科研之友
微信
新浪微博
Facebook
分享链接
摘要
点击率(CTR)预测是个性化广告和推荐系统中的一项基本任务.针对提升点击率预测效果和处理冷启动问题,本文中提出了一种基于改进降噪自动编码器的点击率预测模型ADVAE (ADditional Variational Auto Encoder),该模型在输入数据加入高斯随机噪声,利用改进的降噪自动编码器生成新的嵌入特征,然后分别进行低阶和高阶的特征交互来预测用户点击行为.该方法可以在数据稀疏以及系统冷启动情况下,更深层地学习特征嵌入与交叉之间的关系.该模型关注特征域之间的交互,动态修复低频数据的特征嵌入,具有更强的鲁棒性.此外,该方法可以动态应用到其他深度学习模型,具有更高的灵活性.实验结果表明,该方法在点击率预测和系统冷启动问题上的性能表现均优于现有方法.
- 单位
