展示广告中的深度 CTR 预测
计算机视觉与模式识别
2016-09-21 v1 多媒体
摘要
图像广告的点击率（CTR）预测是在线展示广告系统的核心任务，而逻辑回归（LR）常被用作预测模型。然而，LR 模型缺乏从人工设计的高维图像特征中提取复杂且本质的非线性特征的能力，这限制了其有效性。为了解决这一问题，本文提出了一种基于深度神经网络（DNN）的新模型，该模型能够基于原始图像像素和其他基本特征，一步直接预测图像广告的 CTR。该 DNN 模型采用卷积层自动从图像中提取具有代表性的视觉特征，随后利用全连接层从视觉特征和其他上下文特征中学习非线性 CTR 特征。在包含超过 5000 万条记录的真实数据集上的实验评估证明了该方法的有效性和效率。
引用
@article{arxiv.1609.06018,
title = {Deep CTR Prediction in Display Advertising},
author = {Junxuan Chen and Baigui Sun and Hao Li and Hongtao Lu and Xian-Sheng Hua},
journal= {arXiv preprint arXiv:1609.06018},
year = {2016}
}
备注
This manuscript is the accepted version for ACM Multimedia Conference 2016