基于混合模型的廣告轉(zhuǎn)化率問題研究
作者：李雄飛; 周晉男; 張小利 吉林大學計算機科學與技術(shù)學院; 吉林長春130012
摘要：現(xiàn)有廣告轉(zhuǎn)化率預估模型缺乏對深層特征間相互作用的研究,針對這一問題提出了一種新的混合模型.通過高效的梯度提升機(light gradient boosting machine,LightGBM)模型提取高階組合特征,并結(jié)合基于區(qū)域的因子分解機(field-aware factorization machines,FFM)模型有效處理稀疏數(shù)據(jù)的優(yōu)點進行轉(zhuǎn)化率的預估.為了驗證模型的有效性和泛化能力,在兩個數(shù)據(jù)集上討論了參數(shù)對預估結(jié)果的影響,并將模型與其他模型進行對比實驗.實驗結(jié)果表明提出的混合模型的預估結(jié)果更準確.
注：因版權(quán)方要求，不能公開全文，如需全文，請咨詢雜志社
相關(guān)熱門期刊
