基于GMM-FMs的广告点击率预测研究

摘要：

传统单一模型对广告点击率(CTR)的预测效果较片面,且广告日志数据存在稀疏性问题.为此,将高斯混合模型(GMM)与因子分解机(FM)相结合,建立一种广告点击率预测模型GMM-FMs.对原始数据集进行高斯聚类,在聚类后得到的数据子集上分别建立CTR预测模型,将多个预测模型的结果进行有效加权得到最终结果. 实验结果表明,相比传统逻辑回归与FM模型,该模型在训练集与测试集比例不同时均能取得较高的AUC值.

关键词：广告点击率、高斯混合模型、因子分解机、数据稀疏性、逻辑回归模型

所属期刊栏目：45

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金“对等网络辅助的HTTP自适应流媒体视频点播云平台内容分发关键技术研究”61762029;广西自然科学基金面上项目2016GXNSFAA380011

在线出版日期：2019-07-31（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：122-126