科研之友
微信
新浪微博
Facebook
分享链接
摘要
为了提升预估效果，现有的因子分解机及其衍生的点击率预估模型会对特征域内所有的特征进行交互，但不加区分对所有特征进行交互会产生冗余交互特征，给模型带来大量噪声信息，并且会占用大量计算资源，降低模型的预估效果。针对点击率预估模型中冗余的交互特征，提出了TIFS（Three-way Decision & Interactive Feature Selection models）模型。首先，TIFS在因子分解机及其衍生的点击率预估模型中加入了交互特征选择机制，减少了冗余的交互特征带来的噪声信息；其次，该模型的交互特征选择机制融合了三支决策思想，能够更加合理的选择交互特征，用较小的计算代价提升了特征交互的质量。在三种公开数据集上的实验结果表明，TIFS点击率预估模型在效率和表现上优于原模型。
- 单位
