CTR预估的常用方法

1.CTR

CTR预估是对每次广告的点击情况做出预测，预测用户是点击还是不点击。

CTR预估和很多因素相关，比如历史点击率、广告位置、时间、用户等。

CTR预估模型就是综合考虑各种因素、特征，在大量历史数据上训练得到的模型。

CTR预估的训练样本一般从历史log、离线特征库获得。

样本标签相对容易，用户点击标记为1，没有点击标记为0。特征则会考虑很多，例如用户的人口学特征、广告自身特征、广告展示特征等。这些特征中会用到很多类别特征，例如用户所属职业、广告展示的IP地址等。一般对于类别特征会采样One-Hot编码，例如职业有三种：学生、白领、工人，那么会会用一个长度为3的向量分别表示他们：[1, 0, 0]、[0, 1, 0]、[0, 0, 1]，可是这样会使得特征维度扩展很大，同时特征会非常稀疏。

2.CTR预估经典模型总结

https://www.cnblogs.com/xianbin7/p/10661572.html

3.FM

https://blog.csdn.net/g11d111/article/details/77430095

https://blog.csdn.net/hiwallace/article/details/81333604

转载于:https://www.cnblogs.com/yuehouse/p/11159740.html