卷积神经网络的优点(收集5篇)

卷积神经网络的优点篇1

这次全市烟草工作会议，是在全市上下认真贯彻党的xx大和xx届三中、四中全会精神，全面落实全市经济工作会议确定的各项目标任务，深入开展保持共产党员先进性教育活动的大好形势下召开的。会议的主要任务是传达全省烟草工作会议精神，全面总结XX年工作，安排部署今年的工作。刚才王进立同志代表xx烟草专卖分局党组做了工作报告，系统总结了去年的各项工作，对XX年的工作进行了具体的安排部署，讲得很好，我完全同意，希望同志们会后抓好落实，努力完成今年的各项工作任务。

XX年，在省烟草专卖局和市委、市政府的领导下，xx烟草专卖分局（公司）认真实践“xxxx”重要思想，积极开展反骄破满回头看思想教育活动，健全各项管理制度，大力整治烟草市场，不断提高批零网络运行质量，切实加强督查考核，各项工作有了长足发展，经济指标创历史新高。全年销售卷烟95694箱，同比上升22％，实现利润7795万元，同比上升91.5％，上缴各种税金4369.7万元，同比上升80.4％。查处各类烟草专卖违法案件1545起，查扣违法卷烟808件、烟叶296.9吨，总案值331万元，实现罚没款280.8万元。查获假冒卷烟案件144起，没收假冒卷烟458件，货值56.4万元。在全省烟草行业综合考核中名列第一,并被省局推荐为全国烟草系统先进集体，被市委、市政府评为“XX年度先进单位”。取得这样令人可喜的成绩，是省局正确领导的结果，也是烟草部门领导班子和全体职工团结奋斗、努力拼搏、真抓实干的结果。在此，我代表市委、市政府向全市烟草系统的广大干部职工表示衷心的感谢和亲切的慰问！希望大家再接再厉，在新的一年里做出新的成绩。下面，围绕会议主题，我再强调几点意见：

一、落实科学发展观，不断壮大xx烟草的整体实力

树立和落实科学发展观，就是要坚持以人为本，全面、协调、可持续的发展观。大家首先必须全面把握其中的深刻内涵和基本要求，始终坚持以经济建设为中心，聚精会神搞建设，一心一意谋发展。在经济发展的基础上，推动社会全面进步和人的全面发展，促进物质、政治、精神三个文明协调发展，着力提高经济增长的质量和效益，努力实现速度和结构、质量、效益相统一，不断保护和增强发展的可持续性。坚持理论和实际相结合，因地制宜，因时制宜地把科学发展观贯穿于各方面的工作。今年是实现“十五”计划的最后一年，也是全面落实党的xx大、xx届三中、四中全会和市委一届六次全委（扩大）会、全市经济工作会议精神，深化改革、扩大开放、加快发展的重要一年。全市烟草行业要进一步增强危机感、责任感和紧迫感，抢抓建设甘肃东部经济强市的大好机遇，积极参与市场竞争，做精做强主业、做实做大多经，加快xx烟草快速发展。要把发展作为当前行业的第一要务，认真研究和探索烟草行业内部改革、创新的新途径、新方法，建立精简、高效的经营管理运行机制，加快多元化企业的发展步伐，进一步增强行业的综合实力。

一是探索新的网络运行模式，提高网络运行质量。到目前，已建成了覆盖全市、布局合理的27个批发网点和33个零售网点，硬件建设很好，可以说是xx的一道亮丽风景线。在网络建设中，xx烟草善于创新，注重服务，在全市推行两网联动的网建格局，取得了一定的成效。今年，我认为重点要从管理上下大功夫，学习行业内外的先进管理经验，进一步推行现代化、信息化的管理模式，建立完善的物流和信息流，提高整体运行水平。今年省局强调“访送分离，集中配送”的网络运行新模式，这对降低成本，增加效益具有积极的作用。分、县（区）公司要严密组织，稳步推进，科学设置运行构架，改进业务流程，制定各个岗位的工作职责和严格的管理制度，确保卷烟经营、财务运作、信息网络等方面有机衔接、有序进行。要加强现有营销人员培训，牢固树立优质服务的理念，把优质服务贯穿于网建工作的全过程，发挥营销网络在占领市场、扩大销售、提高效益方面的作用。要继续积极开展卷烟零售统价工作，选购适销对路的卷烟品牌，满足市场需要，保证零售户的利润空间，实现批零双赢，提高零售户的满意度和赢利度，共同为xx经济发展和社会稳定做出贡献。

二是正确把握机遇，加快多元化经营发展步伐。在抓好主业的同时，要转变观念，提高认识，加快多元化经营发展步伐。一方面要适应行业改革与发展的趋势，努力把多元化经营的发展建立在加强管理、提高效益、增强企业自我发展的能力之上，实现良性发展和不断壮大。另一方面要充分利用主业的优势，形成规模，拓宽渠道，开发经营项目，增强竞争力和抵御市场风险的能力，实现多经工作的新突破。

三是重视精神文明建设，增强企业凝聚力。继续坚持两手抓，两手都要硬的方针，在市文明委的统一部署下，结合行业文明创建工作的实际，积极开展文明单位、文明行业、诚信行业、诚信单位的创建活

动。目前，已有四个县级局（公司）创建成市级文明单位，全市系统已跨入了市级文明行业。今年，要认真抓好创建省级文明行业活动，努力向更高层次迈进。通过文明、诚信的创建，进一步增强行业干部职工的向心力和凝聚力。真正把全市烟草行业建设成为诚实守信、作风优良、文明诚信行业，提高企业的知名度。

二、强化专卖管理，大力整顿和规范烟草市场秩序

加强烟草专卖管理，打击非法经营行为，规范烟草市场经营秩序，增强市场控制力，是烟草专卖部门的主要职责。可以说，XX年全市烟草行业能取得这样好的成绩，专卖管理起到了至关重要的作用。新的一年，xx的烟草专卖管理只能加强，不能削弱。要充分应用《烟草专卖法》及其实施条例，特别是要宣传贯彻好《甘肃省烟草专卖若干规定》，提高经营户的守法意识，营造良好的执法氛围。

一是加强领导，密切配合。搞好烟草专卖管理工作，离不开党委政府的重视和领导，离不开各方面的配合和支持。过去党委政府和各部门对烟草专卖管理工作给予了较大的支持和配合，今后配合单位和部门要进一步高度重视烟草专卖管理工作，把烟草专卖管理工作列入党委、政府的重要议事日程，做到常抓不懈，大力支持，及时解决工作中存在的问题和困难。要充分发挥整顿和规范市场经济秩序领导小组的作用，切实加强对烟草市场的整顿和规范工作，为烟草专卖专营创造良好的市场环境。各成员单位要各负其责，同力协作，紧密配合，形成工作合力。工商部门要切实加强对卷烟市场的管理，紧密配合烟草专卖部门坚决取缔屡教不改的违法经营户；公安部门要配合烟草专卖部门，加大烟草专卖执法力度，抓大案、破大案、打团伙、端窝点，为烟草专卖执法保驾护航；质量技术监督部门要与烟草部门紧密协作，严厉打击制售假冒卷烟活动，切实维护国家利益和消费者利益；物价部门要协同烟草部门搞好卷烟统价工作；新闻宣传单位要进一步大力宣传国家烟草专卖法律法规，充分发挥舆论导向作用，利用正反两方面的典型案件，为烟草专卖执法的顺利进行创造良好的社会舆论环境；烟草部门要及时向地方党委、政府汇报工作，争取支持，积极主动地加强与各执法部门的沟通和联系，形成专卖执法的最大合力，把全市烟草专卖管理工作不断引向深入。

