一种使用门控注意力机制预估电商广告点击通过率的方法

本申请涉及深度学习、电商广告、点击通过率预估、门控网络、注意力机制、特征交叉等技术，并公开了一种使用门控注意力机制预估电商广告点击通过率的方法。该方法为：收集电商广告数据集，在数据输入层对数据集进行预处理，然后划分为训练集、验证集和测试集。处理后的数据输入到特征嵌入层，得到特征嵌入向量。接着，将特征嵌入向量输入到门控混合注意力模块，分别训练浅层模型和深层模型所需的特征嵌入向量。随后，将门控混合注意力模块输出的两类特征嵌入向量分别输入到特征交互层中的域矩阵因子分解机和增强深度交互网络中，进行特征的低阶交互和高阶交互。最终，在预测层中，将深层模型与浅层模型的输出结合，得到用户点击目标物品的预测概率。本发明适用于广告点击通过率预测、用户行为预测、用户兴趣预测等二分类预测问题领域。