计算广告
遇见更好的自己
非淡泊无以明志,非宁静无以致远
展开
-
深入FFM原理和实践
深入FFM原理与实践 del2z, 大龙 ·2016-03-03 09:00 FM和FFM模型是最近几年提出的模型,凭借其在数据量比较大并且特征稀疏的情况下,仍然能够得到优秀的性能和效果的特性,屡次在各大公司举办的CTR预估比赛中获得不错的战绩。美团点评技术团队在搭建DSP的过程中,探索并使用了FM和FFM模型进行CTR和CVR预估,并且取得了不错的效果。本文旨在把我们对FM和FF转载 2018-01-11 16:46:43 · 444 阅读 · 0 评论 -
CTR预估中GBDT与LR融合方案
1、 背景 CTR预估(Click-Through Rate Prediction)是互联网计算广告中的关键环节,预估准确性直接影响公司广告收入。CTR预估中用的最多的模型是LR(Logistic Regression)[1],LR是广义线性模型,与传统线性模型相比,LR使用了Logit变换将函数值映射到0~1区间[2],映射后的函数值就是CTR的预估值。LR这种线性模型很容转载 2018-01-11 19:23:45 · 172 阅读 · 0 评论 -
点击率预估的来龙去脉
提纲 广告排序的核心问题 点击率预估 基于机器学习的点击率预估 数据,特征,模型,评测 大数据下的特征处理和模型训练 深入讨论 广告排序的核心问题1 广告展现流程 候选广告选取用户-> Query <-> Bidwords<-广告主 广告排序 扣费 2 核心问题:点击率3 直接估计4 直接估计的不足基于机器学习的点击率预估1 基本思路2 逻辑回归模型3 基于LR的点击率预测4 点击率预测特征转载 2017-12-30 09:46:42 · 917 阅读 · 0 评论