基于广告与用户相似度的点击率预估模型

点击率预估是广告推荐系统中的一个重要方向,现有的点击率预估模型大多是基于特征feature与CTR之间的关系预测一条广告是否被用户点击,但是仍有许多能提高点击率模型性能的信息被忽略。文章提出了一种基于广告特征与用户特征相似度的模型,该模型在DeepFM点击率预测算法的基础上,增加了一个能够拟合广告特征与用户特征之间关系的模块,即Match Subnet。在训练时,将此模块与DeepFM一起进行训练,但是在预测时,只用DeepFM进行预测,在公共数据集上对比了两种模型,发现添加了拟合用户特征与广告特征关系的模块后,相比原算法有了更好表现。