朱思翰;浦、健 基于序列特征的点击率预测模型。 (中文)。英文摘要) Zbl 1463.62291号 J.华东标准。大学,自然科学。预计起飞时间。 2020年,第4期,134-146(2020). 摘要:点击率(CTR)预测模型是主流推荐系统的重要组成部分。该模型根据预测的CTR为推荐项目分配分数,并生成优化的评分函数,进而影响项目的显示策略。这有助于提高业务转化率和更好的用户体验。通常,CTR预测模型利用用户和项目特征来预测CTR。然而,用户行为的结构特征,例如频率和趋势,也可以反映行为倾向。由于缺少这些信息,本文将用户行为序列作为时间序列进行分析,并提取潜在特征。然后使用因子分解机从用户/项目特征和序列特征中学习,以提高预测质量。实验表明,基于序列特征的方法提高了CTR预测模型的性能,使CTR预测更加准确。 MSC公司: 62M20型 随机过程推断和预测 68英里11 互联网主题 关键词:点击率预测;推荐系统;自回归滑动平均模型;因子分解机 PDF格式BibTeX公司 XML格式引用 \textit{S.Zhu}和\textit{J.Pu},J.华东规范。大学,自然科学。2020年版,第4期,134--146(2020;Zbl 1463.62291) 全文: 内政部