利用潜在特征与侧边信息预测在线展示广告点击
机器学习
2014-12-01 v1 机器学习
应用统计
摘要
我们回顾了一种基于 Menon 等人 [11] 工作的点击率预测方法，该方法将协同过滤和矩阵分解与侧边信息模型相结合，并将输出融合为 [0,1] 区间内的适当概率。此外，我们提供了建模及实验部分的详细信息，这些内容在其他地方未曾找到。我们在点击率预测设置中，以反映真实世界流水线的方式，对来自连续几天的多个测试数据集上的性能进行了严格测试。我们的结果证实，使用潜在特征可以提高性能，尽管各项指标的差异很小但具有显著性。
引用
@article{arxiv.1411.7924,
title = {Predicting clicks in online display advertising with latent features and side-information},
author = {Bjarne Ørum Fruergaard},
journal= {arXiv preprint arXiv:1411.7924},
year = {2014}
}
备注
Technical Report