基于K均值的三阶段集成在线广告点击率预测模型

• 作者: 刘平山 邓路佳
• 来源期刊: 桂林电子科技大学学报
• 学科: 工学
• 关键词: 梯度提升决策树 K均值 逻辑回归 特征学习
• 年，卷（期）: 2018,（3）
• 页码范围: 215-218
• 页数: 4页
• 分类号: TP311
• 字数: 3445字
• 语种: 中文

摘要

针对广告点击率预测中单一逻辑回归(LR)点击率预测模型未考虑特征值的差异对预测结果造成的影响,提出基于K均值的三阶段集成在线广告点击率预测模型.根据特征值的差异,用K均值算法对广告分类,得到K个数据子集,在每个数据子集上训练一个点击率预测模型,用这些模型共同对点击率进行预测,并通过梯度提升决策树(GBDT)挖掘特征之间的非线性关系来解决LR预测能力受限的问题.实验结果表明,基于K均值的三阶段集成在线广告点击率预测模型在评价指标上比GBDT+LR、LR方法分别提升了2％、6％.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘平山	桂林电子科技大学商学院	14	73	4.0	8.0
2	邓路佳	桂林电子科技大学计算机与信息安全学院	2	3	1.0	1.0