Wyszukiwarka
Abstrakt
The ability to anticipate whether a user will click on an item is one of the most crucial aspects of operating an e-commerce business, and clickthrough rate prediction is an attempt to provide an answer to this question. Beginning with the simplest multilayer perceptrons and progressing to the most sophisticated attention networks, researchers employ a variety of methods to solve this issue. In this paper, we present the findings of a comprehensive literature review that will assist researchers in getting a head start on developing new solutions. The most prevalent models were variants of the state-of-the-art DeepFM model.
Cytowania
-
3
CrossRef
-
0
Web of Science
-
0
Scopus
Autorzy (3)
Cytuj jako
Pełna treść
pełna treść publikacji nie jest dostępna w portalu
Słowa kluczowe
Informacje szczegółowe
- Kategoria:
- Aktywność konferencyjna
- Typ:
- publikacja w wydawnictwie zbiorowym recenzowanym (także w materiałach konferencyjnych)
- Język:
- angielski
- Rok wydania:
- 2023
- Opis bibliograficzny:
- Leszczełowska P., Bollin M., Grabski M.: Systematic Literature Review on Click Through Rate Prediction// / : , 2023,
- DOI:
- Cyfrowy identyfikator dokumentu elektronicznego (otwiera się w nowej karcie) 10.1007/978-3-031-42941-5_51
- Źródła finansowania:
-
- Publikacja bezkosztowa
- Weryfikacja:
- Politechnika Gdańska
wyświetlono 93 razy
Publikacje, które mogą cię zainteresować
Deep Learning: A Case Study for Image Recognition Using Transfer Learning
- S. Erpolat Tasabat,
- O. Aydin
2021