基于K均值的三阶段集成在线广告点击率预测模型

摘要：

针对广告点击率预测中单一逻辑回归(LR)点击率预测模型未考虑特征值的差异对预测结果造成的影响,提出基于K均值的三阶段集成在线广告点击率预测模型.根据特征值的差异,用K均值算法对广告分类,得到K个数据子集,在每个数据子集上训练一个点击率预测模型,用这些模型共同对点击率进行预测,并通过梯度提升决策树(GBDT)挖掘特征之间的非线性关系来解决LR预测能力受限的问题.实验结果表明,基于K均值的三阶段集成在线广告点击率预测模型在评价指标上比GBDT+LR、LR方法分别提升了2％、6％.

关键词：梯度提升决策树、K均值、逻辑回归、特征学习

所属期刊栏目：38

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61762029;广西自然科学基金2016GXNSFAA380011

在线出版日期：2018-08-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：215-218