-
题名基于特征降维和DBN的广告点击率预测
被引量:3
- 1
-
-
作者
杨长春
梅佳俊
吴云
顾寰
-
机构
常州大学信息科学与工程学院
-
出处
《计算机工程与设计》
北大核心
2018年第12期3700-3704,共5页
-
基金
赛尔网络下一代互联网技术创新基金项目(NGII20160703)
-
文摘
为有效提升搜索广告的点击率预测效果,提出一种基于特征降维和深度置信网络的模型(KTDDBN)。针对传统方法还停留在探索广告特征间的线性关系的局限性,提出使用深度置信网络寻找广告特征间更加复杂的深层关联;提取广告特征后,采用K-means聚类以及张量分解对高维特征进行降维,利用深度置信网络挖掘高阶的特征组合,提高预测模型的效果。实验结果表明,该模型在一定程度上提升了广告点击率的预测效果。
-
关键词
点击率预测
计算广告学
张量分解
特征降维
深度置信网络
-
Keywords
CTR prediction
computational advertising
tensor decomposition
feature dimension reduction
deep belief network
-
分类号
TP311
[自动化与计算机技术—计算机软件与理论]
-
-
题名词句协同自动摘要提取方法
被引量:2
- 2
-
-
作者
吴云
杨长春
梅佳俊
顾寰
-
机构
常州大学信息工程学院
-
出处
《计算机工程与设计》
北大核心
2018年第9期2776-2779,2810,共5页
-
基金
赛尔网络下一代互联网技术创新基金项目(NGII20160703)
-
文摘
为提高自动文摘的质量,提出一种词句协同的自动摘要提取算法(F-CoRank)。在传统词频的基础上,提高与标题相似的特征词的词频,得出提高后的词频矩阵和句子之间的相似度后,构建无向网络图,根据词句协同算法,得到各个节点的权重,对得到的粗文摘进行冗余处理,根据相应的需求,选择权重较高的前几个句子作为摘要。在哈工大的单文本文档语料上进行实验,实验结果表明,提高词频权重在一定程度上改进了文摘的质量,相比词句协同算法(Co-Rank)在覆盖率上有了较大提高。
-
关键词
词权重
标题
词句协同
单文本文档
覆盖率
-
Keywords
word weight
title
word-sentence co-ranking
single document
coverage
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-