基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为准确预测点击率(CTR)并合理利用其进行广告推荐,基于标签推荐技术与协同过滤方法,提出一种新的混合式广告推荐算法.将广告关键词作为标签引入到Query页的相似性计算中,采用Query页加权综合相似度度量方法降低相似矩阵的稀疏性,建立一种基于广告关键词的搜索广告兴趣模型.使用Top-N策略以减少最近邻候选集的大小,并基于预测CTR筛选出广告推荐结果.通过实验调节Query页加权综合相似度度量参数并验证算法的可扩展性.在KDDCUP2012数据集上的实验结果表明,与传统协同过滤算法、基于标签的推荐算法及基于标签和项目关系的推荐算法相比,带标签的协同过滤广告推荐算法具有更好的可扩展性和较优的推荐质量.
推荐文章
基于标签分类的协同过滤推荐算法
协同过滤
矩阵分解
交替最小二乘法
迭代投影寻踪
监督学习
基于标签优化的协同过滤推荐算法
标签
拓展近邻
协同过滤
一种基于时间和标签上下文的协同过滤推荐算法
推荐系统
概率矩阵分解
时间上下文
标签上下文
一种基于稀疏分段的协同过滤推荐算法
稀疏分段
支持向量回归
基于项目的推荐
协同过滤
数据稀疏性
小样本
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种带标签的协同过滤广告推荐算法
来源期刊 计算机工程 学科 工学
关键词 广告推荐 协同过滤 标签 广告关键词 点击率
年,卷(期) 2018,(4) 所属期刊栏目 人工智能及识别技术
研究方向 页码范围 236-242,247
页数 8页 分类号 TP18
字数 6694字 语种 中文
DOI 10.3969/j.issn.1000-3428.2018.04.038
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 李向军 南昌大学计算机科学与技术系 28 266 8.0 16.0
5 金紫嫣 南昌大学计算机科学与技术系 1 6 1.0 1.0
6 温海平 南昌大学计算机科学与技术系 1 6 1.0 1.0
7 张华薇 南昌大学计算机科学与技术系 2 15 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (5)
共引文献  (3)
参考文献  (8)
节点文献
引证文献  (6)
同被引文献  (1)
二级引证文献  (0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(2)
  • 参考文献(1)
  • 二级参考文献(1)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(5)
  • 引证文献(5)
  • 二级引证文献(0)
研究主题发展历程
节点文献
广告推荐
协同过滤
标签
广告关键词
点击率
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
江西省自然科学基金
英文译名:Natural Science Foundation of Jiangxi Province
官方网址:http://www.jxstc.gov.cn/ReadNews.asp?NewsID=861
项目类型:
学科类型:
论文1v1指导