English
资源说明：广告点击率是互联网广告投放的重要依据，有效地预测广告的点击率，对于提高广告投放的效率有着至关重要的作用。在训练点击率预测模型的过程中，往往面临着广告及用户的数量巨大以及训练数据集稀疏的问题，从而导致点击率预测的准确度下降。针对这些问题提出了一种基于LDA（latent Dirichlet allocation，LDA）的点击率预测算法，即LDA-FMs，该算法对原有训练集进行基于主题的分割，利用分割后的子训练集分别建立不同主题下的点击率预测模型；在此基础上，利用广告属于不同主题的概率，有权重地结合每个预测模型的预测结果，进而计算广告的点击率。实验基于KDD Cup 2012-track2的真实数据集，证明了算法的可行性与有效性。
本源码包内暂不包含可直接显示的源代码文件，请下载源码包。
