摘要:
背景 facebook上的广告并不是与query关联的,而是与用户的兴趣及其人口信息相关,所以相比于搜索其候选广告的体量要大的多; 级联模型:解决上述大量候选集合的问题,逐级增大计算复杂度; 实验: 评估方法: 1.归一化互信熵:y-->(-1,+1) 2.Calibration:预测点击数/观测点 阅读全文
摘要:
背景 facebook上的广告并不是与query关联的,而是与用户的兴趣及其人口信息相关,所以相比于搜索其候选广告的体量要大的多; 级联模型:解决上述大量候选集合的问题,逐级增大计算复杂度; 实验: 评估方法: 1.归一化互信熵:y-->(-1,+1) 2.Calibration:预测点击数/观测点 阅读全文
|