基于神经网络与因子分解机的点击率预估应用研究

作     者：陈检 CHEN Jian

作者机构：山东财经大学统计学院山东济南250014 

出 版 物：《信息技术与信息化》 (Information Technology and Informatization)

年 卷 期：2018年第8期

页      码：204-207页

摘      要：现如今移动互联网信息量和用户数量急剧增长,探索如何在有限的网络资源下准确高效的提取预判用户行为,以便能够优化营销内容,提升广告效果以及保障用户体验质量等变得越来越重要,长久以来广告点击率预估问题属于用户行为预测研究问题,其主要解决是特征工程问题,考虑从降低计算复杂度的前提下,以有效提取低阶特征与高阶特征的为目标,本次实验考虑采用由深度神经网络和因子分解机组合而成的DeepFM算法来预测每条广告的点击率,其中深度神经网络主要提取高阶特征,因子分解机提取二阶以下特征,两者融合起来预测用户行为类别,数据采用的是点击率预估的公开数据集,预测对象是判断一条广告被用户点击的概率,通过对比实验发现:基于深度神经网络和因子分解机的组合模型比单独使用两者的准确率和AUC值表现更佳。

主 题 词：点击率预估 深度神经网络 因子分解机 DeepFM 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.3969/j.issn.1672-9528.2018.08.063

馆 藏 号：203366049...