基于混合模型的广告转化率问题研究

• 作者: 周晋男 张小利 李雄飞
• 来源期刊: 东北大学学报（自然科学版）
• 学科: 工学
• 关键词: 转化率预估 高效的梯度提升树 基于区域的因子分解机 混合模型 高阶组合特征
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 信息与控制
• 页码范围: 942-947
• 页数: 6页
• 分类号: TP391
• 字数: 4934字
• 语种: 中文
• DOI: 10.12068/j.issn.1005-3026.2019.07.006

摘要

现有广告转化率预估模型缺乏对深层特征间相互作用的研究,针对这一问题提出了一种新的混合模型.通过高效的梯度提升机(light gradient boosting machine,LightGBM)模型提取高阶组合特征,并结合基于区域的因子分解机(field-aware factorization machines,FFM)模型有效处理稀疏数据的优点进行转化率的预估.为了验证模型的有效性和泛化能力,在两个数据集上讨论了参数对预估结果的影响,并将模型与其他模型进行对比实验.实验结果表明提出的混合模型的预估结果更准确.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李雄飞	吉林大学计算机科学与技术学院	60	783	13.0	27.0
2	张小利	吉林大学计算机科学与技术学院	8	50	4.0	7.0
3	周晋男	吉林大学计算机科学与技术学院	1	2	1.0	1.0