基于淘宝广告数据的点击概率预估模型研究

摘要：

提出一种将压缩交互网络、因子分解机模型和神经网络3种模型相结合构成的因子交互全连接网络预估模型预测淘宝广告数据中用户对广告的点击概率.利用TensorFlow搭建整个算法模型,并使用淘宝广告展示数据集进行训练.最终训练出的模型可以得到数据中用户对任意一条广告的点击概率.采用曲线下面积(AUC)与对数损失函数(Logloss)值作为模型的评价指标,得到的结果与LR、FM、DeepFM等点击概率预估模型进行对比,AUC值提高了 0.05,Logloss值降低了0.04,效果得到明显提升.

关键词：因子交互全连接网络、因子分解机、压缩交互网络、神经网络

所属期刊栏目：36

分类号：TP391.1(计算技术、计算机技术)

资助基金：辽宁省教育厅科学技术研究项目;辽宁省教育厅科学研究项目;辽宁省博士启动基金

在线出版日期：2023-05-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：461-467