摘要：点击率预测作为推荐系统和在线广告的关键环节,在学术界和工业界均受到了极大的关注.论文首先对几种典型的点击率预测模型进行研究,然后探索了基于融合结构的深度学习方法,并在此基础上提出一种基于融合结构的点击率预测模型,该模型能够灵活融合不同结构的深度神经网络来分别学习原始高维稀疏特征的高阶表示,从而使点击率预测模型能够利用更丰富的高阶特征信息.论文利用真实数据集来评价模型的预测性能,实验结果显示,基于融合结构的深度学习预测模型,能够比传统的点击率预测模型以及最新的基于深度学习的预测模型获得更好的性能。

摘要：点击率预测模型的研究近年来备受学术界和工业界的关注。针对展示广告定向投放的点击率预测模型,研究了样本特征的预处理技术、基于传统机器学习模型的CTR预测方案、基于最新的深度学习模型的CTR预测方案、CTR预测模型的主要性能评价指标等,并基于一个开放数据集对其中的典型方案给出性能对比和量化分析,最后讨论了目前面向展示广告的点击率预测模型研究存在的问题和未来发展趋势。

摘要：挑战性学习作为一种新的教育理念正在国内一流高校逐渐兴起。该文针对目前数据挖掘类课程缺乏系统性综合实验的问题,结合挑战性学习理论,设计了面向这类课程的挑战性综合实验。实验内容包括评论意见抽取和广告投放点击率预测两个题目,每个题目都分别包括完成性和挑战性两个部分。在完成性部分学生利用课堂中学到的基本模型来完成实验,在挑战性部分鼓励学生探索最新的解决方案来提升实验的性能指标。实践结果显示,学生在理论学习深度、实践动手能力、学术研究兴趣以及团队协作方面有较大程度的提升。

摘要：调查区经历了复杂的地质构造演化历史,漫长复杂的地质构造演化历史为成矿作用提供了优越地质条件。通过对雪鞍山地区1:50000万水系沉积物区域扫面、异常查证和矿(化)点检查,查明该地区元素地球化学分布和浓集特征,圈定地球化学异常,概略总结了调查区的成矿规律及找矿标志,共划分出4个成矿远景区,3个找矿靶区,为该区今后地质找矿工作指明了方向。