基于FTRL优化算法的广告点击率预测模型研究

摘要：

当前在线广告的业务场景下,线性模型没有充分考虑到数据高维、稀疏性、非线性等特点.针对这些问题,引入了基于梯度提升决策树算法的特征提取方法,提出了基于FTRL(Follow-The-Regularized-Leader)优化算法的因子分解机模型.FTRL优化算法能有效地学习到特征之间存在的非线性关系,使不同参数可以自适应不同学习率,并加入了混合正则项.实验结果证明基于FTRL优化算法的因子分解机模型能有效提高广告点击事件的预测准确率.

关键词：广告点击率、逻辑回归、因子分解机、FTRL算法

所属期刊栏目：55

分类号：TP301.6(计算技术、计算机技术)

资助基金：陕西省自然科学基金2017JM6105

在线出版日期：2019-08-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：122-126