二是进一步增强卷烟打私打假力度。增强烟草专卖道路检查的力度，与公检法部门配合，严厉打击烟草领域内的违法犯罪行为，认真贯彻和落实好国家四部门最近下发的座谈会议纪要精神，建立卷烟打私打的长效机制，加大对违法犯罪分子的打击追刑力度。要利用“3.15”等重大节日加大对打私、打假的宣传，使广大群众认清假冒、走私卷烟对国家和消费者的危害，积极营造良好的舆论氛围。继续巩固与工商、技术监督等部门的协作关系，要抓源头、追行踪、破网络、打团伙，对查处的案件及时在各种媒体上进行曝光，发挥执法震慑作用，维护全市卷烟经营良好的市场环境。

三是抓好市场监管，增强市场控制力。近几年，烟草对卷烟零售户实行户籍化管理，对规范卷烟市场有着积极的推动作用，在具体的运行操作过程中，大家要真正学懂和熟练掌握运作程序。我认为，烟草部门作为行政执法和经营管理于一体的行业，户籍化管理应以专销结合为核心，不仅要在考核分配上结合，更重要的是要在工作内容、工作流程、工作目标上结合。要结合我市卷烟市场的实际，有效解决无证经营问题，制定切实可行的工作方案，把解决无证经营问题与许可证管理相结合，工作方式要灵活多样，视其情况，该办证的要予以办证，该取缔的要坚决取缔。对区域性非法大户，要下大力气摸清他们的仓储地址、配送对象及活动规律，采取灵活机动的

方式，提高打击的准确性。建立信息反馈交流机制，发挥信息的桥梁作用，加强县域之间的信息交流，形成全面覆盖，辐射到边的情报网络，实现全市联防联动的市场监管体系，有效打击非法卷烟的流入。

四是强化内部管理，树立良好执法形象。从烟草行政执法的内部来讲，要严格依法行政，按照孙副省长在全省烟草工作会议上讲的，要建立和完善案件处理中的集体研究制度、查处分离制度、听证制度，防止出现错案，充分保护当事人的合法利益。要积极推行政务公开制度，对烟草许可证办理的条件、程序，对外的办事方法和要求都要面向社会公开，接受社会监督，为人民群众提供公正、透明、高效的服务。各级烟草专卖部门要加强执法队伍建设，做到文明执法，树立烟草专卖执法良好的社会形象。

三、加强职工队伍建设，打造高素质的烟草干部职工队伍

继续深化企业内部人事、劳动、分配三项制度改革，加强各级领导班子建设，提高素质，优化结构，改进作风，不断提高领导干部的理论素质和解决实际问题的能力。要加强企业经营管理人才队伍建设，开展现代企业管理知识教育，提高干部职工业务水平，培养一批有事业心、责任感、创新意识强的经营管理人才，奠定企业发展的人才基础。在劳动用工管理上，实行竞争上岗，择优

录用，优化人员配置，提高工作效率。在分配上，全面落实督查考核和绩效挂钩办法，切实调动全员的工作积极性，确保行业的持续、健康、协调发展。

一是扎实开展保持共产党员先进性教育活动。党的xx届四中全会就加强党的执政能力建设做出了全面部署，决定在全党开展以实践“xxxx”重要思想为主要内容的保持共产党员先进性教育活动。这是坚持用“xxxx”重要思想武装全党的重要举措，是提高党的执政能力、巩固党的执政基础、完成党的执政使命的重要举措，是实现全面建设小康社会宏伟目标、推进中国特色社会主义伟大事业的重要举措。全市烟草系统要按照市委的领导和统一部署，及时制定好各阶段的学习计划和活动方案，加强与市委督导组的协作，充分发挥分局领导小组的作用，紧密结合行业实际，突出烟草特点，认真搞好学习动员、分析评议、整改提高三个阶段的学习教育，准确把握党员先进性教育活动的四项要求，认真解决党员和党组织在思想、组织作风以及工作方面存在的突出问题，不断增强党员队伍和党组织的创造力、凝聚力、战斗力，为实现全面建设小康社会的宏伟目标提供坚强的政治保证和组织保证。要把共产党员先进性教育活动的目标要求，方法步骤和有关进展情况及时向职工群众公布，广泛征求和听取职工群众的意见，充分吸取群众参与，主动接受群众监督。在测评中，对群众不满意的，必须及时进行“补课”。在坚持先进性教育要求的前提下，结合烟草行业实际，突出行业特点，积极探索，大胆创新，运用行之有效的活动方式和载体，进一步丰富活动内容，强化活动效果，充分体现时代性和创造性。

二是加强班子建设，提高领导水平和管理能力。要认真贯彻落实《党政领导干部选拔任用工作条例》和烟草行业的内部制度，进一步优化领导班子结构。要提高驾驭全局，推动改革，发挥专卖优势、领导企业发展的能力。同时要全面贯彻中央在作风建设方面提出的“八个坚持、八个反对”的要求，抓好党风廉政建设，始终保持谦虑谨慎、不骄不躁的作风和艰苦奋斗的作风，正确对待手中的权力，坚决反对追求享受、攀比摆阔。牢固树立为基层、为企业服务的思想。以苦干的精神，实干的业绩，赢得群众的信任和支持。

三是要以建设高素质的干部队伍为目标，加强干部队伍建设，要不断提高政治理论水平和经营管理能力，把认真学习贯彻“xxxx”重要思想作为提高思想政治素质和理论水平的根本途径。坚持理论学习与牢固树立科学发展观结合起来，与认真研究解决面临的突出问题和矛盾结合起来，增强学习的针对性。学习要以制度为保证，健全完善在职自学制度和多种培训制度。教育培训要以能力建设为核心，重点培养学习能力、实践能力，着力提高创新能力，鼓励职工人人做贡献，人人能成才。要坚持不断地充实各类具备较强能力的专业人才，努力提高整体队伍的知识层次和专业水平。在注重学历的同时，还要看实际水平和工作能力，在专业配备上要与行业各项工作相适应，对那些有真才实学，政治素质和业务能力达到相应岗位要求的干部职工，可适当放宽用人条件，做到人尽其才，才尽其用。要以培养造就行业高层次人才带动整个人才队伍建设，促进各级各类人才协调发展，使行业人才队伍形成合理的梯次结构，通过各种途径的培训，积极挖掘潜能，充分发挥现有人才的作用，想方设法把现有人才盘活，打造高素质的干部职工队伍，以满足企业发展的需要。

