计算广告的匹配算法综述  

Match Algorithms Survey of Computing Advertising

作　　者：郭庆涛[1] 郑滔[1] 

机构地区：[1]南京大学软件学院,南京210093

出　　处：《计算机工程》2011年第7期222-224,233,共4页Computer Engineering

基　　金：国家"863"计划基金资助项目(2007AA01Z448);国家自然科学基金资助项目(60773171)

摘　　要：对计算广告研究中的计价模型和匹配算法及模型进行综述,分别从检索词匹配精度、语义情景和用户点击反馈等方面对Cosine算法、Okapi BM25算法、特征学习算法、分层学习模型和Multinomial统计语言模型等进行比较分析和优缺点总结,并提出可行的改进方向。This paper conducts a survey of pricing models,relevance match algorithms,and effective statistical models for computing advertising,analyzes and compares these approaches,like Cosine,Okapi BM25,feature learning,hierarchy-learning and Multinomial language model,and conclusively points out the feasible improvement and future of research in this field.

关 键 词：赞助搜索 内容匹配 信息检索 机器学习 在线学习 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]