研究文章
广告的流行特征基于Attention-LSTM协作推荐算法模型
|
输入:目标查询页面(我= 1,2,…,米),查询页面集问(|问| =r),广告的关键字集合K(|K| =n)、广告设置CTR C组,数量的邻居N。 |
| 输出最好的推荐、广告目标查询页面一个
|
| 步骤1 |
为每个查询页面在一组,≤1j≤问,j≠1,循环执行以下操作。 |
| 步骤2 |
计算co-hit相似性查询页面
。 |
| 步骤3 |
之间的相似性计算co-labeling查询页面
。 |
| 步骤4 |
计算co-contained的相似性查询页面之间的关系
。 |
| 步骤5 |
计算组合相似性查询页面
。 |
| 步骤6 |
剩下的对象集,除了目标查询页面
,从最大到最小,根据
。 |
| 步骤7 |
选择顶部n查询页面设置为最近的邻居目标的查询页面
。 |
| 步骤8 |
选择最高的前N广告点击率预测在设定的头N个最好的推荐广告组
。ADR-CF_T算法的时间开销的关键是查询页面之间的相似度计算,计算和时间开销co-hit相似SimQA查询页面之间是一样的传统CF算法(32]。 |
|
