基于LDA的互联网广告点击率预测研究

• 作者: 刘学军 朱志北 李斌 胡平
• 来源期刊: 计算机应用研究
• 关键词: 计算广告 点击率 主题模型 因子分解机
• 年，卷（期）: 2016,（4）
• 所属期刊栏目: 算法研究探讨
• 页码范围: 979-982
• 页数: 4页
• 分类号: TP181
• 语种: 中文
• DOI: 10.3969/j.issn.1001-3695.2016.04.004

摘要

广告点击率是互联网广告投放的重要依据，有效地预测广告的点击率，对于提高广告投放的效率有着至关重要的作用。在训练点击率预测模型的过程中，往往面临着广告及用户的数量巨大以及训练数据集稀疏的问题，从而导致点击率预测的准确度下降。针对这些问题提出了一种基于LDA （latent Dirichlet allocation，LDA）的点击率预测算法，即LDA-FMs，该算法对原有训练集进行基于主题的分割，利用分割后的子训练集分别建立不同主题下的点击率预测模型；在此基础上，利用广告属于不同主题的概率，有权重地结合每个预测模型的预测结果，进而计算广告的点击率。实验基于KDD Cup 2012-track2的真实数据集，证明了算法的可行性与有效性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡平	南京工业大学电子与信息工程学院	76	703	14.0	23.0
2	李斌	南京工业大学电子与信息工程学院	56	397	12.0	15.0
3	朱志北	南京工业大学电子与信息工程学院	2	27	2.0	2.0
4	刘学军	南京工业大学电子与信息工程学院	59	564	12.0	21.0