卷积神经网络的优点篇2

关键词：图像分类；深度学习；Caffe框架；卷积神经网络

中图分类号：TP18文献标识码：A文章编号：1009-3044（2016）35-0209-03

ResearchandImplementationofImageClassificationBasedonConvolutionNeuralNetwork

WANGChao

（InformationEngineeringInstitute，EastChinaUniversityofTechnology，Nanchang330013，China）

Abstract：Theproblemofimageclassificationhasbeenthecoreproblemincomputervision.Agoodsolutionisdevelopedbyfurtherstudywhichcansolvetheproblemofextractingimagefeaturesinimageclassification.Inordertolearnimagefeaturesefficiently，constructingthemachinelearningmodelwithhiddenlayeraswellastrainingalargenumberofimagedatawilleventuallypromotetheaccuracyofimageclassificationorprediction.Thispaperisintendedasanin-depthCaffelearningframeworktoconstructasmallimagedata-base.TheconvolutionalneuralnetworkprovidedbyCaffeframeworkwillmakeatraininganalysisofthedatasetandthenextracttheinformationoftargetimagefeatures.Thesecanbeusedforthefinalpredictionofthetargetimage.Comparedwiththetraditionalimageclassificationalgorithm，theaccuracyofthepredictionwillbegreatlyimproved.

Keywords：imageclassification；deeplearning；Caffeframework；ConvolutionalNeuralNetwork

S着计算机与互联网技术的快速发展，我们已经进入了一个以图像构建的世界。但是面临有海量图像信息却找不到所需要的数据的困境，因而图像分类技术应运而生。通过各种机器学习算法使计算机自动将各类图像进行有效管理和分类，但是由于图像内容包含着大量复杂且难以描述的信息，图像特征提取和相识度匹配技术也存在一定的难题，要使得计算机能够像人类一样进行分类还是有很大的困难。

深度学习是近十年来人工智能领域取得的重要突破，在图像识别中的应用取得了巨大的进步，传统的机器学习模型属于神经网络模型，神经网络有大量的参数，经常会出现过拟合问题，因而对目标检测准确率上比较低。本文采用卷积神经网络框架，图像特征是从大数据中自动学习得到，而且神经网络的结构深由很多层组成，通过重复利用中间层的计算单元来减少参数，在特征汇聚阶段引入图像中目标的显著信信息，增强了图像的特征表达能力。通过在图像层次稀疏表示中引入图像显著信息，加强了图像特征的语义信息，得到图像显著特征表示，通过实验测试，效果比传统的图像分类算法预测的准确度有明显的提升。

1基于卷积神经网络的图像分类方法

1.1人工神经网络

人工神经网络（ArtificialNeuralNetwork，ANN）是描述生物神经网络运行机理和工作过程的抽象和简化了的数学物理模型，使用路径权值的有向图来表示模型中的人工神经元节点和神经元之间的连接关系，之后通过硬件或软件程序实现上述有向图的运行[1]。目前最典型的人工神经网络算法包括：目前最典型的人工神经网络有BP网络[2]Hopfield网络[3]Boltzmann机[4]SOFM网络[5]以及ART网络人工神经网络[6]，算法流程图如图1所示[7]。

1.2卷积神经网络框架的架构

Caffe是ConvolutionalArchitectureforFastFeatureEmbedding的缩写[8]，意为快速特征嵌入的卷积结构，包含最先进的深度学习算法以及一系列的参考模型，图2表示的是卷积神经网络结构图。Caffe深度学习框架主要依赖CUDA，IntelMKL，OpenCV，glog软件以及caffe文件。本文使用的各个软件版本说明，如表1所示。

Caffe深度学习框架提供了多个经典的卷积神经网络模型，卷积神经网络是一种多层的监督学习神经网络，利用隐含层的卷积层和池采样层是实现卷积神经网络特征提取功能，卷积神经网络模型通过采取梯度下降法最小化损失函数对网络中的权重参数逐层反向调节，通过频繁的迭代训练来提高网络的精度。卷积神经网络使用权值共享，这一结构类似于生物神经网络，从而使网络的复杂程度明显降低，并且权值的数量也有大幅度的减少，本文使用这些模型直接进行训练，和传统的图像分类算法对比，性能有很大的提升，框架系统训练识别基本流程如图3表示。

1.3图像分类特征提取

卷积神经网络的结构层次相比传统的浅层的神经网络来说，要复杂得多，每两层的神经元使用了局部连接的方式进行连接、神经元共享连接权重以及时间或空间上使用降采样充分利用数据本身的特征，因此决定了卷积神经网络与传统神经网络相比维度大幅度降低，从而降低计算时间的复杂度。卷积神经网络主要分为两个过程，分为卷积和采样，分别的对上层数据进行提取抽象和对数据进行降维的作用。

本文以Caffe深度学习框架中的CIFAR-10数据集的猫的网络模型为例，如图4所示，对卷积神经网络模型进行训练。CIFAR-10是一个标准图像图像训练集，由六万张图像组成，共有10类（分为飞机，小汽车，鸟，猫，鹿，狗，青蛙，马，船，卡车），每个图片都是32×32像素的RGB彩色图像。通过对数据进行提取和降维的方法来提取图像数据的特征。

2实验分析

将猫的图像训练集放在train的文件夹下，并统一修改成256×256像素大小，并对猫的图像训练集进行标记，标签为1，运行选择cpu进行训练，每进行10次迭代进行一次测试，测试间隔为10次，初始化学习率为0.001，每20次迭代显示一次信息，最大迭代次数为200次，网络训练的动量为0.9，权重衰退为0.0005，5000次进行一次当前状态的记录，记录显示如下图5所示，预测的准度在98%以上。而相比传统的图像分类算法BP神经网络网络的收敛性慢，训练时间长的，网络的学习和记忆具有不稳定性，因而卷e神经网络框架在训练时间和预测准度上具有非常大的优势。

3结束语

本文使用Caffe深度学习框架，以CIFAR-10数据集中猫的网络模型为例，构建小型猫的数据集，提取猫的图象特征信息，最后和目标猫图像进行预测，并和传统的图像分类算法进行对比，预测的准确率有很大的提升。

参考文献：

[1]杨铮，吴陈沭，刘云浩.位置计算：无线网络定位与可定位性[M].北京：清华大学出版社，2014.

[2]丁士折.人工神经网络基础[M].哈尔滨：哈尔滨工程大学出版社，2008.

[3]McClellandJL，RumelhartDE，PDPResearchGroup.Paralleldistributedprocessing[J].Explorationsinthemicrostructureofcognition，1986，2.

