张换梅，董云云,2

(1.晋中学院计算机科学与技术学院，山西 晋中 030619；2.太原理工大学信息与计算机学院，山西 太原 030024)

1 引言

互联网与云计算在提供丰富业务功能的同时，产生海量中间数据，网络应用通过数据收集、提取和分析，从中获取所需信息，对用户进行画像，从而完成业务的精准投放。尤其对于电子商务、移动、搜索引擎等互联网场景，大量收集用户数据，处理过载信息，并完成用户模型预测，是其业务优化与收益增长的重要手段。其中，点击率(Click-through Rate，)是目前互联网应用中主要的数据过滤方式[1-2]，但是在多源异构的海量数据分析中，预测模型和方案需要具有良好的动态时变特性，从而满足推荐业务要求。对于大数据的预测，就是根据数据集的学习，得到一种映射关系。在点击率预测时，其映射输出分为点击与不点击，即输出具有离散性[3]。当系统较为线性时，通常可以采用逻辑回归[4]方案对数据进行预测，并在逻辑回归基础上，采取似然估计或其它方式对预测模型进行计算。这种方案虽然简便高效，但是不能分辨数据间的非线性关联和高阶特征。于是，在非线性系统中，通常引入多项式回归方案[5]。利用映射关系来描述多阶系统，基于这种映射关系，可以对数据特征的耦合关联进行深入学习，但是可能引发特征数量与维度的泛滥，难以处理高阶和稀疏情况。由于分解机[6]能够避免大量特征耦合关联权重的学习计算，同时具有良好的稀疏数据处理性能，因此，本文设计一种高阶深度分解机点击率数据预测方法。……