文献

J-GLOBAL ID：201702297869881730   整理番号：17A0213789

クリックスルー率の予測のための疎因子分解マシン【Powered by NICT】

Sparse Factorization Machines for Click-through Rate Prediction

著者 (6件)： Pan Zhen ,  Chen Enhong ,  Liu Qi ,  Xu Tong ,  Ma Haiping ,  Lin Hongjie
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICDM  ページ： 400-409  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 電子商取引の急速な発展に伴い,近年,オンライン広告産業のブーム,学術的および事業的の両方の円の広範な関心を高めるを目撃した。すべての課題の中で,クリックスルー率(CTR)予測の作業が中心的役割を果たしている,オンライン広告のランク付けと価格決定に影響する可能性がある。この課題に対処するために,因数分解マシン(FM)モデルを基本的特徴の適切な組合せを明らかに良好に設計されている。しかし,零元素の大部分,adsトランザクションデータのスパース性はFMモデルの性能を著しく妨害可能性がある。この問題を解決するために,本論文では,新しいスパース因数分解マシン(SFM)モデルにおけるLaplace分布パラメータをモデル化するために従来のGauss分布の代わりに導入を提案し,Laplace分布を零元素のより高い比率を持つ疎なデータに良く当てはまった。この線に沿って,提案したSFMモデルで最も重要な特徴または結合を選択するために有益であろう。さらに,火花プラットフォーム上で著者等がSFMモデルの分散実装は実際に質量データセットの予測タスクを支援するために開発した。二大規模実世界データセット上での包括的実験を,幾つかの最新のベースラインに比較しての本SFMモデルの有効性と効率,Laplace分布をオンライン広告取引データを記述するのにより適していることを著者らの仮説を証明し,両方を検証した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： モデリング ,  正規分布 ,  等級づけ ,  透視図法 ,  電子商取引 ,  基準線 ,  価格決定 ,  高速度 ,  *因数分解
準シソーラス用語： Laplace分布 ,  スパース性 ,  インターネット広告 ,  *因子分解 , 【Automatic Indexing@JST】

分類 (1件)： マーケティング  (KA06020W)

タイトルに関連する用語 (4件)： クリック ,  予測 ,  因子分解 ,  マシン