抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
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】