计算机工程

作者：邓路佳,刘平山

单位：桂林电子科技大学 a.计算机与信息安全学院; b.商学院,广西 桂林 541004

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

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)。

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。

来源：2019年第5期

《计算机工程》期刊编辑部

查看计算机工程杂志2019年第5期