跨平台广告投放序列推荐方法的图神经网络增强
天体物理仪器与方法
2025-07-21 v2 宇宙学与河外天体物理
人工智能
多智能体系统
摘要
为提高跨平台广告推荐的准确度，本文分析了一种基于图神经网络 (GNN) 的广告推荐方法。通过多维建模，用户行为数据（如点击频率、活跃时长）揭示兴趣演变的时间模式，广告内容（如类型、标签、时长）影响语义偏好，平台特征（如设备类型、使用场景）塑造兴趣转换发生的环境。这些因素共同使 GNN 能够捕捉用户兴趣在跨平台间的潜在迁移路径。实验基于三个平台的数据进行，平台 B 在 AUC 值上达到0.937，表现最佳。平台 A 和平台 C 在广告标签分布不均的情况下，精确率和召回率出现轻微下降。通过调整学习率、批量大小和嵌入维度等超参数，进一步提升了模型在异构数据中的适应性和鲁棒性。
引用
@article{arxiv.2507.08958,
title = {Bridging Literature and the Universe Via A Multi-Agent Large Language Model System},
author = {Xiaowen Zhang and Zhenyu Bi and Patrick Lachance and Xuan Wang and Tiziana Di Matteo and Rupert A. C. Croft},
journal= {arXiv preprint arXiv:2507.08958},
year = {2025}
}
备注
6 pages, 4 figures