[4]HopfieldJJ.Neuralnetworksandphysicalsystemswithemergentcollectivecomputationalabilities[J].Proceedingsofthenationalacademyofsciences，1982，79（8）：2554-2558.

[5]AckleyDH，HintonGE，SejnowskiTJ.Alearningalgorithmforboltzmannmachines[J].Cognitivescience，1985，9（1）：147-169.

[6]KohonenmapsT.Self-OrganizedFormationofTopologicallyCorrectFeatureMaps[J].BiologicalCybernetics，1982，43（1）：59-69.

卷积神经网络的优点篇3

秉承市局(公司)倡导的诚信热情、机智聪慧的工作作风，韩军在市场管理这个充满着挑战的岗位上，他勤奋进取，全身心地奉献着自己的心血和才华，赢得了上级领导的高度赞誉和同志们的一致好评。XX年3月，在**市局专卖队伍第四次整风活动中，韩军同志被树立为先进模范代表，全局掀起了人人比先进，人人赶先进，人人争先进的热潮。同年10月，他被任命为**县局城关一中队队长，第二年，中队即获得了市局先进集体称号。同年12月，韩军光荣的加入了中国共产党。XX年7月，在市局公司上半年工作总结大会上，他被授予实践企业价值观先进标兵的光荣称号。XX年4月，被评为全省十大金叶卫士。XX年1月份，在市局XX年工作会议上，他被授予XX年度优秀员工的光荣称号。同年，他被评为XX年度全省打假先进个人光荣称号。并于XX年度再次被评为优秀员工。

在市局党组的正确领导下，查案件，他兢兢业业，建立不平凡的业绩。从韩军担任稽查大队长以来，他所带领的大队保质保量的完成上级下达的各类指标任务。多年来，他一直战斗在第一线。他和他的战友们深挖线索，密切关注着卷烟市场，查获了多起大要案。XX年10月，他以自己敏锐的洞察力，与队友经过数月的蹲点监控，破获10.07销售假烟案，查获假烟1300余条，案值12万元。12月，他又带领队友一举拿下12.26销售假烟网络案，现场查获假冒卷烟220件，涉案金额100余万元，为市局网络案件的成功告破添上了重彩。此案，他与队友经过两个多月的线索摸排和跟踪，持续的蹲点、守候，正是他与队友精确地掌握了犯罪分子的行踪和犯罪事实，为市局党组的正确决策奠定了基础。在案件的审讯和调查过程中，几经周折他又为案件的经营出谋划策，为该案后期侦破工作的顺利开展锦上添花。

在公安部门的大力配合下，XX年1月17日，他带领队员破获了案值11万余元的销售假冒伪劣卷烟案，XX年10月21日，他又带领队员破获了一起非法运输卷烟原辅材料案件，案值24.7万元;同年12月26日，他再次与队员一起破获了案值49.9万元的销售假冒伪劣卷烟(烟支)网络案。

XX年2月14日，正值虎年大年初一，韩军带领队员们在市公安局治安支队及高速公路巡警的大力协助下，全体参战人员发挥着不怕苦不怕累的精神，顶着风雪冒着严寒，经过两天两夜的奋战，在**集高速公路收费站出口处，成功破获一起非法贩运假烟的网络案件，当场查获假冒伪劣卷烟共计26个品牌493.7件，案值高达147.5万元，并依法拘留犯罪嫌疑人2名;经过多方调查取证和上下线摸排，案件侦破工作进展顺利，共查处涉案犯罪嫌疑人20余名，涉案总金额高达2390余万元。

2.14网络案件成功告破后韩军并没有因此而放松，而是积极响应市局党组提出的再告破一个网络案件的号召，无论刮风下雨，经过近两个月的蹲点守候、尾随跟踪，摸清了涉案人员的活动规律和仓储地址。于4月29日对案件进行收网，在案件当事人的两个仓库内共查获假冒伪劣卷烟2484条，案值24万余元。

卷积神经网络的优点篇4

一、主要经济指标完成情况（1～6月份）

1.系统外销售***箱，为全年任务的**％

2.金圣系列销售***箱，为全年任务的**％

3.百牌号销售***箱，为全年任务的**％；

4.名优烟销售***箱，为全年任务的**％；

5.省外烟销售***箱，为全年任务的**％。

二、主要抓了以下工作

㈠统一思想认识，明确工作目标

按照国家局要求，积极组织县（市）局领导班、客户经理代表及网建、业务、配送、电访等部门同志，参加了2月2日上午国家局召开的继续推进全国卷烟销售网络建设电视电话会议，会议的主要内容是认真贯彻落实全国烟草工作会议精神，按照保持平稳发展的工作，部署落实XX年的卷烟销售和网络建设工作，国家局何泽华副局长、中国卷烟销售公司总经理田忠振都作了重要讲话。田忠振在讲话中对XX年卷烟销售工作需要抓好的几项重要工作，即提高认识，把卷烟销量摆在各项工作的头等位置，继续推进卷烟销售网络建设，提高网建水平，加快传统商业向现代流转变等几项具体工作及何泽华副局长强调的首先要坚持平稳发展的方针，正确分析当前形势，努力保持卷烟销量稳定增长。其次要按照整体推进的要求，加快网络建设的步伐。第三，要根据国际一流的目标，全面提升网建水平（抓住服务和效率两个关键，努力做到三个满意，提升四种能力）。第四，要围绕提升中国烟草总体竞争实力的主要任务，积极构建新型工商关系，工商合力保证销售任务的完成。第五，要不断提高市公司的经营水平。对XX年网建工作提出了更高标准的要求，内容丰富详实，特别是参加会议收看人员之广是历年来所没有的，对会议精神在全体员工作了

进一步的传达和贯彻，按照国家局、省局网络建设要求，结合本地实际、制定了《景德镇市烟草专卖局（分公司）卷烟销售网络建设整体推进、全面提升实施方案》，并提出了具体目标和要求。经过一年的努力，按照省局要求到XX年底景德镇烟草网建达到或基本达到上海、大连水平。围绕一个目标建设好现代物流配送中心。调整好“二个观念”（即服务与效率），落实好“三个满意”（即工业企业满意、客户满意、消费者满意），着力提高“四种能力”（即培育资源整合能力、客户服务能力、科学管理能力、品牌培育能力）。通过“流程优化，实现管理集中；机构扁平化，实现职能集中；财务电算化，实现核算集中；管理信息化、实现数据集中”的要求，全面提升网建水平。具体要求为：1.按照规划要求，脚踏实地，认认真真地抓好网络建设的各项基础工作。2.进一步抓好规范经营。3.加大市场的整治和净化，努力营造一个良好的销售环境。4.建立城信服务，提升客户关系管理，构建新型工商合作伙伴关系，努力提高“三个满意”。5.做好客户“订单供货”月销售计划工作，根据市场需求，进行品牌结构调整，尽可能满足订单货源的需求，促进卷烟销售正常提高，保证全年销量稳定增长。6.进一步加强队伍建设和作风建设，提高员工素质，为

