推荐系统中的CTR过程介绍.pptx

智慧IT推荐系统中的CTR过程介绍技术创新，变革未来目 录点击率CTR简介逻辑回归模型LR及应用分解机模型FM及应用梯度提升树GBDT原理GBDT+LR融合算法01020304051.点击率CTR简介CTR预估算法点击率（click through rate）是用户点击链接的数量与该链接展示给用户的数量之比，可以使用下面的公式表示CTR：可以预测点击率（CTR）的算法被称为CTR预估算法，CTR预估的一系列算法经常用于推荐系统的排序阶段，其实有很多机器学习的方法或者深度学习的方法都可以作为CTR预估的算法，前提是这些算法的输出是一个0~1的概率值，并以概率作为分类的依据。CTR在通常作为衡量某网站广告活动是否成功有效的依据。1.点击率CTR简介CTR 流程：训练得到CTR预估模型，并投到线上使用的流程A/B testCTR流程主要分为离线阶段和在线阶段离线阶段用于训练出可用的模型；在线阶段考虑到模型具有很强的时效性，所以需要用到online-learning来在线更新模型。离线评估在线评估确定超参线上数据模型选择update特征工程数据清洗Model数据集生成预处理收集数据1.点击率CTR简介CTR 流程离线阶段：收集数据：收集和业务相关的数据；预处理：数据清洗，去脏去重，转化描述变量，分析特征相关性，特征选择（降维）；数据集生成：根据业务逻辑切分训练、测试、验证集；特征工程：对原