基于混合模型的广告转化率问题研究

摘要：

现有广告转化率预估模型缺乏对深层特征间相互作用的研究,针对这一问题提出了一种新的混合模型.通过高效的梯度提升机(light gradient boosting machine,LightGBM)模型提取高阶组合特征,并结合基于区域的因子分解机(field-aware factorization machines,FFM)模型有效处理稀疏数据的优点进行转化率的预估.为了验证模型的有效性和泛化能力,在两个数据集上讨论了参数对预估结果的影响,并将模型与其他模型进行对比实验.实验结果表明提出的混合模型的预估结果更准确.

关键词：转化率预估、高效的梯度提升树、基于区域的因子分解机、混合模型、高阶组合特征

所属期刊栏目：40

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金资助项目61801190;吉林省自然科学基金资助项目20180101055JC;吉林省优秀青年人才基金资助项目20180520029JH;中国博士后科学基金资助项目2017M611323

在线出版日期：2019-07-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：942-947