做好营销网络提供保障。

㈡完善网络功能，提高网建水平。

1.完善网络功能，实行全市大配送。我局（分公司）按照省局要求，克服条件差没有场地困难，租赁场地创造条件，实行了“电话订货”和“卷烟配送”两个集中，电话订货面达100％，订货成功率98％以上，卷烟统一由分公司打码到户，集中送货面达100％。两个集中真正体现了以分公司为经营主体基本格局，同时也有利于县级局（营销中心）的职能转变，使县级局（营销中心）能够集中精力管好市场，做好市场。

㈢诚信经营，实现“三个满意”

1.认真做好明码标价工作，规范价格行为，今年4月12日，在公司金叶大酒店召开了40位各级别经营户代表座谈会，共同商定卷烟条、包不同的零售价格，市工商、公平交易局也派员参加，与会代表逐一对所投放的品牌达成了统一共识，并在4月15日全市逐一经营户换发新印制的统一条、包零售价格标签，进一步提高了市场零售价格规范行为，特别是条、包不同价位，比较符合市场零售及消费者购物心理和实际状况。共3页,当前第1页1

2.为进一步提高客户满意度，改善卷烟零售户销售环境，我司制定了近260个美观、大方、实用的卷烟专用零售柜台，免费租赁给一级户，城市、主要街道给逐一签订了协议书，交到了经营户的一流好评，许多经营户都表示要规范经营，扩大零售，也争取得到卷烟柜台。

3.6月份市局（分公司）与价格检查局联合下发了开展卷烟零售经营价格诚信评比活动的实施办法，拟在全市评选出一批价格诚信经营户，这无疑给我市的明码标价，特别是明码实价工作带来新的成效。通过开展价格诚信活动，进一步强化经营者自律意识，规范经营者的价格行为，促进我市烟草零售市场公平、公正的合法竞争，有利于建立健全符合市场经济体制要求的社会经济体制要求的社会经济制度。

4.严格实行限量供货。我们始终坚持按销售级别对月、日供量及单品牌限量要求进行供货，对80元／条以上的省产名优烟适当增量外，其它均按去年所定限量要求，较好地控制了批发性的大户货源，使中小客户不断壮大，稳定了市场零售价，同时在4.5月份对三、四级根据其销售情况，进行了级别调整。目前，全市一、二、三级客户达2382户，比去年年初的2009户增加373户，中小户的壮大增加了零售户对烟草公司的依存度。

5.密切工商协作，搞好网络销售。一是在营销过程中牢固树立服务意识、品牌意识，通过实施“订单供货”月计划作，使我们及时有效的掌握了市场卷烟销售结构的变化、品牌需求的变化，促进了市场占有率的进一

步提高。通过对主导品牌上柜要求，有力地促进了名优、百牌号卷烟销售和对新品牌的认识和选择，有力的促进了品牌的培育和宣传。二是进一步调整销售结构，进行市场货源优化，加大品牌培育和宣传，积极引导消费，加大对市场调研和发展新品牌主动性，争取新上市的品牌销售都能获得市场占有率成功。

6.积极组织调入适销对路货源，满足市场需求。一是按照定单供货要求，组织调入适销对路，批零差价合理的卷烟。二是想办法多调入四、五类烟，以满足农村市场需求。三是在正常调入省产烟情况下，争取多调入一些市场具有一定潜能，有一定品牌培育价值的省外烟、名优烟及百牌号卷烟，以满足市场正常流通。由于调入卷烟基本符合市场需求要求，而且又具有一定的利润空间，品牌结构较为合理，深受广大经营户的欢迎，而且市场的乱渠道进货，卖假冒烟的情况得到了进一步遏制。

7.加强专销结合，狠抓规范经营。我局（公司）把规范经营作为事关行业稳定健康发展的大事抓紧做好，坚持规范、严谨踏实的工作作风，坚决贯彻执行烟草专卖法及其法律、法规，落实国家局、省局杜绝体外循环的有关规定，认真扎实地做好本地市场的培育和销售。一是狠抓制度建设，相继出台和完善了许多规范性文件，使大家工作职责更明确、措施更得力、管理更到位。二是抓制度的落实和考评，更加注重过程管理，对查出的问题坚决按规范要求，严肃处理。上半年内部查处不规范行为2起，中队长被免职1人、辞退员工1人，有关人员共有15人被处以经济处罚。通过狠抓规范经营，杜绝了体外循环，制止了卖大户，刹住了超量供货等现象。

8.制定了客户投诉管理办法。为进一步提升网建水平，提高客户满意度，规范工作行为，加大社会的有效监督，建立快捷有效的客户投诉渠道和投诉受理管理机制。县（市）局（营销中心）、分公司网建科都设立了客户投诉电话，并有专人负责受理客户投诉。对烟草公司的政策、规定及对“四员”的工作情况、服务态度及建议和要求都在受理范围之内。

㈣加强队伍建设，提高员工素质

随着网建的整体推进，全面提升的要求，对网建人员整体素质也提出了更高的要求，网络人员怎样适应工作职能工作流程，工作方法的变化，都需要我们认真思考和探索的问题。因此我们要引进激励机制、新的营销理念、新的工作思维、强化技能培训和组织学习、自学相结合方式，同时把人才关，以提高网建人员的业务技能和知识水平，努力塑造一支高素质的网络队伍。上半年以来，我们主要从以下几个方面着手：

1.树立“营销网络”是企业不断发展和立足之本的理念，进一步增强员工的责任感和使命感。

2.关心员工遇到的问题和困难，加强情感交流，增强企业凝聚力和向心力。

3.加强员工的培训，提高其综合素质，上半年我市共举办各类培训班共4期，培训人数共260余人。

4.充分利用网点日、周例会进行政治、业务、报刊等方面学习和讨论。

5.认真做好XX版营销管理系统的切换工作。

按照省局布置，我市按照把新的营销管理系统的上线工作纳入重要议事日程，由于前期准备工作充分，培训工作到位，部门间配合，4月底切换成功，并且利用五一节日期间，休息时间，对电访、配送、业务等上线情况跟踪和逐项问题的进一步解决营销软件运行基本正常，同时对一号工程工作极为重视，信息中心指派一人自5月份中旬以来经常仓库指导仓储人员对购进品牌进行打码，对出现的问题进行总结和汇报，按照省局要求，确保7月实现卷烟生产经营决策管理系统全面稳定进行。共3页,当前第2页2

