需求发布 成果发布 科创案例库 揭榜挂帅
技术路演 会议展览 科创联合体 项目申报
前沿动态 科技政策 院士开讲 青托工程
科技服务团 学术资源
试点城市(园区) 双创活动周
协作站点 学会服务
问题库 项目库 开源库
English
您所在的位置: 成果库 一种基于深度多行为网络的广告点击率预测方法

一种基于深度多行为网络的广告点击率预测方法

发布时间: 2023-06-19

来源: 科技服务团

基本信息

合作方式： 作价入股
成果类型： 发明专利,新技术
行业领域：
电子信息技术
成果介绍
本发明属于广告点击率预测领域，具体涉及一种基于深度多行为网络的广告点击率预测方法，包括：获取用户和广告的相应数据信息，该相应数据信息包括用户与广告基本信息数据、广告曝光数据以及用户行为日志数据；
成果亮点
对相应数据信息数据信息进行预处理；提取预处理后数据信息的特征，该特征包括序列特征、用户特征、广告特征以及上下文特征；将数据信息特征输入到训练好后的基于深度多行为网络的广告点击率预测模型中，得到广告点击率预测结果；本发明提出了基于动态Dropout的兴趣融合模块，该模块能够捕捉到用户行为分布的差异，有效地对用户兴趣进行融合，避免模型过拟合至某类行为表征。
团队介绍
孙开伟，宣立德，刘虎，冉雪，李彦
成果资料