基于融合结构的在线广告点击率预测模型

• 作者: 刘梦娟 刘瑶 岳威 曾贵川 秦志光
• 来源期刊: 计算机学报
• 学科: 工学
• 关键词: 点击率预测 逻辑回归 因子分解机 深度神经网络 融合结构
• 年，卷（期）: 2019,（7）
• 页码范围: 1570-1587
• 页数: 18页
• 分类号: TP18
• 字数: 15540字
• 语种: 中文
• DOI: 10.11897/SP.J.1016.2019.01570

摘要

点击率预测作为推荐系统和在线广告的关键环节,在学术界和工业界均受到了极大的关注.论文首先对几种典型的点击率预测模型进行研究,然后探索了基于融合结构的深度学习方法,并在此基础上提出一种基于融合结构的点击率预测模型,该模型能够灵活融合不同结构的深度神经网络来分别学习原始高维稀疏特征的高阶表示,从而使点击率预测模型能够利用更丰富的高阶特征信息.论文利用真实数据集来评价模型的预测性能,实验结果显示,基于融合结构的深度学习预测模型,能够比传统的点击率预测模型以及最新的基于深度学习的预测模型获得更好的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	秦志光	电子科技大学信息与软件工程学院	262	3157	26.0	46.0
2	刘瑶	电子科技大学信息与软件工程学院	10	460	6.0	10.0
3	刘梦娟	电子科技大学信息与软件工程学院	16	73	5.0	8.0
4	曾贵川	电子科技大学信息与软件工程学院	3	10	2.0	3.0
5	岳威	电子科技大学信息与软件工程学院	2	5	1.0	2.0