文献

J-GLOBAL ID：201702261333622089   整理番号：17A1287664

インターネット広告のヒット率予測モデルにおける特徴抽出法の研究と実現【JST・京大機械翻訳】

Research and implementation of feature extraction methods on Internet CTR prediction model

著者 (5件)： Tian Changli (北京工商大学計算机与信息工程学院,北京,100048) ,  Zhang Xun (北京工商大学計算机与信息工程学院,北京,100048) ,  Pan Bo (北京工商大学計算机与信息工程学院,北京,100048) ,  Yang Chao (北京工商大学計算机与信息工程学院,北京,100048) ,  Xu Yanru (北京工商大学計算机与信息工程学院,北京,100048)
資料名： Jisuanji Yingyong Yanjiu  (Jisuanji Yingyong Yanjiu)
巻： 34  号： 2  ページ： 334-338  発行年： 2017年 
JST資料番号： C2536A  ISSN： 1001-3695  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： インターネット広告は、千億元の規模を持つ市場であり、広告のクリック率(CTR)はインターネット広告の投入効果の重要な指標である。広告のヒット率の予測モデルにおいて,特徴抽出は重要な要素であり,特性の影響は最終的なモデルの効果に直接影響を与える。広告の効率性を改善するために,本論文は,Hadoop大規模データプラットフォーム環境において,勾配向上ディシジョンツリー(GBDT)モデルに基づく多次元特徴抽出法を提案した。この方法は,オリジナルのデータを用いて多次元ベースの特徴ベースを構築し,特徴ベースの他の特徴を入力するGBDTモデルを用いて特徴を選択し,高レベルの特徴を得て,さらに分類した。この方法の使用は特徴抽出の人工コストと時間コストを減少させるだけでなく、モデルの精度を大きく向上させた。Data from Wanfang. Translated by JST【JST・京大機械翻訳】

シソーラス用語： *特徴抽出 ,  高次元 ,  *予測モデル ,  ディシジョンツリー
準シソーラス用語： 大規模データ ,  Hadoop ,  *インターネット広告 , 【Automatic Indexing@JST】

著者キーワード (5件)： CTR prediction ,  feature extraction ,  Internet advertising ,  Hadoop big data platform ,  GBDT

分類 (2件)： パターン認識  (JE07000S) ,  市場調査,広告  (KA06030H)

タイトルに関連する用語 (5件)： インターネット広告 ,  ヒット率 ,  予測モデル ,  特徴抽出法 ,  研究