[发明专利]一种基于FFM深度神经网络的点击率预估方法在审
| 申请号： | 201910123419.9 | 申请日： | 2019-02-18 |
| 公开（公告）号： | CN109829129A | 公开（公告）日： | 2019-05-31 |
| 发明（设计）人： | 邱威;史景伦 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06F16/958 | 分类号： | G06F16/958;G06N3/08 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 冯炳辉 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于FFM深度神经网络的点击率预估方法，包括步骤：1)将训练数据中的数据离散化；2)对离散化的训练数据进行重新编码；3)将重新编码后的训练数据通过FFM深度神经网络进行训练；4)将需要预测的数据通过预处理；5)将预处理过的数据通过训练过的神经网络实现点击率的预估。本发明方法利用FFM深度神经网络模型表达能力强和能够自动组合特征的特点，使得模型能够学习出特征的低阶信息与高阶信息，同时也解决了特征自动交叉的问题，从而更好地应用于工业和生活领域。 | ||
| 搜索关键词： | 预估 神经网络 训练数据 点击率 预处理 数据通过 重新编码 离散化 神经网络模型 神经网络实现 高阶信息 生活领域 自动组合 能力强 低阶 预测 应用 学习 | ||
【主权项】：
1.一种基于FFM深度神经网络的点击率预估方法，其特征在于，包括以下步骤：1)将训练数据中的数据离散化；2)对离散化的训练数据进行重新编码；3)将重新编码后的训练数据通过FFM深度神经网络进行训练；4)将需要预测的数据通过预处理；5)将预处理过的数据通过训练过的神经网络实现点击率的预估。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910123419.9/，转载请声明来源钻瓜专利网。
