提供其全年基础画像基础CPC每次点击浏览量跳出率访问时长全年效益水平。对于每一天和推广单元Sheet1则提供当天的市场环境单元CPC变化曝光量变化上方位比例CTR变化。于是某关键词在日期d的预期表现可以写成关键词长期基础表现 × 当日所在推广单元的环境修正系数。例如某推广单元8月1日的CPC比全年平均高20则其中关键词当天点击成本也整体向上修正如果当天上方位展现率显著提高则高价值关键词的预期曝光能力随之提高。这种方法不会凭空制造关键词日级数据同时真正利用了两个不同粒度的数据源。3为什么要使用“边际递减响应曲线”如果假设“投入1元永远产生固定收益”优化模型最后大概率会把所有预算投向效益最高的一个或几个词。真实广告不太可能如此。一个词的搜索量有限随着预算增加很快会出现流量饱和或为了获取更多点击不得不提高竞价。所以推荐根据推广单元历史上的“消费—点击”“消费—注册”关系建立分段线性凹函数。意思很简单开始投入的100元收益最高继续增加预算仍有收益但每增加1元获得的新注册逐渐减少。这样既符合广告现实也能保持优化模型较容易求解。4关键词类型怎样进入优化而不是停留在报告里问题二的分类应该变成问题三的策略参数。黄金词允许较高预算上限优先配置重点词同样属于主投词但设置更严格ROI约束潜力词保留小比例探索预算问题词原则上停止或设置极低上限无效词不进入投放候选。这样问题二才真正有用。题目还提到“关键词关联关系”。当前附件关键词采用编号形式没有可用于语义分析的真实文本因此不能强行用Word2Vec或BERT计算语义相似度。能够可靠使用的是两种关联同一推广单元的结构关联相同关键词编号在多个推广单元重复出现形成的跨单元关联。对于重复关键词可以设置“同一天尽量只在一个优势单元重点投放”避免多个单元内部竞争同一搜索流量。如果不希望设置绝对互斥也可以设置重复投放惩罚。这比编造“关键词语义网络”严谨得多。5问题三的目标应该是什么推荐采用主次分明的目标以预期新增注册或综合有效访问效益最大为主目标在效益接近的方案中再选择总成本更低、问题词更少、预算分布更稳定的方案。这比直接把“注册点击浏览−成本”随便加几个权重更加容易解释。最终每个日期、方案、单元和关键词需要输出投入金额预期展位预期点击量预期浏览量预期注册量。result3模板已经给出了这些字段。这里“预期展位”需要特别说明。附件只有“上方位展现量”和“首位展现量”没有关键词真实平均排名因此无法直接恢复精确的第几名。比较严谨的做法是预测首位概率上方非首位概率非上方概率。如果模板必须填一个数值展位再根据这三个状态建立明确的代表性位置指数并在论文中说明这种换算是模型估计不是真实历史排名。如何证明优化方案更好不要只给“最优策略”。至少与三个基线比较历史实际投放按关键词历史消费比例分配单纯按问题二效益分数从高到低的贪心方案。在相同预算下比较预期注册、点击、优质浏览、平均CPC和问题词消费占比。赞助搜索预算优化本身就是典型资源配置问题。Yang等建立过多关键词、有限时域下的广告预算配置模型并通过实际数据比较优化策略与基线论文见《INFORMS Journal on Computing》27卷第285—300页。(PubsOnline)五、问题四真正难的是2026没有数据不能把预测写成“神预测”问题四要求制定2026年9月11—17日逐日策略同时估计关键词竞价、展现量、展现位、点击量、浏览量和注册量的期望范围并且2026总预算不能超过2025投入。这一问的本质已经从历史回溯优化转成预测不确定优化。而且只有2025一年数据所以不建议直接上LSTM或Transformer。365天的单元级时间序列太短而且缺少天气、竞争对手、宏观流量等外部变量复杂网络很容易把历史噪声学得很好却没有可靠泛化能力。1预测应该分层而不是给2000多个关键词各训练一个时间序列关键词只有全年汇总没有365天轨迹。所以不可能为每个词训练ARIMA或LSTM。主模型应继续采用推广单元预测未来日级市场环境关键词年度画像做横向分配。