基于特征重要度的广告点击率预估模型
A Feature Importance Based Model for Click-Through Rate Prediction作者机构：东华理工大学江西南昌330013
出 版 物：《电脑知识与技术》 (Computer Knowledge and Technology)
年 卷 期：2020年第16卷第36期
页 面：12-14页
学科分类：08[工学] 0811[工学-控制科学与工程]
基 金：江西省青年科学家培养对象计划项目(20142BCB23017) 江西省教育厅科技计划项目(GJJ151538,GJJ160554) 江西省放射性地学大数据技术工程实验室开放项目(JELRGBDT201802)
主 题：广告点击率 特征重要度 DeepFM 多层感知机 特征交互
摘 要：针对现有的点击率预估模型忽略了不同特征的重要程度的问题,提出了一种基于特征重要度的广告点击率预估模型,首先模型在DeepFM模型的基础上使用Squeeze-and-Excitation网络动态学习特征的重要性,其次将FM和DNN输出结果进行拼接,通过后续的多层感知机层进一步学习特征的高阶特征交互信息。通过对比了两个公开数据集,实验结果显示,基于特征重要度的广告点击率预估模型相比其他模型得到更好的表现。
维普期刊数据库
同方期刊数据库