基于贝叶斯网的新广告点击率预测
| 摘要 | 第3-4页 |
| Abstract | 第4-5页 |
| 第1章 前言 | 第8-14页 |
| 1.1 本文研究背景和意义 | 第8-9页 |
| 1.2 国内外研究现状分析 | 第9-11页 |
| 1.3 本文的主要研究内容 | 第11页 |
| 1.4 本文的组织结构 | 第11-14页 |
| 第2章 计算广告和贝叶斯网简介 | 第14-20页 |
| 2.1 计算广告介绍 | 第14页 |
| 2.2 互联网广告介绍 | 第14-16页 |
| 2.2.1 横幅广告 | 第14-15页 |
| 2.2.2 文本广告 | 第15-16页 |
| 2.2.3 赞助商广告 | 第16页 |
| 2.3 互联网广告计费模式 | 第16页 |
| 2.4 广告点击率估计 | 第16-17页 |
| 2.5 贝叶斯网介绍 | 第17-20页 |
| 2.5.1 贝叶斯网定义 | 第18页 |
| 2.5.2 贝叶斯网推理 | 第18-20页 |
| 第3章 关键词贝叶斯网建模 | 第20-26页 |
| 3.1 关键词相似模型的定义 | 第20-21页 |
| 3.2 关键词贝叶斯网的构建 | 第21-24页 |
| 3.3 本章小结 | 第24-26页 |
| 第4章 基于近似推理的新广告点击率预测 | 第26-32页 |
| 4.1 KBN近似推理 | 第26-30页 |
| 4.2 基于KBN的新广告点击率的预测 | 第30页 |
| 4.3 本章小结 | 第30-32页 |
| 第5章 实验结果 | 第32-40页 |
| 5.1 数据预处理 | 第32-34页 |
| 5.2 KBN构建效率测试 | 第34-35页 |
| 5.3 KBN推理精确性,效率和收敛性测试 | 第35-37页 |
| 5.4 CTR预测准确性测试 | 第37页 |
| 5.5 本章小结 | 第37-40页 |
| 第6章 总结与展望 | 第40-42页 |
| 参考文献 | 第42-46页 |
| 附录 | 第46-56页 |
| A. 攻读硕士学位期间发表的论文 | 第46页 |
| B. 攻读硕士学位期间参与的科研项目 | 第46页 |
| C. 论文中主要算法的实现代码 | 第46-56页 |
| 致谢 | 第56页 |
