作者：涂丹丹 舒承椿 余海燕推荐算法联合概率矩阵分解上下文广告准确率数据稀疏
摘要：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，上下丈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．
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
