一种带标签的协同过滤广告推荐算法

摘要：

为准确预测点击率(CTR)并合理利用其进行广告推荐,基于标签推荐技术与协同过滤方法,提出一种新的混合式广告推荐算法.将广告关键词作为标签引入到Query页的相似性计算中,采用Query页加权综合相似度度量方法降低相似矩阵的稀疏性,建立一种基于广告关键词的搜索广告兴趣模型.使用Top-N策略以减少最近邻候选集的大小,并基于预测CTR筛选出广告推荐结果.通过实验调节Query页加权综合相似度度量参数并验证算法的可扩展性.在KDDCUP2012数据集上的实验结果表明,与传统协同过滤算法、基于标签的推荐算法及基于标签和项目关系的推荐算法相比,带标签的协同过滤广告推荐算法具有更好的可扩展性和较优的推荐质量.

关键词：广告推荐、协同过滤、标签、广告关键词、点击率

所属期刊栏目：44

分类号：TP18(自动化基础理论)

资助基金：国家自然科学基金61262049,51367014;江西省自然科学基金20142BAB207011;江西省主要学科学术和技术带头人计划项目20172BCB22035;江西省青年科学家培养计划项目20112BCB23004;江西省科技重点研发项目20161BBG70235,20111BBES0008;江西省教育厅科技计划项目GJJ161387;江西省研究生创新专项YC2015-S035

在线出版日期：2018-11-23（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：236-242,247