基于多源融合特征提取的在线广告预测模型

来源：计算机工程杂志2019年第1期北京时间：

作者：刘冶,刘荻,王砚文,傅自豪,印鉴

单位：1.中山大学 数据科学与计算机学院,广州 510006; 2.广东省大数据分析与处理重点实验室,广州 510006; 3.火烈鸟网络(广州)股份有限公司 数据中心,广州 510630; 4.香港理工大学 电子计算学系,中国 香港 999077

摘要：针对智能移动终端应用平台上的广告点击率(CTR)预测问题,在传统PC端Web平台在线广告CTR预测方法的基础上,提出一个新的智能移动终端在线广告投放业务架构。基于此架构,构建基于机器学习的在线广告预测模型,对用户基本信息、广告内容、用户使用环境等多源特征进行融合提取,实现在线广告CTR的精确预测。结合移动APP应用环境的特点,将用户历史行为数据加入预测模型进一步提高CTR预测性能。实验结果表明,该模型具有较高的CTR预测准确率。

关键词：计算广告, 广告点击率,特征选择, 机器学习, 预测模型

基金资助：广东省科技计划项目(2012A010701013);广州市科技计划项目(2013J4500059);广州市天河区科技计划项目(201601YG152,201701YG127);广东省大数据分析与处理重点实验室开放基金(2017017,201805)。