推广单元层可以预测展现量CPCCTR上方位概率注册环境。输入可包括星期、月份、趋势、过去若干日同单元指标和移动平均。模型可以选择LightGBM也可以使用GAM梯度提升树。这里LightGBM的价值是能够处理非线性和变量交互而不是因为“预测题都该上机器学习”。验证必须采用滚动时间验证例如用1—6月预测7月用1—7月预测8月依次向后。绝对不能把全年365天随机打乱训练测试否则会把未来信息泄露到过去。关键词层再按照其历史CPC、效益类别、点击质量和所在单元把预测出的单元级流量和预算分解到具体关键词。2未来不能只给点预测题目明确要求“期望范围”。因此推荐采用Bootstrap残差场景或分位数回归得到例如90预测区间。最终一个关键词不再只有“预计点击100次”而是“期望约100次预测区间70—135次”。同样给出展现、点击、浏览和注册区间。区间是否可信需要在2025年的滚动回测中检查覆盖率。如果声称90区间那么历史验证中真实值应大致有90落入区间。只给上下限却不检查覆盖率是很常见的论文漏洞。3竞价是问题四最应该主动说明的局限附件没有实际bid历史。因此不能直接训练“2025竞价 → 2026竞价”。我更推荐把实际CPC定义为有效竞价代理。随后利用推广单元历史上的CPC上方位展现率首位展现率CTR建立“成本强度—位置效果”关系。2026年如果希望某关键词维持目标位置就可以根据预测的市场成本环境估计所需的有效竞价区间。论文中应明确写该值是基于历史点击成本和位置表现推断的有效竞价强度不等价于搜索平台后台真实最高出价。这并不会让论文显得“不完整”反而说明队伍真正理解了数据可识别边界。Ghose和Yang的实证研究也指出CPC、广告排名、点击和转化本身存在相互作用不能简单把排名视为孤立结果。(PubsOnline)42026最终用稳健优化而不是“把期望值代回问题三”如果只把2026各指标的平均预测值放入问题三模型风险仍然很大。更适合的方案是根据预测区间生成多个场景低流量、高成本场景正常场景高流量、正常成本场景不同关键词各自的联合随机场景。然后寻找一套在多数场景下都表现较好的预算方案。主目标可以继续最大化期望注册量同时对极端低效场景增加CVaR风险惩罚。CVaR可以理解为“不只看平均收益还专门关注最差那部分场景的损失”。不想把模型写得太复杂也可以采用更容易解释的稳健规则黄金词按预测中位成本和保守效益配置重点词使用预测成本上界检查ROI潜力词只分配小额探索预算问题词和无效词原则上不投。2026全年预算上限只有“不能超过2025投入”这个硬条件。题面只要求9月11—17日策略并没有给这7天专属预算因此不能自行把142万元全部拿来投一周。最稳妥的处理是设置一个可比投放情景9月11—17日基础预算参考2025年同期实际消费规模再在±10、±20预算条件下做敏感性分析全年142万元只作为最终年度硬上限。这样既不会虚构公司某周预算又能得到有意义的七天优化方案。六、模型检验与结果验证这道题的验证不需要写得很长但四层必须有。问题一的时间分析要区分“描述性假日差异”和“控制消费、星期、月份后的假日效应”不能把简单均值差直接解释成因果关系。问题二做Bootstrap重采样。重新估计单元注册贡献和成本效益阈值观察关键词五类标签是否稳定。黄金词和问题词如果在大量重复抽样中都保持类别结论才真正可靠。问题三最重要的是同预算回测。历史方案花多少钱优化方案也用相同或更低预算然后比较注册效益、点击质量和成本。如果优化方案只是多花钱后得到更多注册没有证明任何东西。问题四采用滚动时间预测验证同时检查区间覆盖率。最终还应做预测误差压力测试把CPC整体上调10或20点击注册效果整体下降10观察最优关键词组合是否剧烈改变。如果变化很大就说明策略缺乏稳健性如果只有少数边界关键词变化核心投放池基本不动才可以称方案稳定。七、可以写进论文的创新点不需要硬凑很多我认为四个已经足够。