基于启发式特征选择的邻域搜索用于点击率预测

本研究解决了点击率预测中显著特征交互困难的问题，提出了一种名为邻域搜索的启发式特征选择算法（NeSHFS），以提高点击率预测的性能并降低维度和训练时间。通过在三个公开数据集上的实验验证，该方法显著提升了模型的有效性和高效性，为实时点击率预测提供了一种新的解决方案。