计算机工程
計算機工程
계산궤공정
Computer Engineering
2015年
8期
42-45
,共4页
计算广告%响应预测%机器学习%Logistic回归%点击率
計算廣告%響應預測%機器學習%Logistic迴歸%點擊率
계산엄고%향응예측%궤기학습%Logistic회귀%점격솔
computational advertising%response prediction%machine learning%Logistic regression%Click-through Rate (CTR)
在线广告是各大互联网公司的主要盈利模式之一,目的是在满足用户的实时需求时,通过竞价和预测用户点击率等方式实现利润最大化.为实现上述目标,提出一种改进的在线广告并行运算模型.应用Logistic回归模型对用户的点击率进行建模,该模型既包含关于长期历史信息的一次模型和二次模型因子,又包含短期的上下文因子.通过贝叶斯后验分布理论对参数计算进行推导,根据Thompson采样和预先计算2种方法改进模型计算效率.实验结果表明,该模型不仅具有较高的预测准确性,而且提高了算法的收敛速度与运行效率.
在線廣告是各大互聯網公司的主要盈利模式之一,目的是在滿足用戶的實時需求時,通過競價和預測用戶點擊率等方式實現利潤最大化.為實現上述目標,提齣一種改進的在線廣告併行運算模型.應用Logistic迴歸模型對用戶的點擊率進行建模,該模型既包含關于長期歷史信息的一次模型和二次模型因子,又包含短期的上下文因子.通過貝葉斯後驗分佈理論對參數計算進行推導,根據Thompson採樣和預先計算2種方法改進模型計算效率.實驗結果錶明,該模型不僅具有較高的預測準確性,而且提高瞭算法的收斂速度與運行效率.
재선엄고시각대호련망공사적주요영리모식지일,목적시재만족용호적실시수구시,통과경개화예측용호점격솔등방식실현리윤최대화.위실현상술목표,제출일충개진적재선엄고병행운산모형.응용Logistic회귀모형대용호적점격솔진행건모,해모형기포함관우장기역사신식적일차모형화이차모형인자,우포함단기적상하문인자.통과패협사후험분포이론대삼수계산진행추도,근거Thompson채양화예선계산2충방법개진모형계산효솔.실험결과표명,해모형불부구유교고적예측준학성,이차제고료산법적수렴속도여운행효솔.