基于DeepFM模型的广告推荐系统研究

• 作者: 张凯 李振华 胡安翔 郁豹
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: DeepFM模型 特征提取 广告推荐 深度神经网络 因子分解机
• 年，卷（期）: 2019,（7）
• 所属期刊栏目: 算法
• 页码范围: 307-310,316
• 页数: 5页
• 分类号: TP391.41
• 字数: 3960字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2019.07.052

摘要

随着移动设备普及,移动互联网行业进入了高速发展阶段,信息量和用户量急剧增长,如何在有限的资源下准确地分析用户行为,提升广告效果并保障用户体验显得尤为重要.提出一种由深度神经网络(Deep neural network)和因子分解机(Factorization machine)组成的模型——DeepFM模型来实现社交广告的个性化推荐,其中因子分解机部分主要是提取一阶二阶特征,深度神经网络部分主要提取高阶特征.最终通过研究发现,DeepFM模型比逻辑回归模型(LR模型)及因子分解机(FM模型)的效果都要好.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张凯	山东大学控制科学与工程学院	79	662	13.0	23.0
2	李振华	山东大学控制科学与工程学院	57	459	12.0	20.0
3	郁豹	山东大学控制科学与工程学院	4	3	1.0	1.0
4	胡安翔	山东大学控制科学与工程学院	3	0	0.0	0.0