融合机器学习的媒体广告推荐系统平台设计

作     者：侯媛媛 姜皖 HOU Yuanyuan;JIANG Wan

作者机构：安徽中澳科技职业学院安徽合肥230001 安徽师范大学安徽芜湖241000 

基　　金：2023年安徽省教育厅质量工程项目(2022tsxtz037) 2022年安徽中澳科技职业学院专业建设课题(2022xjxtz01) 安徽省教育厅高校科学研究重点项目(2022AH053124) 

出 版 物：《佳木斯大学学报(自然科学版)》 (Journal of Jiamusi University:Natural Science Edition)

年 卷 期：2025年第43卷第1期

页      码：146-149页

摘      要：当前的单域与跨域广告推荐算法在进行广告推荐时存在准确性低且计算资源耗费大等问题,因此融合机器学习算法中的图卷积神经网络、自适应条目选择以及边注意力机制来构建了媒体广告推荐系统平台。结果表明,融合算法的归一化折损累计收益值最高达到0.118,命中率最高达到0.264,均高于对比模型,同时在数据集A中高于模型H 0.5%左右。另外,6个数据集中指标1的数值上最高达到0.196,显著高于对比算法。与其他推荐系统对比,研究系统在食品广告数据集上的均方误差约为0.75,在时尚广告中的均方误差约为0.71,均低于对比系统。综合来看,研究设计的媒体广告推荐系统平台具备有效性,可以实际应用在媒体广告推荐中。

主 题 词：机器学习 图卷积神经网络 边注意力机制 广告推荐系统 准确性 

学科分类：08[工学] 0835[0835] 081202[081202] 0812[工学-测绘类] 

D　O　I：10.20232/j.cnki.jmsdxxb.2025.01.013

馆 藏 号：203157510...