在线广告点击率预测方法的研究综述

作者：龚雪鸾; 陈艳姣^*; 王帅

来源：中文信息学报, 2023, 37(04): 1-17.

DOI：10.3969/j.issn.1003-0077.2023.04.001

• 点击率预测
• 陈列式广告
• 机器学习

在在线广告和推荐系统中，准确预测点击率(Click-Through Rate, CTR)是至关重要的。CTR是广告被点击次数与广告被展示次数的比值。过去，许多传统的机器学习算法，如逻辑回归、支持向量机，因为简单且易于实现而被广泛地应用于广告点击率预测工作。然而，这些传统算法往往需要复杂的特征工程。相较之下，深度学习模型能够有效自动提取高阶特征，可以较好地解决这一问题。此外，为了实现更高效、更准确的性能，融合了嵌入式和钦层感知器(Multilayer Perceptron, MLP)的优点的混合架构近年来被广泛地应用。该文对预测点击率的方法进行了全面的研究，不仅根据现有解决方案的架构将其分为三类，而且对每一类进行了详细的概述。最后，该文指出了该领域存在的挑战和未来发展方向，为进一步研究指明可能的途径。

• 单位
  浙江大学