基于卷积神经网络的搜索广告点击率预测

• 作者: 孙承杰 李思琴 林磊
• 来源期刊: 智能计算机与应用
• 学科: 工学
• 关键词: 卷积神经网络 点击率预测 搜索广告
• 年，卷（期）: 2015,（5）
• 页码范围: 22-25,28
• 页数: 5页
• 分类号: TP391.41
• 字数: 5262字
• 语种: 中文

摘要

广告点击率的预测是搜索广告进行投放的基础。目前已有的工作大多数使用线性模型或基于推荐方法的模型解决点击率预测问题，但这些方法没有对特征之间的关系进行深入的探索，无法完全体现广告点击预测中各个特征之间的关系。本文提出了基于卷积神经网络的搜索广告点击率预测的方法，阐述了卷积神经网络在特征的学习上模拟人的思维过程，并进一步分析了不同特征在广告点击率预测中的作用，在KDD Cup 2012中Track 2数据集上的实验结果验证了本文提出的方法能够提高搜索广告点击率的预测效果，其AUC值达到0.7925。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙承杰	哈尔滨工业大学计算机科学与技术学院	21	456	8.0	21.0
2	林磊	哈尔滨工业大学计算机科学与技术学院	15	219	7.0	14.0
3	李思琴	哈尔滨工业大学计算机科学与技术学院	1	30	1.0	1.0