摘要：在线广告是各大互联网公司的主要盈利模式之一,目的是在满足用户的实时需求时,通过竞价和预测用户点击率等方式实现利润最大化。为实现上述目标,提出一种改进的在线广告并行运算模型。应用Logistic回归模型对用户的点击率进行建模,该模型既包含关于长期历史信息的一次模型和二次模型因子,又包含短期的上下文因子。通过贝叶斯后验分布理论对参数计算进行推导,根据Thompson采样和预先计算2种方法改进模型计算效率。实验结果表明,该模型不仅具有较高的预测准确性,而且提高了算法的收敛速度与运行效率。

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）