基于注意力机制的兴趣网络点击率预估模型

• 作者: 肖秦琨 许王昊
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: 点击率预估 神经网络 局部激活 自适应激活函数 注意力机制
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 人工智能与模式识别
• 页码范围: 101-108
• 页数: 8页
• 分类号: TP181
• 语种: 中文
• DOI: 10.19678/j.issn.1000-3428.0056749

摘要

广告点击率(CTR)是互联网公司进行流量分配的重要依据,针对目前点击率预估精度较低的问题,结合通用的神经网络解决方案,构建一种基于注意力机制的深度兴趣网络(ADIN)模型.设计一个局部激活单元和自适应激活函数,根据用户历史行为和给定广告自适应地学习用户兴趣.引入注意力机制,区分不同特征对预测结果的影响程度,从而增强模型的可解释性.在3个公开数据集上的实验结果表明,相对LR、PNN等CTR预估模型,ADIN模型具有更高的AUC值和更低的LogLoss值,其预测效果更优.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	肖秦琨		36	224	9.0	12.0
2	许王昊		1	0	0.0	0.0