一种基于混合量子经典极深因子分解机的点击率预测方法

AITNT
正文
推荐专利
一种基于混合量子经典极深因子分解机的点击率预测方法
申请号:CN202510318639
申请日期:2025-03-18
公开号:CN119849651B
公开日期:2025-05-23
类型:发明专利
摘要
本发明公开了一种基于混合量子经典极深因子分解机的点击率预测方法,包括以下步骤:(1)获取开源数据集并进行预处理,划分训练集、测试集;(2)构建新型混合量子经典极深因子分解机HQCxDeepFM模型,并利用预处理后的数据集进行训练;(3)利用sigmoid激活函数得到最终的预估结果;本发明提升CTR模型的计算能力并降低模型复杂度,同时提高CTR预测性能。
技术关键词
点击率预测方法 深度神经网络 编码方案 广告点击率预测 稀疏特征 因子 线性 数据模块 训练集 量子态 连续型 电路 关系 基准 单层 分层
系统为您推荐了相关专利信息
1
一种基于脑血管影像表征组的脑卒中预测方法、设备、介质及产品
风险预测模型 影像 患者 图像 数据
2
一种串行多车间分批调度多目标优化方法
候鸟优化算法 仿真模型 算法模块 启发式规则 变邻域搜索策略
3
面向蓝牙耳机的基于深度学习的预测性音频缓冲方法
蓝牙耳机 缓冲方法 音频 蓝牙低功耗 智能手机
4
一种基于被动时反均衡的非正交多址光通信方法
光通信方法 深度神经网络算法 信道冲激响应 时间反转技术 Chirp信号
5
一种多模态一体化的河道采砂数据快速获取与分析计算方法
河道采砂 分析计算方法 高分辨率卫星影像 数字高程模型 生成点云数据
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号