基于广告与用户相似度的点击率预估模型  

作　　者：杨泽平 吴巨聪 熊文龙 刘诗薇 王恒岩 

机构地区：[1]广东工业大学自动化学院,广东广州510006 [2]广东工业大学机电工程学院,广东广州510006

出　　处：《电脑知识与技术》2022年第6期76-78,共3页Computer Knowledge and Technology

摘　　要：点击率预估是广告推荐系统中的一个重要方向,现有的点击率预估模型大多是基于特征feature与CTR之间的关系预测一条广告是否被用户点击,但是仍有许多能提高点击率模型性能的信息被忽略。文章提出了一种基于广告特征与用户特征相似度的模型,该模型在DeepFM点击率预测算法的基础上,增加了一个能够拟合广告特征与用户特征之间关系的模块,即Match Subnet。在训练时,将此模块与DeepFM一起进行训练,但是在预测时,只用DeepFM进行预测,在公共数据集上对比了两种模型,发现添加了拟合用户特征与广告特征关系的模块后,相比原算法有了更好表现。

关 键 词：广告点击率 DeepFM Match Subnet 用户特征 广告特征 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]