基于卷积-LSTM网络的广告点击率预测模型研究

• 作者: 厍向阳 王邵鹏
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 点击率预测 机器学习 卷积神经网络 长短期记忆
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 工程与应用
• 页码范围: 193-197
• 页数: 5页
• 分类号: TP301.6
• 字数: 3556字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1806-0044

摘要

点击率预测是计算广告学的核心算法之一.传统浅层模型没有充分考虑到数据之间存在的非线性关系,且使用人工特征提取方法费时费力.针对这些问题,提出了基于卷积(Convolutional Neural Networks)-LSTM(Long Short Term Memory)混合神经网络的广告点击率预测模型.该模型使用卷积神经网络提取高影响力特征,并通过LSTM神经网络的时序性进行预测分类.实验结果证明:与浅层模型或单一结构的神经网络模型相比,基于卷积-LSTM的混合神经网络模型能有效提高广告点击事件的预测准确率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	厍向阳	西安科技大学计算机科学与技术学院	38	277	10.0	14.0
2	王邵鹏	西安科技大学计算机科学与技术学院	2	11	2.0	2.0