资料下载
×
基于注意力机制的深度兴趣网络点击率模型
消耗积分:0 |
格式:pdf |
大小:1.80 MB |
2021-03-12
分享资料个
广告点击率（CTR）是互联网公司进行流量分配的重要依据，针对目前点击率预估精度较低的问题，结合通用的神经网络解决方案，构建一种基于注意力机制的深度兴趣网络（ADIN）模型。设计一个局部激活单元和自适应激活函数，根据用户历史行为和给定广告自适应地学习用户兴趣。引人注意力机制，区分不同特征对预测结果的影响程度，从而增强模型的可解释性。在3个公开数据集上的实验结果表明，相对LR、PNN等CTR预估模型，ADIN模型具有更高的AUC值和更低的 Logloss值，其预测效果更优。
声明：本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人，不代表电子发烧友网立场。文章及其配图仅供工程师学习之用，如有内容侵权或者其他违规问题，请联系本站处理。 举报投诉
评论(0)
发评论
- 相关下载
- 相关文章
