网络广告是互联网行业的主要经济来源之一,随着机器学习和互联网的发展,海量广告信息的有效利用,极大地增加了网络广告的商业价值。在数据时代,广告点击率预测作为广告投放系统的核心技术之一,主要研究海量数据下用户与广告的潜在联系,实现广告的精准投放。在广告点击率预测中,数据集通常高度稀疏,传统的方法多基于线性模型,特征之间相互独立,依赖人工特征组合。而自动组合特征的模型又缺乏深层次的高阶非线性特征,并且普通的深度学习模型仍然存在训练难度大,没有考虑到深浅特征融合等问题。本文研究的目标是对给定的数据通过深度学习模型挖掘用户-广告潜在的联系,从而实现更精准的广告点击率预测,具体研究工作如下:(1)本文针对现有模型存在的问题,提出了一种基于广度深度模型改进的栈式自编码因子分解机模型,本模型引入了基于字段的因子分解机和栈式自编码器来分别作为广度和深度部分。和广度部分的逻辑回归相比,因子分解机模块实现了浅层特征的自动组合,避免了大量的人工组合特征的问题。在深度部分,通过栈式自编码器无监督逐层预训练的方式提取了高阶非线性特征,并将训练好的嵌入层参数作为因子分解机模块的初始化权重,在一定程度上加快了模型的收敛速度。最后在模型整体训练时进行有选择性的微调,使模型高效地融合了浅层组合特征和深层高阶非线性特征。通过实验表明,在输入数据一致的情况下,该模型具有更好的预测效果。(2)本文分析了实验数据集的特点和问题,并进行了相应的数据预处理。在此基础上,本文从实际业务出发,构造了历史点击率特征。由于用户日志无法直接加入到训练中,本文按照行为类型和时间段两个方向从行为日志中构造出了用户行为特征。实验表明,这两组特征的加入可以明显提高预测的精度。(3)本文设计实验,分析并确定了栈式自编码器逐层预训练过程中的节点数与隐藏层深度,并对比了不同隐藏层微调层数以及不同超参数对模型效果的影响。最后,本文通过与基线模型的对比实验,验证了本文模型在收敛速度和预测效果上有较明显的提升。