1.介绍
说明CTR的预测成为未来广告业务发展中最重要的因素。实现高度精确的CTR预测将是未来广告业务的核心任务。
目前现行的点击率预估模型如：线性逻辑回归（LR），但它无法提取少量的组合特征。继LR之后，还提出了因子分解机（FM）算法，它虽然改善了组合特征的LR问题。然而，它只考虑二阶交叉特征。因此，提出了一种域感知因子分解机（FFM）算法，它消除了特征维度的限制，并专注于CTR估计问题。然而，这些方法没有完全应用在线广告的数据特性。
由于我们希望在训练模型时能够获得尽可能多的标记数据，所以可以通过使用迁移矩阵来生成更多信息，从而丰富我们模型中的学习功能。在本研究中，我们提出了一种称为多视图特征转移（MFT）的新方法，该方法可以以特征转移的形式计算特征之间的关系。本研究的主要贡献如下：
（1）我们根据重要特征将CTR数据分成多个视图，并通过各种实验证明了我们方法的有效性。（2） 我们从不同视图中分离数据，并导出特征之间的关系，以获得特征转移矩阵，该矩阵可以显示特征之间的关联，并促进CTR预测。
（3） 我们提出了一种计算不同特征之间相似性的新方法，该方法可以帮助特征转移计算广告CTR，以获得最佳聚类结果。
2.相关工作
机器学习的方法：
16年提出了深度神经网络DNN,该模型可以提取复杂和固有的非线性特征
16年提出来基于产品的神经网络PNN,该框架包含嵌入层、产品层和全连接层。它还考虑了非相邻特征的组合
17年提出了一种解决稀疏预测的神经因子分解机（NFM）
随着越来越多的机器学习应用场景的出现，而现有表现比较好的监督学习需要大量的标注数据，标注数据是一项枯燥无味且花费巨大的任务，所以迁移学习受到越来越多的关注。
迁移学习的方法：
14年提出了一种用于CTR预测的可扩展免提转移学习模型，随后提出了一个新模型，该模型在样本分布期间依赖于较小的样本来获得足够的预测数据
3.用于点击率预测的自加权多视图聚类
3.1 迁移学习的定义
将某个领域或任务上学习到的知识或模式应用到不同但相关的领域或问题中。
其主要思想就是从相关领域中迁移标注数据或者知识结构、完成或改进目标领域或任务的学习效果。迁移学习里有两个非常重要的概念就是域（领域）和任务（要完成的事情）。基于迁移学习，CTR数据可以分为两部分。一个是源域，另一个是目标域。源域包含源特征，目标域包含目标特征。然后我们根据不同的关键特性将数据集划分为多个视图。
MFT模型的基本框架将CTR数据分为共性特征和关键特征。每个关键特性都与所有公共特性相结合。
3.2 MFT模型的思想与实践
MFT模型的基本框架将CTR数据分为共性特征和关键特征。每个关键特性都与所有公共特性相结合。
MFT聚类方法用于同时聚类多个视图的数据，并因此充分利用多视图数据中包含的共享信息。聚类是在多视图数据共享的常见隐式结构中进行的，以获得聚类结果。该框架可以通过数据预处理来获得选定的传输源，克服了现有方法无法充分利用复杂广告数据特性的缺点。首先是相似度矩阵的构建，我们使用KNN法构造相似矩阵W，将公共特征与一个或几个选定的特征进行组合，得到组合特征；其次构建特征传输矩阵，通过确定拉普拉斯矩阵L的特征值，选择特征值最大的前K个特征向量作为重要特征向量，并将它们与预处理过程中获得的共同特征相结合，进行特征迁移的目标是找到特征迁移矩阵H，使得目标数据特征可以通过矩阵H和源数据获得。该方法解决了高维稀疏性，并为广告点击数据的每个特征提供了高效利用。将每组视图划分为源域特征和目标域特征，并获得特征转移矩阵；随后，它们被组合成特征矩阵a，并使用CLR方法预测每个样本集的类别。特征转移方法确定特征之间的隐藏关系，并为CTR的最终预测提供不可或缺的数据关系。
4.多种方法的比较
使用六种方法作为比较基准。这六种方法是支持向量机（SVM）、深度神经网络（DNN）、逻辑回归（LR）、因子分解机（FM）、深层和浅层（DSL）[35]、伪装对抗网络（DAN）和生成对抗网络（GAN），评价指标包含准确性( ACC )、受试者工作特征曲线下面积( AUC )和纯度，AUC是判断二元聚类预测模型优劣的标准度量。ACC定义为对于给定的测试数据集，分类器正确分类的样本数与总样本数的比值。纯度介于0和1之间，完全不正确的聚类取值为0，完全正确的聚类取值为1。
得到的结果是SVM和DNN的性能最差，其次是LR和FM。其中性能最好的方法是GAN。
MFT的模型也解决了现有方法无法充分利用不平衡、复杂、多样的广告数据上的特征信息的问题。因此具有特征迁移的多视图聚类算法可以改善不平衡数据的CTR预测问题。
5.结论
MFT通过学习一个结合内部信息和外部结构计算的鲁棒相似度函数来实现特征移动性。其核心思想是在拉普拉斯变换的局部保持特性下，获取选择性特征并计算特征转移矩阵。模型对来自互联网的大量日益复杂、高维、稀疏和不平衡的数据具有显著的预测效果。
