本文在研究卷積（Convolutional Neural Networks）與LSTM（Long Short Term Memory）的基礎(chǔ)上,結(jié)合兩者優(yōu)勢(shì),提出了一種混合模型。首先用卷積神經(jīng)網(wǎng)絡(luò)提取關(guān)鍵特征,然后依據(jù)LSTM神經(jīng)網(wǎng)絡(luò)時(shí)序特點(diǎn)進(jìn)行預(yù)測(cè)和分類。結(jié)果表明:對(duì)比淺層或單層網(wǎng)絡(luò),本文提出的組合模型較好地提高了點(diǎn)擊率預(yù)估準(zhǔn)確度,從而增強(qiáng)了搜索廣告排序應(yīng)用效果。 

【文章來(lái)源】：電子技術(shù)與軟件工程. 2020,(01)

【文章頁(yè)數(shù)】：3 頁(yè)

【部分圖文】：

點(diǎn)擊率預(yù)測(cè)流程

LSTM單元模塊內(nèi)部結(jié)構(gòu)

卷積-LSTM組合神經(jīng)網(wǎng)絡(luò)層組織


本文編號(hào)：3412635