Прогноз кликабельности (CTR), цель которого - предсказать вероятность того, что пользователь нажмет на объявление или товар, имеет решающее значение для многих онлайн-приложений, таких как онлайн-реклама и консультирующие (рекомендательные) системы. Эта проблема очень сложна, поскольку:
1) входные функции (например, идентификатор пользователя, возраст пользователя, идентификатор элемента, категория элемента) обычно разрежены;
2) эффективное предсказание опирается на комбинаторные функции высокого порядка (они же кросс-функции), которые очень трудоемки для ручной обработки экспертами предметной области и не перечислимы.
Поэтому были предприняты усилия по поиску низкоразмерных представлений разреженных и высокоразмерных необработанных объектов и их значимых комбинаций.
В этой работе предлагаем эффективный и действенный метод AutoInt для автоматического анализа взаимодействий объектов высокого порядка входных объектов.
Предлагаемый алгоритм является очень общим и может быть применен как к числовым, так и к категориальным входным признакам. В частности, сопоставляем как числовые, так и категориальные признаки в одном и том же низкоразмерном пространстве.
Затем предлагается многоцелевая самонастраиваемая нейронная сеть с остаточными связями для явного моделирования взаимодействий признаков в низкоразмерном пространстве.
С помощью различных слоев многоцелевых самонапряженных нейронных сетей можно моделировать различные порядки комбинаций признаков входных признаков.
Чтобы заказать контрольную работу по физкультуре заполните форму заказа. Укажите все требования и мы приступим к выполнению вашей контрольной работы!
Вся модель может быть эффективно применена к крупномасштабным необработанным данным сквозным способом. Экспериментальные результаты на четырех реальных наборах данных показывают, что предложенный нами подход не только превосходит существующие современные подходы к прогнозированию, но и обеспечивает хорошую объясняющую способность сети.
Проблемы развития машинного обучения представлены в трудах таких авторов как: Безкоровайный М.М., Давлеткиреева Л.З., Жиляев А.Н., Татузов А.Л. и др. При этом технологии в части функциональных возможностей, удобства использования и безопасности не стоят на месте и требуют дальнейшего научного изучения.
Исследованиям по проблематике инноваций, в том числе для предсказания кликов, посвящены также работы таких авторов как П. Ф. Друкер, К. Дэвис, Э. М. Роджерс, Й. Шумпетер, И. Т. Балабанов, О. И. Лаврушин и др.
Целью исследования является анализ и сравнение алгоритмов машинного обучения для предсказания кликов на рекламные объявления. Достижение этой цели предполагает решение комплекса следующих задач:
– провести анализ существующих решений;
– провести классификация текста;
– изучить методы классификации;
– разработать модель глубокого обучения для прогнозирования поведения пользователей при нажатии на рекламу;
– провести автоматическое обучение взаимодействию функций с помощью самонастраиваемых нейронных сетей;
– провести исследование алгоритмов рекламной системы путем анализа статистики действующих рекламных кампаний;
– осуществить создание датасета;
– осуществить предобработку текста;
– осуществить векторизацию текста;
– осуществить классификацию текста.
Объект исследования – данные сайтов батутного центра Cosmica.
Предметом исследования выступают клики на ссылки на сайте батутного центра Cosmica.
Теоретическую основу исследования составили учебники, учебные пособия по банковскому делу, журнальные статьи, федеральное законодательство и нормативно-правовые акты Российской Федерации, материалы Банка России.
Методологическая база исследования состоит из концепций и положений, содержащихся в трудах отечественных и зарубежных авторов по исследуемой проблеме, в публикациях специалистов, анализирующих предмет исследования на практике. В процессе исследования использовались различные приемы и методы: дедуктивный и индуктивный методы, синтез, индексный анализ, дедуктивные и индуктивный методы исследования и др.
Работа состоит из введения, трех разделов, заключения и список использованной литературы.
60 страниц
99% уникальность
2023 год
6 просмотров
