科研之友
微信
新浪微博
Facebook
分享链接
摘要
本发明公开了一种基于用户偏好的广告点击率预估方法。所述方法包括以下步骤：采集数据获得每个用户的广告点击序列；对广告点击序列进行预处理,获得序列训练数据集；构建基于用户偏好网络的点击率预估模型；采用预处理得到的训练数据集对基于用户偏好网络的点击率预估模型进行迭代训练；输入用户完整的广告点击序列,利用训练获得的基于用户偏好网络的点击率预估模型学习用户偏好特征,获得点击率预估结果。本发明引入了新颖的注意力机制,不仅同时考虑了用户序列中隐含的长短期偏好,还进一步地学习用户漂移偏好及融合偏好,能克服现有方法在用户偏好多样多维与漂移建模上的不足,从用户偏好学习的角度有效提升广告点击率预估的准确性。
- 单位
