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
|