科研之友
微信
新浪微博
Facebook
分享链接
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。
-
单位山东财经大学
