文献

J-GLOBAL ID：202002239900264956   整理番号：20A1943639

深層学習に基づくクリックスルーレート推定【JST・京大機械翻訳】

Click-through Rate Estimates based on Deep Learning

著者 (2件)： Wang Wentao (Beijing University of Technology, Beijing, China) ,  He Dongzhi (Beijing University of Technology, Beijing, China)
資料名： ACM Proceedings  (ACM Proceedings)
号： ICDLT ’18  ページ： 12-15  発行年： 2018年 
JST資料番号： D0698C  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： インターネット広告はインターネット会社の収入の主要な源となり,その中で,アドクリックスルーレートの予測が最も重要なタスクである。アドクリックスルーレートの精度は,企業の収入を直接発生できる。現在,BaiduとGoogleのような主流の方法は,多くの人工的特徴を有する線形モデルであり,それはますます持続可能である。多くのマニュアル特徴が多くの人力を消費するので,それらの利益は減少している。線形モデルは特徴間の非線形関係を学習できない。本論文では,大規模スパースデータを完全に利用し,非線形特徴を学習できる深層学習に基づく広告のクリック速度を予測するための方法を提案し,さらに,速度を通してアドクリックの予測における異なる特徴の役割を解析した。KDD Cup 2012 Track2に関する実験結果は,提案した方式が,0.771のAUC値によって,探索アドホックネットワークの予測性能を改良できることを検証した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *インターネット ,  アドホックネットワーク
準シソーラス用語： Google ,  インターネット広告 ,  *深層学習 , 【Automatic Indexing@JST】

著者キーワード (4件)： CTR ,  DNN ,  FM ,  深層学習

分類 (1件)： 市場調査,広告  (KA06030H)

タイトルに関連する用語 (4件)： 深層学習 ,  クリック ,  スルーレート ,  推定