基于卡尔曼滤波的CTR预测时间漂移处理方法

本发明公开了一种基于卡尔曼滤波的CTR预测时间漂移处理方法，包括：基于历史状态计算先验状态估计和先验协方差矩阵；计算卡尔曼增益，接着计算后验状态估计和后验协方差矩阵；结合卡尔曼损失与CTR预测损失，设计一个新损失函数；基于后验状态估计和新损失函数对已有CTR模型进行训练，得到处理时间漂移的新CTR模型。本发明公开的基于卡尔曼滤波的CTR预测时间漂移处理方法在两个公开数据集进行了全面实验，实验结果表明，该方法能对已有CTR模型进行改进得到的新CTR模型，新CTR模型能有效处理时间漂移问题，具有更好的预测能力。