Repository logo
Communities & Collections
All of DSpace
  • English
  • العربية
  • বাংলা
  • Català
  • Čeština
  • Deutsch
  • Ελληνικά
  • Español
  • Suomi
  • Français
  • Gàidhlig
  • हिंदी
  • Magyar
  • Italiano
  • Қазақ
  • Latviešu
  • Nederlands
  • Polski
  • Português
  • Português do Brasil
  • Srpski (lat)
  • Српски
  • Svenska
  • Türkçe
  • Yкраї́нська
  • Tiếng Việt
Log In
New user? Click here to register.Have you forgotten your password?
  1. Home
  2. Browse by Author

Browsing by Author "黃家儀"

Filter results by typing the first few letters
Now showing 1 - 1 of 1
  • Results Per Page
  • Sort Options
  • No Thumbnail Available
    Item
    透過使用者行為與廣告特性預測點擊率
    (2018) 黃家儀; Huang, Chia-Yi
    本論文研究廣告點擊預測方法,採用類神經網路架構為基礎,建立全體預測模型及分群預測模型,並比較採用四種不同類神經網路模型架構之預測效果。第一種架構是單屬性模型,以線性迴歸方法為基礎而建立的類神經網路模型架構;第二種架構是跨屬性模型,結合不同廣告欄位的屬性值,運用內積運算建立對應的特徵值;第三種架構是屬性權重因子分解機模型,為相關研究所提出的模型;第四種是FwFMs改良版模型,採用第三種模型的架構,但將部分參數固定採用跨欄位互信息值為權重值。本論文並對大量資料的資料分群提出兩種分割處理後再合併的分群方法,用來對測試資料選取適用的分群預測模型。第一種是雅卡爾相似分數群集法,第二種是餘弦相似分數群集法。實驗評估顯示,全體預測模型於FwFMs改良版模型架構,準確度可達76.40%。在分群預測模型中,採用四種類神經網路模型架構皆可提升準確度,最高可達76.58%。此外,採用餘弦相似分數群集法,能快速有效的對測試資料選取適當的分群預測模型。

DSpace software copyright © 2002-2025 LYRASIS

  • Privacy policy
  • End User Agreement
  • Send Feedback