摘要
随着智能移动终端的普及以及互联网产品的多样化发展,在为用户提供服务的同时也丰富了广告的投放渠道,然而传统的广告平台投放策略是针对全体用户批量投送,严重影响用户体验,同时也降低了点击率以及转化率,为广告平台的可持续发展带了极大的挑战,广告的精准投放已经成为互联网服务产品领域内的研究热点之一.该文依托铁路12306互联网售票系统的广告平台,在图注意力网络GAT与Wide&Deep模型的基础上提出了一种新型的广告个性化推荐模型.该模型首先将用户的同行的关系、购票关系以及用户与广告的交互关系作为基础数据构建关系网络,利用图神经网络聚合邻节点特征以及自身节点特征以实现在非欧氏空间新节点的表示向量的更新,生成最终的特征向量并作为Wide&Deep模型的输入实现广告点击率预测.论文利用近半年的广告平台数据对该模型的性能进行评估,实验效果显示,该模型能够准确对广告点击率进行预测,实现了广告的精准投放.
维普
万方数据