网络新媒体技术

2021, v.10;No.58(04) 11-17+24

[打印本页] [关闭]
本期目录(Current Issue) | 过刊浏览(Past Issue) | 高级检索(Advanced Search)

基于多特征融合的视频点击率预测方法
Video Clicks Through Rate Prediction Method Based on Multi-feature Fusion

李一野;邓浩江;

摘要(Abstract):

结合多个模型集成学习可以提升单模型预测算法的性能,本文提出一种基于多特征融合的视频点击率预测方法,将哈希降维的特征和GBDT组合特征进行拼接作为输入特征,采用随机梯度下降法对逻辑回归、因子分解机和场感知因子分解机的输出值进行线性加权的迭代调整。实验结果表明该算法的预测效果优于基于单模型算法,也优于基于套袋方法的随机森林算法和基于平均法的其他集成算法,可以提高视频点击率预测精度。

关键词(KeyWords): 点击率预测;多特征融合;集成学习

Abstract:

Keywords:

基金项目(Foundation): 先导专项课题:SEANET技术标准化研究与系统研制(编号:XDC02010701)

作者(Authors): 李一野;邓浩江;

参考文献(References):

扩展功能
本文信息
服务与反馈
本文关键词相关文章
本文作者相关文章
中国知网
分享