基于FTRL优化算法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: 广告点击率 逻辑回归 因子分解机 FTRL算法
• 年，卷（期）: 2019,（14）
• 所属期刊栏目: 模式识别与人工智能
• 页码范围: 122-126
• 页数: 5页
• 分类号: TP301.6
• 字数: 4721字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.1804-0013

摘要

当前在线广告的业务场景下,线性模型没有充分考虑到数据高维、稀疏性、非线性等特点.针对这些问题,引入了基于梯度提升决策树算法的特征提取方法,提出了基于FTRL(Follow-The-Regularized-Leader)优化算法的因子分解机模型.FTRL优化算法能有效地学习到特征之间存在的非线性关系,使不同参数可以自适应不同学习率,并加入了混合正则项.实验结果证明基于FTRL优化算法的因子分解机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