作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
互联网在线广告近些年发展迅速,展现出了巨大的市场价值.近年来,机器学习和人工智能领域关注度非常高,并取得了突破性进展.深度学习是一种通过多层神经网络提取低级简单特征以形成高级抽象和难以改变的特征的技术.深度学习技术可以更准确地预测广告的点击率,可以直接从大规模数据集中提取用户和待推荐项目之间复杂依赖和非线性关系,实现更准确的推荐,并能有效地增强个性化效果,优化用户体验.
推荐文章
人工智能时代广告场景化传播探析
人工智能
广告传播
场景化
基于印象空间的互联网广告效果评价
印象空间
用户行为
兴趣区域
互联网广告效果
"互联网+"时代的广播广告创作技巧之浅见
互联网+
广播广告
创作技巧
网络热点
互联网时代下原生广告在国内的应用及困境
原生广告
使用与满足
问题与困境
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 人工智能时代的互联网广告:基于深度学习技术的广告推荐系统
来源期刊 吉林广播电视大学学报 学科 经济
关键词 人工智能 互联网广告 广告推荐系统 深度学习
年,卷(期) 2020,(8) 所属期刊栏目 学术论坛
研究方向 页码范围 143-145
页数 3页 分类号 F713.80
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (6)
共引文献  (11)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1979(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
人工智能
互联网广告
广告推荐系统
深度学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
吉林广播电视大学学报
月刊
1008-7508
22-1297/G4
大16开
长春市人民大街6815号
12-363
1988
chi
出版文献量(篇)
10376
总下载数(次)
34
总被引数(次)
14625
论文1v1指导