一种基于分解机和图神经网络的点击率预测方法及系统

摘要

本公开提供了一种基于分解机和图神经网络的点击率预测方法及系统，包括获取广告点击历史数据，并通过所述历史数据对所述基于分解机的图神经网络模型进行训练，利用训练好的模型对待预测的广告进行迭代预测，获得预测的广告点击率；其中，所述基于分解机的图神经网络模型的构建包括：将图神经网络中的所有特征域两两连接，从而获得全连接图；根据分解机的交互方式，实现邻接特征域之间的交互，并以加和的方式进行特征聚合操作；将不同层的节点嵌入进行连接，形成预测节点的最终表达。所述方案可以充分地利用稀疏的输入特征，通过特征节点间的交互，丰富信息提取和学习，有效保证在较少的输入特征的情况下，保证广告点击率预测的准确度。