东北大学学报:自然科学版 ›› 2019, Vol. 40 ›› Issue (7): 942-947.DOI: 10.12068/j.issn.1005-3026.2019.07.006
李雄飞, 周晋男, 张小利
LI Xiong-fei, ZHOU Jin-nan, ZHANG Xiao-li
摘要: 现有广告转化率预估模型缺乏对深层特征间相互作用的研究,针对这一问题提出了一种新的混合模型.通过高效的梯度提升机(light gradient boosting machine,LightGBM)模型提取高阶组合特征,并结合基于区域的因子分解机(field-aware factorization machines,FFM)模型有效处理稀疏数据的优点进行转化率的预估.为了验证模型的有效性和泛化能力,在两个数据集上讨论了参数对预估结果的影响,并将模型与其他模型进行对比实验.实验结果表明提出的混合模型的预估结果更准确.
中图分类号: