本发明公开了一种基于FFM深度神经网络的点击率预估方法,包括步骤：1)将训练数据中的数据离散化；2)对离散化的训练数据进行重新编码；3)将重新编码后的训练数据通过FFM深度神经网络进行训练；4)将需要预测的数据通过预处理；5)将预处理过的数据通过训练过的神经网络实现点击率的预估。本发明方法利用FFM深度神经网络模型表达能力强和能够自动组合特征的特点,使得模型能够学习出特征的低阶信息与高阶信息,同时也解决了特征自动交叉的问题,从而更好地应用于工业和生活领域。
科研之友
微信
新浪微博
Facebook
分享链接
