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。
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】