Institute of Computing Technology, Chinese Academy IR
| 基于联合概率矩阵分解的上下文广告推荐算法 | |
| 涂丹丹; 舒承椿; 余海燕 | |
| 2013 | |
| 发表期刊 | 软件学报
 |
| ISSN | 1000-9825 |
| 卷号 | 24.0期号:003页码:454 |
| 摘要 | 上下文广告与用户兴趣及网页内容相匹配，可增强用户体验并提高广告点击率．而广告收益与广告点击率直接相关，准确预测广告点击率是提高上下文广告收益的关键．目前，上下丈广告推荐面临如下问题：（1）网页数量及用户数量规模很大；（2）历史广告点击数据十分稀疏，导致点击率预测准确率低．针对上述问题，提出一种基于联合概率矩阵分解的因子模型AdRec，它结合用户、广告和网页三者信息进行广告推荐，以解决数据稀疏时点击率预测准确率低的问题．算法复杂度随着观测数据数量的增加呈线性增长，因此可应用于大规模数据． |
| 关键词 | 推荐算法 联合概率矩阵分解 上下文广 准确率 数据稀疏 |
| 语种 | 英语 |
| 文献类型 | 期刊论文 |
| 条目标识符 | http://119.78.100.204/handle/2XEOYT63/33828 |
| 专题 | 中国科学院计算技术研究所期刊论文_中文 |
| 作者单位 | 中国科学院计算技术研究所 |
| 第一作者单位 | 中国科学院计算技术研究所 |
| 推荐引用方式 GB/T 7714 | 涂丹丹,舒承椿,余海燕. 基于联合概率矩阵分解的上下文广告推荐算法[J]. 软件学报,2013,24.0(003):454. |
| APA | 涂丹丹,舒承椿,&余海燕.(2013).基于联合概率矩阵分解的上下文广告推荐算法.软件学报,24.0(003),454. |
| MLA | 涂丹丹,et al."基于联合概率矩阵分解的上下文广告推荐算法".软件学报 24.0.003(2013):454. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 推荐该条目 |
| 保存到收藏夹 |
| 查看访问统计 |
| 导出为Endnote文件 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [涂丹丹]的文章 |
| [舒承椿]的文章 |
| [余海燕]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [涂丹丹]的文章 |
| [舒承椿]的文章 |
| [余海燕]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [涂丹丹]的文章 |
| [舒承椿]的文章 |
| [余海燕]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论