摘要
对计算广告研究中的计价模型和匹配算法及模型进行综述,分别从检索词匹配精度、语义情景和用户点击反馈等方面对Cosine算法、Okapi BM25算法、特征学习算法、分层学习模型和Multinomial统计语言模型等进行比较分析和优缺点总结,并提出可行的改进方向。
This paper conducts a survey of pricing models,relevance match algorithms,and effective statistical models for computing advertising,analyzes and compares these approaches,like Cosine,Okapi BM25,feature learning,hierarchy-learning and Multinomial language model,and conclusively points out the feasible improvement and future of research in this field.
出处
《计算机工程》
CAS
CSCD
北大核心
2011年第7期222-224,233,共4页
Computer Engineering
基金
国家"863"计划基金资助项目(2007AA01Z448)
国家自然科学基金资助项目(60773171)
关键词
赞助搜索
内容匹配
信息检索
机器学习
在线学习
sponsored search
content match
information retrieval
machine learning
online learning
