摘要：現(xiàn)有廣告轉(zhuǎn)化率預(yù)估模型缺乏對(duì)深層特征間相互作用的研究,針對(duì)這一問題提出了一種新的混合模型.通過高效的梯度提升機(jī)(light gradient boosting machine,LightGBM)模型提取高階組合特征,并結(jié)合基于區(qū)域的因子分解機(jī)(field-aware factorization machines,FFM)模型有效處理稀疏數(shù)據(jù)的優(yōu)點(diǎn)進(jìn)行轉(zhuǎn)化率的預(yù)估.為了驗(yàn)證模型的有效性和泛化能力,在兩個(gè)數(shù)據(jù)集上討論了參數(shù)對(duì)預(yù)估結(jié)果的影響,并將模型與其他模型進(jìn)行對(duì)比實(shí)驗(yàn).實(shí)驗(yàn)結(jié)果表明提出的混合模型的預(yù)估結(jié)果更準(zhǔn)確.