因式分解机相关论文
科技的日异月新催促着各行各业的蓬勃发展,互联网作为社会的领头羊,与各行各业无时无刻连接在一起。伴随在传输、基础设施、计算能......
近些年很多基于深度学习的推荐模型被提出,这些模型通过对特征的处理和改变深度网络结构来解决推荐系统数据稀疏和冷启动的问题.然......
作为教育数据挖掘的重要研究分支之一,学生成绩预测研究得到了广泛的关注,国内外学者相继开展了一些卓有成效的工作。虽然传统的成......
企业和个人信用预测在金融贷款领域具有重要的意义,通过信用预测模型判断借贷方信用类别,决定是否对其进行贷款,可以在很大程度上......
针对现有推荐方法存在交互信息应用不充分和推荐性能不佳的问题,充分利用用户和项目之间的间接交互信息,采用可达矩阵来表达用户和......
基于逻辑回归、因式分解机、深度神经网络3种机器学习算法,提出了一种预判移动用户是否升级至高ARPU(Average Revenue Per User)套......
针对经典的点击预测模型无法捕捉用户动态兴趣和分析特征低阶高阶交互困难的问题,提出一种基于用户动态兴趣的视频点击预测模型。......
在基于协同过滤的推荐系统中,因式分解机模型是基于矩阵分解的一般化模型,不需要特定支持向量,可直接应用于回归和分类中,并能更准......
在线广告领域中一直存在点击率预测这一热点问题,点击率预测在为用户提供更好的广告体验的同时可以提高广告主的收益。虽然已有学......
在医疗健康领域,诊断及预测慢性病患者的病情非常重要。慢性病患者在经过医院治疗后,很容易在短时间内再次发病,而且病情可以更加......
随着互联网技术的发展,人们使用网络的方式发生了显著的变化。由互联网用户自身行为产生的数据量呈现爆炸性的增长。面对如此庞大......
网络广告作为一种新的广告营销模式,极大地促进了广告产业的发展。在网络广告的营销模式中,广告的点击率会直接影响到广告商与网络......
推荐系统是一门涵盖了多个学科内容,始于90年代中期关于协同过滤算法研究,之后便开始作为一门独立的研究领域走进研究者的视野。目......
互联网广告已经成为了互联网公司的主要收入来源,而其中广告点击率的预估是最重要的工作,提高广告点击率的准确率能直接为公司带来......
