| 基于高阶特征交互的点击率预估模型的实现 |
| |
| 引用本文： | 高巍,周河晓,李大舟. 基于高阶特征交互的点击率预估模型的实现[J]. 计算机工程与设计, 2021, 42(10): 2852-2859. DOI: 10.16208/j.issn1000-7024.2021.10.021 |
| |
| 作者姓名： | 高巍 周河晓 李大舟 |
| |
| 作者单位： | 沈阳化工大学计算机科学与技术学院,辽宁沈阳110142 |
| |
| 基金项目： | 辽宁省教育厅科学技术研究项目;沈阳化工大学教育教学培育工程基金项目;沈阳化工大学教育教学培育工程基金项目 |
| |
| 摘 要： | 传统的低阶特征模型不能充分利用大数据,从多个维度描述数据和用户.专注于高阶特征提取,结合显式和隐式特征交互的点击率预估模型可以利用好大数据的特点.使用Tensorflow框架搭建包含深度神经网络、因子压缩交互网络和多重特征自交互网络结构的模型,使用淘宝展示广告点击率预估数据集进行训练.模型采用对数损失值和ROC曲线下面积作为评价指标,与原始的LR、FM、Deep&Wide等典型模型进行比较,对数损失值降低了0.04,AUC值提高了0.05左右.
|
| 关 键 词： | 点击率预估 推荐系统 高阶特征交互 深度神经网络 因子压缩交互网络 多重特征自交互网络 |
Implementation of click rate prediction model based on high-order feature interaction |
| |
| GAO Wei,ZHOU He-xiao,LI Da-zhou. Implementation of click rate prediction model based on high-order feature interaction[J]. Computer Engineering and Design, 2021, 42(10): 2852-2859. DOI: 10.16208/j.issn1000-7024.2021.10.021 |
| |
| Authors: | GAO Wei ZHOU He-xiao LI Da-zhou |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 万方数据 等数据库收录！ |
|
