%0 Journal Article
%T 基于联合概率矩阵分解的上下文广告推荐算法
%A 涂丹丹？
%A 舒承椿？
%A 余海燕？
%J 软件学报
%P 454-464
%D 2013
%R 10.3724/SP.J.1001.2013.04238
%X 上下文广告与用户兴趣及网页内容相匹配,可增强用户体验并提高广告点击率.而广告收益与广告点击率直接相关,准确预测广告点击率是提高上下文广告收益的关键.目前,上下文广告推荐面临如下问题:(1)网页数量及用户数量规模很大;(2)历史广告点击数据十分稀疏,导致点击率预测准确率低.针对上述问题,提出一种基于联合概率矩阵分解的因子模型adrec,它结合用户、广告和网页三者信息进行广告推荐,以解决数据稀疏时点击率预测准确率低的问题.算法复杂度随着观测数据数量的增加呈线性增长,因此可应用于大规模数据.
%K 推荐算法
%K 联合概率矩阵分解
%K 上下文广告
%K 准确率
%K 数据稀疏
%U http://www.jos.org.cn/ch/reader/view_abstract.aspx?file_no=4238&flag=1