基于特征关联模型的广告点击率预测
2018-03-20分类号：O212.1
【部门】杭州电子科技大学计算机学院 浙江大学数学科学学院 哈尔滨工业大学计算机科学与技术学院
【摘要】点击率(clickGthroughGrate,CTR)预测是互联网公司中重要的研究课题,预测结果与上下文、用户属性和广告属性息息相关,CTR的有效预测对提高广告公司的收入至关重要.该文在对传统逻辑回归(logisticregression,LR)模型的相关原理和参数优化算法介绍的基础上,抽离出用户特征和广告特征,将用户与广告之间特征的关联信息添加到sigmoid函数中得到一种特征关联模型.与以往求解方法不同,该方法采用在线最优化算法FTRL(followGtheG regularizedGleader)提
【关键词】点击率预测 特征关联 在线最优化 混合正则项
【基金】国家自然科学基金联合基金项目(U1509216);国家自然科学基金资助项目(61471150)
【所属期刊栏目】清华大学学报(自然科学版)
文献传递
