基于多源融合特征提取的在线广告预测模型

• 作者: 傅自豪 刘冶 刘荻 印鉴 王砚文
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 计算广告 广告点击率 特征选择 机器学习 预测模型
• 年，卷（期）: 2019,（1）
• 所属期刊栏目: 人工智能及识别技术
• 页码范围: 178-185,191
• 页数: 9页
• 分类号: TP181
• 字数: 9651字
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0049207

摘要

针对智能移动终端应用平台上的广告点击率(CTR)预测问题,在传统PC端Web平台在线广告CTR预测方法的基础上,提出一个新的智能移动终端在线广告投放业务架构.基于此架构,构建基于机器学习的在线广告预测模型,对用户基本信息、广告内容、用户使用环境等多源特征进行融合提取,实现在线广告CTR的精确预测.结合移动APP应用环境的特点,将用户历史行为数据加入预测模型进一步提高CTR预测性能.实验结果表明,该模型具有较高的CTR预测准确率.