基于多源融合特征提取的在线广告预测模型

摘要：

针对智能移动终端应用平台上的广告点击率(CTR)预测问题,在传统PC端Web平台在线广告CTR预测方法的基础上,提出一个新的智能移动终端在线广告投放业务架构.基于此架构,构建基于机器学习的在线广告预测模型,对用户基本信息、广告内容、用户使用环境等多源特征进行融合提取,实现在线广告CTR的精确预测.结合移动APP应用环境的特点,将用户历史行为数据加入预测模型进一步提高CTR预测性能.实验结果表明,该模型具有较高的CTR预测准确率.

关键词：计算广告、广告点击率、特征选择、机器学习、预测模型

所属期刊栏目：45

分类号：TP181(自动化基础理论)

资助基金：广东省科技计划项目2012A010701013;广州市科技计划项目2013J4500059;广州市天河区科技计划项目201601YG152,201701YG127;广东省大数据分析与处理重点实验室开放基金2017017,201805

在线出版日期：2019-07-09（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：178-185,191