**第一解决注册数据与关键词数据粒度不一致。**通过“日级注册→推广单元贡献→关键词质量权重”的层次归因得到关键词效益代理避免直接虚构关键词注册量。**第二把五类关键词分类建立在成本—效益二维结构上。**无效词先独立识别其他活跃词再依据成本和估计效益进入四象限并通过阈值扰动检查分类稳定性。**第三在问题三引入边际收益递减与关键词内部竞争。**避免线性模型把全部预算投入少数关键词同时利用重复关键词和推广单元关系控制内部流量竞争。**第四将2026投放写成“预测区间情景优化”。**不把未来预测当确定值而直接让预测不确定性影响预算配置并明确真实竞价不可直接识别只估计有效竞价区间。这些都是解决题目实际数据困难的创新比把随机森林换成Transformer更有意义。八、常见错误与避坑容易出现的问题为什么会失分更合理的处理直接用每日注册量除给所有关键词没有关键词级注册数据建立层次归因把“/”跳出率填成0无流量词会被误认为低跳出高质量无效词先分离缺失单独处理只用总消费判断成本大流量词天然消费高同时看消费规模和CPC只用点击量判断效益会奖励大量低质量点击加入浏览深度、跳出、停留和注册归因用K-Means强行聚5类聚类不一定对应题目经济定义成本—效益二维分类同一关键词跨单元全部合并不同单元表现可能不同以“单元—关键词”为基本对象问题三直接黄金词全投不存在边际收益约束建立递减响应给每个关键词训练日级预测Sheet3没有日级关键词历史单元时序关键词画像直接预测2026真实bid附件没有历史bid字段有效CPC竞价强度代理全年数据随机拆训练集时间泄漏滚动时间验证强行用BERT做关键词语义关键词只是匿名编号只使用真实可观察关联只给“最优结果”没有历史方案对照无法证明优越性同预算基线回测九、论文结果怎么组织最有效问题一正文不用塞几十张统计表。给出全年整体指标、5个方案和12个推广单元的关键效率比较再重点写时间规律、节假日效应以及几个典型异常时期即可。问题二正文建议只展示每一类关键词的数量、平均成本、平均CPC、估计效益和访问质量。完整关键词名单按照result2保存。模板要求分别按方案和推广单元填写黄金、重点、潜力、问题和无效词。问题三重点给2025年2月1—8日、8月1—8日的每日总预算、预计注册效益以及几个主要推广单元的资源变化。完整逐关键词投入和预期效果写入result3不要全部塞正文。问题四正文最重要的不是几千个预测数字而是2026年9月11—17日每日总预算、关键词类型构成、预期注册量以及90区间并解释哪几天因为竞价风险增大而主动降低投放。完整结果进入result4。题面要求的输出字段包括日期、方案、推广单元、关键词、投入金额以及预期位置、点击、浏览和注册。十、整道E题推荐模型路线问题真正困难推荐主方法最终输出问题1投放合理性和节假日效应不能只看原始量SEM漏斗指标方案单元效率分析时间控制回归/GAM2025投放诊断、时间与假日规律问题2没有关键词注册数据非负正则化归因关键词访问质量成本—效益四象限五类关键词及稳定性问题3没有关键词日级历史预算配置存在边际递减单元日环境修正关键词画像分段凹收益预算优化2月1—8日、8月1—8日逐日策略问题42026指标未知、真实bid不可观察滚动预测分位区间有效竞价代理情景稳健优化9月11—17日策略及各指标范围国一提升证明分类、优化和预测都可信Bootstrap同预算回测滚动预测验证压力测试稳定性和方案优越性证据整道题最值得抓住的一句话是问题一要解释“钱过去花在哪里、为什么有效或无效”问题二把这种差异落实到关键词价值问题三再决定“同样的钱重新分配以后该投谁”问题四则进一步回答“未来效果并不确定时怎样仍然保持合理的投入产出”。如果按偏国一水平的思路继续做我最建议把精力放在三个地方**关键词注册效益的层次归因、问题三的边际收益递减预算优化以及问题四对“竞价不可直接观测”的严谨处理。**这三个点都是由附件本身的数据结构逼出来的真实困难也最容易体现队伍是否真正理解赛题。