车货匹配中考虑注意力机制的基于SENet双塔模型的司机点击率预测模型
打开文本图片集
摘 要：车货匹配平台中存有大量的历史车货数据，通过这些历史数据可以分析获得司机对不同货物的兴趣度，预测司机所选取货物的种类（司机点击率预测），从而为司机推荐合适的货物，实现精准的车货匹配。然而，现有的车货匹配方法大多都忽视了历史车货数据，更不会处理和分析这些数据。因此，文章考虑到深度学习在数据处理上的优势，于是将深度学习和车货匹配方法相结合，提出了一种考虑注意力机制并基于SENet双塔模型的司机点击率预测模型——A-SENet双塔模型。（剩余12698字）
