التنبؤ بمعدل النقر المدعوم بتعلم التمثيل

تنبؤ معدل النقرات (CTR) هو مهمة حاسمة في أنظمة الإعلان عبر الإنترنت. تركز معظم الطرق الحالية بشكل أساسي على نمذجة العلاقة بين الميزات ومعدل النقرات وتعاني من مشكلة ندرة البيانات. في هذا البحث، نقترح نظام DeepMCP، الذي يهدف إلى نمذجة أنواع أخرى من العلاقات لتعلم تمثيلات ميزات أكثر إفادة وإمكانية احصائية، مما يؤدي إلى تحسين أداء تنبؤ معدل النقرات. بصفة خاصة، يتكون DeepMCP من ثلاثة أجزاء: شبكة مطابقة، شبكة ترابط وشبكة تنبؤ. تقوم هذه الشبكات بنمذجة العلاقات بين المستخدم والإعلان، والعلاقات بين الإعلان والإعلان، والعلاقة بين الميزات ومعدل النقرات على التوالي. عند تحسين هذه الشبكات بشكل مشترك تحت إشراف العلامات الهدف، فإن التمثيلات المميزة التي يتم تعلمها تكون ذات قوة تنبؤ جيدة وقدرات تمثيل جيدة. أظهرت التجارب التي أجريت على قاعدتين كبيرتين للبيانات أن DeepMCP يتفوق على عدة نماذج متقدمة لتنبوء معدل النقرات.