基于注意力机制的兴趣网络点击率预估模型
来源：计算机工程杂志2021年第1期北京时间：
作者：许王昊, 肖秦琨
单位：西安工业大学 电子信息工程学院, 西安 710021
摘要：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。引入注意力机制，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。
关键词：点击率预估,神经网络,局部激活,自适应激活函数,注意力机制
基金资助：国家自然科学基金面上项目（61271362，61671362）；陕西省自然科学基础研究计划（2020JM-566）。