三、网建工作存在的差距与不足

上半年，景市网建工作在省局（公司）正确领导下取得了一定的进步，得到一定提升，但仍存在许多不足。

1.与上海、大连网建水平相比，我市网建基础工作还有差距，网络的功能还没有得到最大发挥。

2.队伍的整体素质还不高，特别是客户经理的水平还不能完全适应现代流通要求。

3.省外卷烟调销进度缓慢，市场占有份额较少，特别是四、五类卷烟矛盾相对突出。

4.城区电子结算率不高。

5.管理体制和考核机制还不够健全。

四、下半年的工作打算

㈠、完成以分公司为经营主体的网络组织机构

1.按照省局（公司）统一规划要求，进行组织架构调整到位，成立营销中心、物流中心、督察中心、信息中心，按照业务流程再造，按照程序化、规范化要求，整合流程，使业务流程更加科学、规范、合理。

2.根据流程需求，进一步整合线路和人员，使线路更优化，用工更合理，降低运行成本，提高工作效率。

㈡、加强管理，真抓实干

管理是永恒的主题，只有加强制度管理工作的前提，才能真抓实干，下大力气抓好制度建设，完善管理机制，对网建的每项工作都要落到实处，不断提升网建水平，正视工作中的困难和不足，找到解决问题的办法，抓好典型推广，要按照分公司的部署达到上海、福建管理模式，紧扣景德镇烟草实际，不断探索、勇于创新、精心策划、狠抓落实，要自我加压、自逼快上，同时，要充分发挥县（市）局（营销中心）的骨干作用，把主要精力集中到网建工作上来。

㈢、狠抓规范经营，努力提高市场占有率

首先要从思想上彻底解决规范经营问题，要引导营销人员不能把不规范经营看作是完成任务的有效途径。二是要从考核体制上彻底解决不规范经营行为。三是彻底解决虚假入网的不规范经营行为。四是通过分级限量，彻底解决批发大户再次批发的行为。五是通过“两个专项整顿”全面、彻底解决不规范经营的各种行为。

㈣、

在营销中牢固树立服务意识，注重工作过程和实数。⑴坚持以市场为导向，积极组织改进适销对路的货源，特别是加大省外名优、百牌号烟的销售，满足不同消费群体需求。⑵进一步调整卷烟销售结构，进行市场货源优化，加大品牌的宣传和推介力度，培育好品牌。⑶要通过客户经理的工作，在实施“订单供货”月计划工作中，解释引导工作要到位，增强零售户对他公司的依存度和满意度，要不断完善“订单供货”月计划工作流程和考核办法，使之更贴近市场、贴近经营户，使我们有效地掌握掌声卷烟销售结构的变化，以最大可能地组调货源给予满足。⑷继续抓好主导品牌上柜工作，促进名优、百牌号卷烟销售以及消费者对新品牌的认知和选择，促进品牌的培育和宣传。

㈤、

创新工作思维，不断推进客户关系管理，提高服务质量和管理水平，提高工作效率，以客户满意作为我们

服务的追求，对客户实行差异化、亲情化服务和沟通能力，要熟练运用CRM，提高市场分析、预测能力，认真做好各项具体工作，注重工作实效，全面掌握经营户基础信息情况，特别是抓好电子结算，明码实价，诚信管理等工作，不断提高月计划制定准确率，促进客户经营能力、经营利润的提高、品牌规范意识增强。

㈥、

完善考核机制，加大督察力度。目标做到层层分解，考核机制要跟上。努力做好三级考核，一级抓一级，层层抓落实，严格按照XX年度销售网络建设考核办法具体要求，逐项对县、市局（营销中心）进行考核，强化过程管理，采取平时考核与年终考核相结合，每月将组织一次“三员”考核，不符合要求将进行扣分和通报，特别是一级考核，要充分发挥中队长的职能.

卷积神经网络的优点篇5

关键词：卷积神经网络；点击率预测；搜索广告

中图分类号：TP391.41文献标识号：A文章编号：2095-2163（2015）04-

Click-ThroughRatePredictionforSearchAdvertisingbasedonConvolutionNeuralNetwork

LISiqin，LINLei，SUNChengjie

（SchoolofComputerScienceandTechnology，HarbinInstituteofTechnology，Harbin150001，China）

Abstract：Click-ThroughRate（CTR）predictionisthefoundationofsearchadvertising.Nowadays，lotsofresearcheshavebeenexploredtopredictCTR，andmostofthoseresearcheseitherrelyonlinermodeloremploymethodofrecommendationsystem.However，therelationsbetweendifferentfeaturesinCTRpredicationhavenotbeenfullyexploredinpreviousworks，andtherelationsbetweendifferentfeaturesalsocannotbefullyembodied.Inthispaper，CTRpredictionforsearchadvertisingbasedonconvolutionneuralnetworkisproposed，andprocessofconvolutionneuralnetworksimulatingtheprocessofhumanthoughtonfeaturelearningisexplained.Furthermore，theperformanceofdifferentfeatureshavebeenanalyzedinthetaskofpredictingCTR.ExperimentsareconductedonthedatasetofKDDCup2012Track2andtheproposedmethodachieves0.7925inAUC，demonstratingtheeffectivenessoftheproposedapproach.

Keywords：ConvolutionNeuralNetwork；Click-ThroughRatePrediction；SearchAdvertising

0引言

随着Web搜索技术的成熟，搜索广告已经成为互联网行业的主要收入来源之一，其根据用户输入的查询词，在搜索的结果页面呈现出相应的广告信息。广告媒介的收益通过每次点击费用（CostPerClick，CPC）与广告点击率（Click-ThroughRate，CTR）预测共同影响而得到，即CPC*CTR。由于用户点击广告的概率随着广告位的排放顺序呈递减趋势，因此对CTR进行准确高效的预测，并将CTR高的广告投放在搜索结果页面靠前的位置，不仅能增加广告媒介的收益，还能提高用户对搜索结果的满意程度。

广告点击率预测是广告算法中最核心的技术，近年来被学术界广泛关注。部分学者使用基于推荐方法的模型来解决CTR预测问题。霍晓骏等人[1]采用协同过滤算法，为页面找到与其相似的其他邻居页面，实现CTR的预测，以此作为基础进行广告推荐，但当相似页面的数量增加时，该方法的结果质量会严重下滑。Kanagal等人[2]提出了一种聚焦矩阵分解模型，针对用户对具体的产品的喜好以及相关产品的信息进行学习，解决因用户-产品交互活动少而造成的数据稀疏问题。在文献[2]的基础上，Shan等人[3]提出了一种立方矩阵分解模型，通过对用户、广告和网页三者之间关系的立方矩阵进行分解，利用拟合矩阵的值来预测CTR，虽然立方矩阵分解模型增加了一维交互关系，但所刻画的交互关系仍然十分局限，不能在CTR预测中充分挖掘广告所有特征之间的联系。

