摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第一章 绪论 | 第10-15页 |
·选题背景 | 第10-11页 |
·研究现状 | 第11-13页 |
·主要工作和编排结构 | 第13-15页 |
第二章 网站广告及其投放策略概述 | 第15-24页 |
·网络广告概述 | 第15-18页 |
·网络广告的定义和目的 | 第15页 |
·网络广告的主要类型 | 第15-17页 |
·网络广告的发展态势 | 第17页 |
·网络广告的优缺点 | 第17-18页 |
·网站广告投放概述 | 第18-21页 |
·网站广告投放的基本原理 | 第18-19页 |
·已有的广告投放策略概述 | 第19-20页 |
·决定网站页面广告投放效果的主要因素 | 第20-21页 |
·课题所需广告投放策略的研究思路 | 第21-23页 |
·项目委托方对课题的要求 | 第21页 |
·课题所需广告投放策略的研究思路 | 第21-22页 |
·传统定向投放策略中广告投放效果差的主要原因 | 第22-23页 |
·本章小结 | 第23-24页 |
第三章 基于适宜度的网站广告投放策略的设计 | 第24-31页 |
·基于适宜度的网站广告投放策略的提出 | 第24-25页 |
·网站页面广告投放适宜度的定义及计算方法 | 第24-25页 |
·基于适宜度的网站广告投放策略的提出 | 第25页 |
·基于适宜度的网站广告投放策略的内容 | 第25-28页 |
·基于适宜度的网站广告投放模型 | 第25-26页 |
·选择 Kth 平均跳转度最高路径 | 第26-27页 |
·获取路径中的最佳广告投放页面 | 第27-28页 |
·投放广告到最佳广告投放页面中 | 第28页 |
·基于适宜度的网站广告投放策略的有效性及关键问题的求解思路 | 第28-30页 |
·本文策略的有效性 | 第28-29页 |
·本文关键问题的求解思路 | 第29-30页 |
·本章小结 | 第30-31页 |
第四章 使用 GA 算法求解投放策略中的关键问题 | 第31-66页 |
·GA 算法概述 | 第31-35页 |
·遗传算法的产生 | 第31-32页 |
·遗传算法中的相关概念 | 第32页 |
·基本遗传算法的实现方法 | 第32-34页 |
·遗传算法的特点 | 第34-35页 |
·基本GA 算法在求解本文关键问题时的不足 | 第35-36页 |
·修正GA 算法的设计与实现 | 第36-45页 |
·编码方法 | 第37-39页 |
·适应度函数 | 第39页 |
·子代的产生 | 第39-42页 |
·Kth 最优无重复个体的选择 | 第42-43页 |
·修正 GA 算法实现的流程图 | 第43-45页 |
·修正GA 算法的验证与特点 | 第45-48页 |
·算法的正确性验证 | 第45-47页 |
·算法的特点 | 第47-48页 |
·修正GA 算法的性能分析 | 第48-53页 |
·算法的空间复杂度 | 第48页 |
·算法的时间复杂度 | 第48-49页 |
·算法的性能实测 | 第49-53页 |
·修正GA 算法与DFS 算法的性能比较 | 第53-62页 |
·DFS 算法概述 | 第53-61页 |
·修正 GA 算法与 DFS 算法的性能比较 | 第61-62页 |
·修正GA 算法与基本GA 算法的实测性能比较 | 第62-65页 |
·基本 GA 算法的性能测试条件 | 第62-63页 |
·修正 GA 算法与基本 GA 算法的性能比较结果 | 第63-65页 |
·本章小结 | 第65-66页 |
第五章 基于适宜度的网站广告自动投放系统的设计 | 第66-78页 |
·开发环境及设计目标 | 第66-67页 |
·开发环境 | 第66页 |
·设计目标 | 第66-67页 |
·系统的设计 | 第67-72页 |
·系统的体系结构 | 第67-68页 |
·基本信息收集模块 | 第68-69页 |
·基于适宜度的投放页面选择模块 | 第69-71页 |
·广告投放实施模块 | 第71-72页 |
·人机交互界面模块 | 第72页 |
·使用系统进行广告投放的操作步骤 | 第72-73页 |
·系统的测试 | 第73-77页 |
·功能测试 | 第73-76页 |
·性能测试 | 第76-77页 |
·本章小结 | 第77-78页 |
第六章 全文总结 | 第78-79页 |
·工作总结 | 第78页 |
·本文的创新点 | 第78页 |
·工作展望 | 第78-79页 |
致谢 | 第79-80页 |
参考文献 | 第80-83页 |
在学期间的研究成果 | 第83-84页 |