典型文献
一种改进的基于交叉网络的CTR预估方法
文献摘要：
点击率(CTR)预估是电商和广告行业的关键业务之一,它影响着广告主的利润和用户的使用体验.由于广告数据的稀疏性,CTR预估充满了挑战,如何实现特征之间的有效交互是待解决的难题之一.然而,现有的CTR预估模型往往难以进行有效的特征交互.针对这些问题,提出了一种新的融合模型XCS模型,该模型基于交叉网络改进,将交叉网络和堆栈式自编码器(SAE)进行融合,并且加入了XGBoost在特征工程阶段选择和组合重要特征.该模型可以显式地捕捉有限阶次的特征组合,同时通过XGBoost利用了上下文特征信息.在Criteo公开数据集上进行实验,结果表明:XCS模型可以有效提升点击率预估的效果.
文献关键词：
计算广告;点击率预估;特征交互;交叉网络;自编码器;XGBoost
中图分类号：
作者姓名：
付志昊
作者机构：
东北大学理学院,辽宁 沈阳 110819
文献出处：
引用格式：
[1]付志昊-.一种改进的基于交叉网络的CTR预估方法)[J].技术与市场,2022(04):44-46
A类：
B类：
交叉网络,CTR,预估方法,广告行业,广告主,使用体验,稀疏性,预估模型,特征交互,融合模型,XCS,堆栈,栈式自编码器,SAE,XGBoost,特征工程,显式,阶次,特征组合,上下文特征信息,Criteo,公开数据集,提升点,点击率预估,计算广告
AB值：
0.388881
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