作为典型的预测问题，很多研究中通过将CTR预测问题看作分类或者回归问题来解决，其中最常见的是应用线性模型来预测CTR。Chapelle等人[4]使用动态贝叶斯网络，通过对用户产生的点击过程建立模型，考虑级联位置的信息模拟出特定位置与相近位置的相关性，以判断该位置上的广告是否满足用户搜索要求。Chakrabarti等人[5]利用点击反馈的相关性，通过在网页和广告词等特征上使用逻辑回归模型提高广告检索和预测的效果。Wu等人[6]基于融合的思想，将不同线性模型的实验效果相结合，来提高搜索广告CTR预测的结果。真实的场景中CTR的预测并非简单的线性问题，因此，一些学者开始使用非线性模型来解决CTR的预测。Dave等人[7]在搜索广告点击信息以及广告商账户信息上提取语义特征，使用基于投票思想的梯度提升决策树模型，提高了CTR预测的效果。Zhang等人[8]利用神经网络模型对影响搜索广告点击率的因素进行的探索，从特征因素方面提高CTR预测的结果，但是资源单一，数据交互的关系没有获得良好的利用。

本文对基于卷积神经网络（ConvolutionNeuralNetwork，CNN）的CTR预测进行研究，通过卷积与亚采样操作的结合，能更好地学习出数据特征之间的关系，不仅解决了线性模型无法模拟真实广告数据场景的问题，也解决了浅层学习模型无法深入挖掘特征间相互关系的问题，并且较之于传统的神经网络，CNN能更好地理解特征之间的关系。在真实的数据集上的实验验证了本文的方法能够提高搜索广告中CTR预测的AUC值。

1卷积神经网络模型

1.1卷积神经网络基本模型

卷积神经网络作为人工神经网络之一，目前已成为深度学习领域中研究的热点，权值共享以及局部窗口滑动的特点使之能更好地模拟出生物神经网络。卷积神经网络在结构上有两个重要的组成部分：卷积层和亚采样层。如图1所示。

图1卷积层与亚采样层结构

Fig.1Convolutionlayerandsub-samplinglayerstructure

在卷积层中，原始特征通过卷积核进行卷积得到输出的特征，使用不同的卷积核就可以得到一系列不同的输出特征。对卷积层的计算，有如下公式：

（1）

这里，是sigmoid函数，，；代表输入特征上选定的窗口，即在卷积过程中当前卷积核在计算时所对应在输入特征上的位置；和分别是第层输入特征和第层输出特征上相应的值；是卷积核的权重值；是特征的偏置，每一层对应一个。

卷积过程，一个卷积核通过滑动会重复作用在整个输入特征上，构建出新的特征。同一个卷积核进行卷积时，共享相同的参数，包括同样的权重和偏置，这也使要学习的卷积神经网络参数数量大大降低了。而当我们使用不同的卷积核进行卷积时，可以得到相应的不同的输出特征，这些输出特征组合到一起，构成卷积层的输出。

在亚采样层，前一个卷积层的输出将作为该层的输入特征，首先设定大小的窗口，然后通过滑动，用窗口区域中最大（或平均）的特征值来表示该窗口中的特征值，最后组合这些特征值得到降维后的特征。亚采样过程可表示如下：

（2）

这里，类似于卷积层，和分别是第层输入特征和第层输出特征上相应的值，是特征的偏置；表示取最大值或者平均值的函数。

典型的卷积神经网络通常由n（n>=1）个卷积层和亚采样层以及最末尾的m（m>=1）全连接层组合而成。一个亚采样层跟随在一个卷积层后出现，通过这若干卷积层和亚采样层后得到的特征，将经过全连接层与输出层相连。全连接层公式如下：

（3）

这里，是sigmoid函数，是计算第层到第层时的权重值。

1.2基于卷积神经网络的CTR预测模型

研究中使用卷积神经网络对搜索广告的CTR进行预测，网络结构如图2所示。

图2卷积神经网络在搜索广告点击率预估中的应用

Fig.2Convolutionneuralnetworkinsearchadclickratethroughprediction

实验中一共设置了两个卷积层、两个亚采样层以及一个全连接层。首先从历史日志中提取相应的特征构建出输入（Feature_Input），设置好卷积的窗口大小后根据公式（1）对输入特征进行卷积，每一次卷积是对窗口内所有值的组合，因此卷积过程相当于特征融合过程。对卷积后得到的特征，设置亚采样的窗口并根据公式（2）进行最大值-采样，选取出窗口中的最有表达能力的特征值（最大特征值）表示整个窗口的特征，因此亚采样过程相当于特征的萃取过程。整个卷积和亚采样过程的结合，模拟出了人对事物的理解和总结的过程。最后将特征经过一层全连接后连接到输出，得到最终的预测结果。

在一次特定的卷积（或亚采样）全过程中即训练的一次迭代过程中，权值并不会随着窗口的滑动而改变，即在计算中，所有窗口滑过的特征享受同样的权值。这也是CNN区别于其他神经网络的特点――权值共享。如此即使得CNN更方便训练，更能多角度地对特征进行学习。

2特征构建

本文所采用的实验数据集为KDDCup2012中Track2提供的数据集。该数据由腾讯公司下的搜索品牌搜搜（SOSO）搜索引擎提供，因为涉及公司商业信息，数据经过哈希处理。实验数据集中，每条记录包含12个属性，各属性详解如表1所示。

研究按照实际含义将这12个属性构造了四大类特征：历史点击率特征、相似度特征、位置特征和高影响力特征。

2.1基于卷积神经网络的CTR预测模型

历史点击率特征是不同类别ID在历史数据中的点击率，虽然比较简单但十分有效，因为历史点击率在一定程度上代表了类别ID对某个广告感兴趣程度的高低，当一个ID对某个广告的历史点击率高时，意味着其对这个广告更感兴趣，后续点击的概率也更大。

历史点击率（）是点击数（）与展示数（）之比，在统计计算过程发现有很多情况下有些类别信息没有点击实例，因此研究采用了平滑方法解决零值问题，根据公式（4）来计算平均点击率。计算公式如下：

（4）

公式中的和是调节参数，根据公式（4）计算出AdID，AdvertiserID，QueryID，KeywordID，TitleID，DescriptiomID，UserID的历史点击率。

2.2相似度特征

相似度特征用来刻画属性两两之间的相似程度，用户搜索的内容与被投放的广告属性相似度高时，广告被点击的概率更大。例如当搜索内容Query与广告关键字属性Keyword相似度高时，意味着网页投放的广告与用户期望搜索的广告结果相似度高，更符合用户点击广告的动作。

通过对Query、Keyword、Title、Description的属性描述文件构造出相关的TF-IDF向量，Query为用户搜索内容，Keyword，Title，Description是广告的相关属性，数据集提供的属性信息都是经过哈希后的数字形式，但是属性之间的相对含义不变，然后计算相互之间的余弦相似度作为特征。

2.3位置特征

该特征描述的是指定广告在搜索结果页面中的位置信息。用户搜索时需求的多样化要求在对广告进行排序和投放时，在结果页面靠前的位置中尽可能地投放满足用户需求的广告，从而最大化用户的满意度、提高用户点击的兴趣[9]。因此，研究即用当前预测广告的相对位置Pos来刻画该广告在结果页面中排序靠前的程度，其定义如下：

