| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第13-21页 |
| 1.1 研究背景 | 第13-14页 |
| 1.1.1 在线广告的简介 | 第13页 |
| 1.1.2 在线广告的发展历史 | 第13-14页 |
| 1.1.3 在线广告的类别 | 第14页 |
| 1.2 问题定义 | 第14-16页 |
| 1.2.1 展示广告中的点击率预估 | 第15页 |
| 1.2.2 在线广告中的转化率预估 | 第15-16页 |
| 1.3 研究现状 | 第16-18页 |
| 1.3.1 在线广告中对相似用户的研究 | 第16页 |
| 1.3.2 在线广告中对广告创意的研究 | 第16-17页 |
| 1.3.3 在线广告中对点击率和转化率预估的研究 | 第17-18页 |
| 1.3.4 小结 | 第18页 |
| 1.4 本文贡献 | 第18-19页 |
| 1.4.1 展示广告中的点击率预估 | 第18-19页 |
| 1.4.2 在线广告中的转化率预估 | 第19页 |
| 1.5 论文安排 | 第19-21页 |
| 第二章 基于用户对的相似度方法SMUP | 第21-40页 |
| 2.1 概述 | 第21页 |
| 2.2 展示广告 | 第21-28页 |
| 2.2.1 概述 | 第21页 |
| 2.2.2 展示广告的发展历史 | 第21-22页 |
| 2.2.3 展示广告的交易模式 | 第22-24页 |
| 2.2.4 展示广告中的实时竞价 | 第24-28页 |
| 2.2.5 小结 | 第28页 |
| 2.3 关于点击率的数据分析 | 第28-32页 |
| 2.3.1 概述 | 第28页 |
| 2.3.2 数据集和特征 | 第28-30页 |
| 2.3.3 计算方法 | 第30-31页 |
| 2.3.4 结果分析 | 第31-32页 |
| 2.3.5 小结 | 第32页 |
| 2.4 相似度方法SMUP | 第32-39页 |
| 2.4.1 概述 | 第32页 |
| 2.4.2 SMUP流程图 | 第32-33页 |
| 2.4.3 SMUP的定义 | 第33-35页 |
| 2.4.4 参数优化 | 第35-39页 |
| 2.4.5 小结 | 第39页 |
| 2.5 本章小结 | 第39-40页 |
| 第三章 基于LR+模型的转化率预估 | 第40-52页 |
| 3.1 概述 | 第40页 |
| 3.2 关于广告转化率的数据分析 | 第40-43页 |
| 3.2.1 概述 | 第40-41页 |
| 3.2.2 在线测试 | 第41-42页 |
| 3.2.3 结果分析 | 第42-43页 |
| 3.2.4 小结 | 第43页 |
| 3.3 LR+模型 | 第43-51页 |
| 3.3.1 概述 | 第43-44页 |
| 3.3.2 LR模型 | 第44-45页 |
| 3.3.3 符号定义 | 第45-46页 |
| 3.3.4 模型的概率解释 | 第46-49页 |
| 3.3.5 参数优化 | 第49页 |
| 3.3.6 复杂度分析 | 第49-50页 |
| 3.3.7 小结 | 第50-51页 |
| 3.4 本章小结 | 第51-52页 |
| 第四章 实验结果与分析 | 第52-76页 |
| 4.1 概述 | 第52页 |
| 4.2 关于SMUP的实验结果与分析 | 第52-66页 |
| 4.2.1 概述 | 第52页 |
| 4.2.2 数据集 | 第52-53页 |
| 4.2.3 特征 | 第53-55页 |
| 4.2.4 基准模型 | 第55-58页 |
| 4.2.5 评价指标 | 第58-59页 |
| 4.2.6 实验设置 | 第59-60页 |
| 4.2.7 SMUP的整体性能分析 | 第60-61页 |
| 4.2.8 在iPinYou数据集上的实验结果及分析 | 第61-62页 |
| 4.2.9 在Avazu数据集上的实验结果及分析 | 第62页 |
| 4.2.10 超参数K对SMUP性能的影响 | 第62页 |
| 4.2.11 误差的概率分布分析 | 第62-65页 |
| 4.2.12 小结 | 第65-66页 |
| 4.3 关于LR+模型的实验结果与分析 | 第66-75页 |
| 4.3.1 概述 | 第66页 |
| 4.3.2 数据集 | 第66-67页 |
| 4.3.3 特征 | 第67-68页 |
| 4.3.4 基准模型 | 第68-70页 |
| 4.3.5 评价指标 | 第70-71页 |
| 4.3.6 实验设置 | 第71页 |
| 4.3.7 在REC-TMALL数据集上的结果分析 | 第71-72页 |
| 4.3.8 在TaoClothesMatching数据集上的结果分析 | 第72-73页 |
| 4.3.9 模型的健壮性分析 | 第73-74页 |
| 4.3.10 本章小结 | 第74-75页 |
| 4.4 本章小结 | 第75-76页 |
| 第五章 总结与展望 | 第76-78页 |
| 5.1 总结 | 第76页 |
| 5.2 展望 | 第76-78页 |
| 参考文献 | 第78-83页 |
| 攻读硕士学位期间取得的研究成果 | 第83-84页 |
| 致谢 | 第84-85页 |
| 附件 | 第85页 |
