基于KMeans-LR的廣告推薦應(yīng)用

摘要： 隨著互聯(lián)網(wǎng)在線廣告業(yè)務(wù)的飛速發(fā)展,面對海量稀疏的廣告點(diǎn)擊日志數(shù)據(jù),單一傳統(tǒng)型預(yù)測方法由于性能較低,在海量廣告數(shù)據(jù)推薦上表現(xiàn)不佳。這里提出一種基于聚類-邏輯回歸(KMeans-LR)的廣告推薦模型,該模型首先通過Softmax函數(shù)對初始數(shù)據(jù)各列進(jìn)行概率歸一化,構(gòu)造處理各列值為分類概率值;然后輸入至KMeans算法,通過超參控制分類數(shù),進(jìn)行自動歸類;最終輸入分段邏輯回歸模型進(jìn)行預(yù)測... （共5頁）