（5）

这里，指页面投放的广告总数，指当前所预测广告的位置。

2.4位置特征

在预测模型中，ID属性信息通常采用one-hot形式的特征编码方式，在将不同的属性经过one-hot编码后的特征向量组合在一起，这样方式简单直观，却使得特征的维度巨大并且非常稀疏。然而在这庞大且稀疏的特征中，绝大部分维度上的特征值对整个模型的预测结果贡献非常小甚至为零，只有少数维度上的特征值对预测结果有较高的影响力。因此研究采用L1范数正则化的方式，在逻辑回归模型的代价函数中加入L1范数[10]，使得模型学习得到的结果满足稀疏化，在学习参数中按大小顺序取出前N维权重较大的，将这N维权重对应位置上的特征值构建新的特征，称为高影响力特征，考虑到实验硬件，取N=180。

3实验结果与结论分析

3.1数据准备

实验目标是通过给定的信息预测搜索网页的广告点击率，由于数据量过大并且正负样本不平衡，实验中从训练集随机采样10%作为本文实验中模型训练的训练集，既缩小了样本空间，同时随机采样也保持了原始数据的分布信息。实验中随机抽取部分样本作为验证集用于参数的调节。本文所用测试集为KDDCup2012中track2的全部测试数据，因此本文的结果与KDDCup2012中track2比赛的结果具有可比性。数据的统计信息如表2所示。

这里，、分别表示结果中预测对的正样本数和负样本数，、分别表示结果中预测错的正样本数和负样本数。对于广告点击率预测问题，较大的AUC值代表了较好的性能。

3.2实验设置和结果分析

实验的操作系统为Ubuntu12.04LTSOS，卷积神经网络在4GRAM的NVIDIAGeForceGT610GPU条件下运行。过程中选用了DenseGaussian对卷积层、亚采样层的边和节点进行初始化，用常数初始化输出层，学习卷积神经网络各边权值时的优化函数使用梯度下降算法，其中学习率为0.01、动量项为0.9，训练步数为100，设置公式（4）中参数α=0.05，β=75。实验时使用逻辑回归模型（LR）、支持向量回归模型（SVR）和深度神经网络（DNN）作为对比方法，所有方法都使用相同的特征，其中DNN的层数以及每层的节点数与卷积神经网络相同。

具体地，首先探究了卷积神经网络中节点的设置，因为在CNN中后续层的节点数根据第一个卷积层和每层卷积（或亚采样）滑动窗口的大小计算得到，并以第一个卷积层节点的设置为实验变量，同时控制DNN中每层的节点数均与CNN相同，在验证集上的实验结果如图3所示。

从图3可以看出，随着节点的增加，AUC的值也在不断增长，在一定范围内，节点数越多，实验的结果越好。但随着节点数的增大，模型的训练时间也在延长，对设备的开销需求也在升高，综合上述因素，最终将第一层的节点数设为9216。

CNN与各对比实验的实验结果如表3所示，可以看出CNN的效果最佳，此外在表中还列出了KDDCup2012track2比赛中第一名的结果。DNN的AUC值优于LR和SVR，验证了深度学习模型比浅层学习模型更适合解决CTR预估问题，同时CNN的结果高于DNN，说明CNN中卷积层的特征融合和亚采样层的特征萃取过程是有效的。本文中CNN目前的实验结果略低于KDDCup2012track2中第一名的结果，原因是比赛队伍使用了多模型融合并提取了庞大的（千万维）输入特征。

进一步地，实验探索了每一类特征对搜索广告点击率预测的贡献。在所有特征的情况下，去掉某一类特征来进行预测，实验结果如表4所示。实验结果表明，去掉任意一类特征都将使得实验效果有所下降。其中去掉历史点击率特征效果下降得最明显，说明用户是否点击广告，与其之前的点击行为非常相关。而去掉位置特征时，效果下降得最为不明显，因为在实验使用的数据集中，每个页面最多仅呈现三个广告，页面中的广告数少时，位置对用户点击的影响小。

4结束语

对搜索广告点击率的有效预测不但能够更好的提高在线广告投放的性能，增加广告商的收益，还能增强用户的体验。研究使用卷积神经网络CNN对搜索广告点击率进行预测，对特征因素的分析之后，在真实数据的环境下对搜索广告点击率进行预测的实验本文的方法的效果相对于其他方法有明显的提高。本文的主要贡献有：（1）本文提出了基于卷积神经网络的搜索广告点击率预测的方法。（2）针对高维特征，提出了一种特征选择策略，可以在计算能力受限的情况下使用CNN模型来解决广告点击预测问题，并取得较好效果。在未来的工作中，一方面要继续研究更有效的特征来提高对点击率的预测效果，另一方面也将尝试对CNN模型的内部细节进行改进，使之更适合我们的预测场景。

参考文献：

[1]霍晓骏，贺牛杨燕.一种无位置偏见的广告协同推荐算法[J].计算机工程，2014，40（12）：39-44.

[2]BHARGAVK，AHMEDA，PANDEYS，etal.Focusedmatrixfactorizationforaudienceselectionindisplayadvertising[C]//DataEngineering（ICDE），2013IEEE29thInternationalConferenceon，Brisbane，Australia：IEEE，2013：386-397.

[3]SHANLili，LEILin，DIShao，etal.CTRPredictionforDSPwithImprovedCubeFactorizationModelfromHistoricalBiddingLog[M]//CKLoo，etal（Eds.）：NeuralInformationProcessing.Switzerland：Springer，2014，8836：17-24.

[4]OLIVIERC，ZHANGYa.Adynamicbayesiannetworkclickmodelforwebsearchranking[C]//Proceedingsofthe18thinternationalconferenceonWorldwideweb.Madrid：ACM，2009：1-10.

[5]DEEPAYANC，AGARWALD，JOSIFOVSKIV.Contextualadvertisingbycombiningrelevancewithclickfeedback[C]//Proceedingsofthe17thinternationalconferenceonWorldWideWeb.Beijing：ACM，2008：417-426.

[6]WUKuanwei，FERNGCS，HOCH，etal.，Atwo-stageensembleofdiversemodelsforadvertisementrankinginKDDCup2012[J].KDDCup，2012.

[7]DAVEKS，VARMAV.Learningtheclick-throughrateforrare/newadsfromsimilarads[C]//Proceedingsofthe33rdinternationalACMSIGIRconferenceonResearchanddevelopmentininformationretrieval，Geneva，Switzerland：ACM，2010.

[8]ZHANGYing，JANSENBJ，SPINKA.IdentificationoffactorspredictingclickthroughinWebsearchingusingneuralnetworkanalysis[J].JournaloftheAmericanSocietyforInformationScienceandTechnology，2009，60（3）：557-570.

[9]林古立.互联网信息检索中的多样化排序研究及应用[D].华南理工大学，2011.