（通訊員：張冰卓）2024年10月24日上午9:30，華中科技大學楊彥武教授應邀為我院師生開展題為“基于圖神經網絡的在線廣告點擊率預測”學術交流活動。澳门永利集团304官网手机信息系主任劉雅琦副教授主持講座，澳门永利集团304官网手机部分師生參加了學術交流活動。
活動開始劉雅琦副教授向與會人員介紹了楊彥武教授的個人情況、研究方向、交叉學科領域研究成果等相關信息。楊彥武，華中科技大學管理學院教授，信息管理與數據科學系主任，主持國家自然科學基金面上項目4項、科技部863專題項目1項和北京市自然科學基金面上項目1項。主要研究領域包括大數據驅動的決策分析、因果學習與推理、搜索推薦系統和計算廣告。已完成學術著作2部、譯著1部，共發表學術論文70餘篇，其中國際期刊論文30餘篇，并對其能夠在百忙之中莅臨我院交流表示由衷的感謝。
在活動期間，楊教授首先詳細講解了在線廣告的點擊率預測問題。楊教授指出，在線廣告的點擊率預測是各大互聯網企業的重點研究方向之一。通過精準預測點擊率，平台可以更有效地分配廣告資源，優化用戶體驗，并為廣告主提供更加個性化的投放策略。與之相關的指标，例如用戶的浏覽行為、停留時間、互動頻率等，也與廣告的點擊率有着密切關聯。這些相關性指标的分析有助于進一步提高廣告的精準投放效果。總結來看，如何通過數據分析、算法優化等手段提升在線廣告的點擊率，不僅是提升廣告營收的重要途徑，也是在數據驅動的互聯網經濟中值得深入研究的重要課題。
接下來，楊教授深入講解了機器學習模型如何通過特征交互來促進點擊率預測，系統地從二階特征交互到高階特征交互進行了全面地介紹。在這一過程中，他重點剖析了點擊率（CTR）預測中特征之間的關聯性，以及在預測模型中如何有效利用這些特征進行建模。為此，楊教授詳細闡述了在廣告點擊率預測中常用的特征交互模型及其變體，包括基于因子分解機（FM）模型的特征交互與擴展。楊教授還進一步讨論了廣告點擊率預測中常見的問題，尤其是在處理稀疏數據時遇到的挑戰。他指出，在CTR預測任務中，稀疏數據的存在使得模型的訓練和預測變得更加複雜和困難。因此，如何優化模型結構和算法來有效解決稀疏性問題，成為業界關注的焦點之一。通過這些深入分析，楊教授為與會者展示了當前CTR預測模型中面臨的挑戰及其解決思路，進一步引發了關于如何提升廣告點擊率預測準确性的讨論。
随後，楊教授進一步介紹了實際應用中的模型結構，并詳細解釋了基于特征因果關系的特征圖。他通過分層介紹的方式，逐步講解了如何發現特征間的因果關系，并指出基于因果關系的圖表征學習的重要性。基于因果關系的圖表征學習能夠自動提取特征表示，有效應對之前提到的稀疏性問題。楊教授還強調，在實際模型應用中，基于因果關系的圖表征學習不僅能夠提升特征的表達能力，還能顯著改善點擊率（CTR）預測的準确性。通過這種方法，模型可以更好地捕捉特征之間的潛在關聯，從而在廣告投放等領域中實現更精準的預測和優化。 接着，楊教授對該模型的各個步驟進行了詳細解釋。他逐步講解了模型構建過程中的每一個環節，例如因果圖的存儲與構建方式。他指出，因果特征圖采用有向無環圖（DAG）來表示特征之間的因果關系，其中特征之間的因果關系就是圖中的鄰接矩陣。通過這種結構，模型能夠逐步推導出特征間的因果鍊條，最終實現因果推理。這種有向無環圖的應用，不僅有助于有效管理複雜的特征關系，還能夠提升模型在推理過程中對特征交互的準确性，幫助實現更精準的點擊率預測和優化。
講座最後，我院師生與楊彥武教授進行了積極的交流讨論，楊彥武教授針對師生們的疑問和困惑進行了細緻的解答。交流結束之後，劉雅琦老師對楊彥武教授的精彩分享表示了衷心的感謝。