| 摘要 | 第1-5页 |
| ABSTRACT | 第5-10页 |
| 第一章 绪论 | 第10-18页 |
| ·搜索引擎在线关键词广告概述 | 第10-12页 |
| ·CPC 模式介绍 | 第10-11页 |
| ·在线关键词广告的优势 | 第11-12页 |
| ·点击欺诈概述 | 第12-14页 |
| ·点击欺诈的成因与来源 | 第13页 |
| ·点击欺诈的危害 | 第13-14页 |
| ·点击欺诈国内外研究现状 | 第14-16页 |
| ·本文的研究思路与创新之处 | 第16-17页 |
| ·本文的研究思路 | 第16页 |
| ·本文的创新之处 | 第16-17页 |
| ·本文的研究意义 | 第17-18页 |
| 第二章 HMM 模型概述 | 第18-28页 |
| ·HMM 简介与定义 | 第18页 |
| ·CHMM 的定义 | 第18-19页 |
| ·CHMM 模型相关参数 | 第19页 |
| ·HMM 需要解决的三个基本问题 | 第19-23页 |
| ·识别问题 | 第19-21页 |
| ·解码问题 | 第21-22页 |
| ·学习问题---参数估计 | 第22-23页 |
| ·CHMM 的参数估计方法 | 第23-27页 |
| ·B-W 公式的推广 | 第23-25页 |
| ·SKM 算法 | 第25-26页 |
| ·马氏链蒙特卡洛方法（MCMC）---Gibbs 抽样算法 | 第26-27页 |
| ·HMM 模型的应用现状 | 第27-28页 |
| ·HMM 模型在语音识别中的应用 | 第27页 |
| ·HMM 模型在股票预测中的应用 | 第27页 |
| ·HMM 模型在基因序列识别中的应用 | 第27-28页 |
| 第三章 点击欺诈识别问题中 CHMM 的应用 | 第28-37页 |
| ·点击欺诈识别问题的描述 | 第28-32页 |
| ·点击欺诈及其行为模式问题描述 | 第28-29页 |
| ·观测变量的选取及概率分布假设 | 第29-31页 |
| ·基于 CHMM 的点击欺诈识别描述 | 第31-32页 |
| ·基于 CHMM 的点击欺诈识别模型构建 | 第32-34页 |
| ·点击状态与点击状态转移过程建模 | 第32页 |
| ·点击状态与点击行为模式之间的映射过程 | 第32-33页 |
| ·点击行为模式与点击观测变量映射过程 | 第33-34页 |
| ·欺诈点击的识别方法 | 第34-35页 |
| ·欺诈点击的识别流程 | 第34页 |
| ·选择该识别方法的优势-动态的 CHMM | 第34-35页 |
| ·基于 HMM 模型的点击欺诈识别系统 | 第35-37页 |
| ·点击欺诈识别系统的输入输出描述 | 第35页 |
| ·点击欺诈识别系统的总体模型 | 第35-37页 |
| 第四章 CHMM 模型的参数估计与应用效果评价 | 第37-50页 |
| ·模型评价标准的选择 | 第37页 |
| ·隐状态数的确定 | 第37页 |
| ·参数选择：序列的长度 R、阈值的大小 | 第37-38页 |
| ·数据模拟与预处理 | 第38-39页 |
| ·MATLAB 计算与分析 | 第39-43页 |
| ·初始化与参数训练 | 第39-41页 |
| ·概率计算 | 第41-42页 |
| ·欺诈识别流程 | 第42-43页 |
| ·B-W 算法下，最优参数选择与识别效果评价 | 第43-45页 |
| ·SKM 参数训练算法下，模型识别效果 | 第45-47页 |
| ·SKM 算法程序描述 | 第45-47页 |
| ·基于 SKM 参数训练算法的识别效果 | 第47页 |
| ·参数训练的其它改进算法-MCMC 算法 | 第47-49页 |
| ·总结 | 第49-50页 |
| 第五章 总结与展望 | 第50-51页 |
| 参考文献 | 第51-54页 |
| 附录 | 第54-63页 |
| 致谢 | 第63-64页 |
| 攻读硕士学位期间已发表或录用的论文 | 第64-65页 |
| 附件 | 第65-67页 |