Investigation and analysis of statistical attention mechanisms in click-through-rate prediction: The impact of layer normalization and interaction component integration
Tıklama oranı tahmininde istatistiksel dikkat mekanizmalarının incelenmesi ve analizi: Katman normalleştirmenin ve etkileşim bileşeni entegrasyonunun etkisi
- Tez No: 897359
- Danışmanlar: PROF. DR. PINAR KARAGÖZ, PROF. DR. CEM İYİGÜN
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 94
Özet
Tıklama Oranı (CTR) tahmininin doğru yapılması, çevrimiçi alışveriş ve e-ticaret işletmelerinde kullanıcı deneyimini artırmak ve gelirleri optimize etmek için önemli bir ölçüttür. Bu çalışma, en yaygın ve geleneksel CTR tahmin algoritmalarında farklı hiper-parametre aday setleri altında çeşitli istatistiksel dikkat mekanizmalarının (attention mechanisms)—ortalama dikkat (mean attention), maksimum dikkat (max attention), ortalama-maksimum (mean-max attention), ortalama-standart sapma dikkat (mean-std attention) ve bitwise dikkat (bitwise attention)—uygunluğunu araştırmaktadır. CTR tahmini için en yaygın kullanılan açık kaynaklı veri kümeleri üzerinde kapsamlı deneyler yaparak, bu dikkat mekanizmalarının her alanın düşük boyutlu özellik gömme işleminin bilgi faydasını etkili bir şekilde artırıp artırmadığını ve bunun da tahmin doğruluğunu iyileştirmeye yol açıp açmayacağını inceleyen ampirik bir çalışmadır. Bulgularımız, her bir dikkat mekanizmasının farklı algoritmalar ve veri kümeleri üzerinde benzersiz davrandığını göstermektedir. Bu dikkat mekanizmalarının geleneksel CTR tahmin modellerine uygulanması, ilgili özelliklere ve bunların etkileşimlerine dolaylı olarak odaklanarak tahmin performansında önemli iyileştirmeler gösterebilir. Bu araştırma, çeşitli dikkat mekanizmalarının tanınmış geleneksel CTR tahmin algoritmalarının tahmin yeteneğini nasıl artırabileceğini kapsamlı bir şekilde analiz ederek CTR tahmini alanına katkıda bulunmayı ve daha sofistike ve doğru CTR tahmin sistemlerinin gelecekteki geliştirilmesine yönelik içgörüler sunmayı amaçlamaktadır.
Özet (Çeviri)
The accurate prediction of Click-Through Rate (CTR) is a key metric for enhancing user experience and optimizing revenue in online shopping and e-commerce businesses. This study explores the suitability of various statistical attention mechanisms—mean attention, max attention, mean-max, mean-std attention, and bitwise attention—under different hyper-parameter candidate sets within the most common and conventional CTR prediction algorithms. By conducting extensive experiments across the most commonly used open-source datasets for CTR prediction, this empirical study examines whether these attention mechanisms can effectively boost the informational utility of each field's low-dimensional feature embedding, potentially leading to improved prediction accuracy. Our findings show that each attention mechanism behaves uniquely across different algorithms and datasets. The application of these attention mechanisms to traditional CTR prediction models may demonstrate significant improvements in prediction performance by implicitly focusing on relevant features and their interactions. This research aims to contribute to the field of CTR prediction by providing a comprehensive analysis of how different attention mechanisms can enhance the predictive ability of well-known conventional CTR prediction algorithms and offer insights for the future development of more sophisticated and accurate CTR prediction systems.
Benzer Tezler
- Bilişsel esneklik, ruminasyon ve bilinçli farkındalık değişkenlerinin depresyon üzerindeki etkisinin incelenmesi
The investigation of the effects of cognitive flexibility, rumination, and mindfulness variables on depression
KÜBRA MAHMUT ÖNALAN
Yüksek Lisans
Türkçe
2022
Psikolojiİstanbul Sabahattin Zaim ÜniversitesiPsikoloji Ana Bilim Dalı
DR. ÖĞR. ÜYESİ YUSUF BİLGE
- Majör depresif bozukluğu olan hastalarda ve sağlıklı bireylerde zaman algısının beyindeki ödül sistemi ile olan ilişkisinin işlevsel manyetik rezonans görüntüleme ile incelenmesi
Evaluation of relation between time perception and reward processing in the brain with functional magnetic resonance imaging in healthy subjects and patients with major depressive disorder
NİHAL APAYDIN
Doktora
Türkçe
2015
PsikiyatriAnkara ÜniversitesiDisiplinlerarası Sinir Bilimleri Ana Bilim Dalı
PROF. DR. METEHAN ÇİÇEK
- Социально-экономические функции государства в переходный период: проблемы и механизм их решения
Devletin Geçiş Sürecindeki Sosyo-Ekonomik İşlevleri: Problemler ve Çözüm Mekanizmaları
REMZİ BULUT
Doktora
Rusça
2001
EkonomiAcademia de Studii Economice a Moldoveiİktisat Politikası Ana Bilim Dalı
PROF. DR. ŞİŞKAN N.M.
- İşletmelerde içsel pazarlamanın yenilikçi iş davranışına etkisi üzerine bir araştırma
A research on the effect of internal marketing on innovative work behavior in businesses
İBRAHİM SELÇUK KAVAK
- Sıçanlarda fiziksel stres, psikolojik stres ve depresyonun, nesfatin-1, adrenokortikotropik hormon (ACTH), serotonin ve noradrenalin (NA) düzeylerine etkilerinin araştırılması
Investigation of the effects of physical stress, psychological stress and depression on nesfatin-1, adrenocorticotropic hormone (ACTH), serotonin and noradrenaline (NA) levels in rats
ZUHAL AKMAN
Yüksek Lisans
Türkçe
2023
FizyolojiVan Yüzüncü Yıl ÜniversitesiFizyoloji Ana Bilim Dalı
DOÇ. DR. SERMİN ALGÜL