基于注意力交叉的点击率预测算法

摘要

探索大规模稀疏数据背景下的交叉特征,对提高推荐系统的点击率预测精度十分重要,现有方法往往通过显式暴力枚举或隐式DNN提取完成特征交叉,其掺杂了大量无用、冗余特征,极大地限制了点击率预测模型的表现.对此提出一种显式和隐式相结合的新型特征交叉网络(Deep&Attention Cross Network,DACN).通过引入基于注意力机制的动态交叉网络,实现以线性空间复杂度完成指定阶显式特征组合,同时消除无用、冗余特征带来的影响.经过实验验证,DACN在预测准确性和参数占用方面相较于现有方法都有提升.