展示广告点击率预估平台的设计与实现
| 摘要 | 第4-5页 |
| ABSTRACT | 第5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题背景及研究的目的和意义 | 第9-11页 |
| 1.2 与本课题有关的国内外研究状况 | 第11-13页 |
| 1.2.1 点击率预估模型构建 | 第11-12页 |
| 1.2.2 点击率预估模型求解 | 第12-13页 |
| 1.2.3 点击率预估应用 | 第13页 |
| 1.3 本文的主要研究内容 | 第13-14页 |
| 1.4 本文的组织结构 | 第14-15页 |
| 第2章 点击率预估平台需求分析 | 第15-23页 |
| 2.1 点击率预估问题的整体流程 | 第15-16页 |
| 2.2 点击率预估平台功能需求分析 | 第16-20页 |
| 2.2.1 组件管理功能需求 | 第17-18页 |
| 2.2.2 任务管理功能需求 | 第18-19页 |
| 2.2.3 数据分析功能需求 | 第19-20页 |
| 2.3 点击率预估平台性能需求分析 | 第20-21页 |
| 2.4 点击率预估平台其他需求分析 | 第21-22页 |
| 2.5 本章小结 | 第22-23页 |
| 第3章 点击率预估平台设计 | 第23-54页 |
| 3.1 点击率预估平台概要设计 | 第23-25页 |
| 3.2 点击率预估平台总体架构 | 第25-26页 |
| 3.3 点击率预估平台数据库设计 | 第26-31页 |
| 3.4 数据预处理模块详细设计 | 第31-34页 |
| 3.4.1 数据清洗功能设计 | 第31-33页 |
| 3.4.2 数据采样算法设计 | 第33-34页 |
| 3.5 特征工程模块详细设计 | 第34-41页 |
| 3.5.1 特征处理算法设计 | 第35-38页 |
| 3.5.2 特征选择算法设计 | 第38-40页 |
| 3.5.3 特征整合算法设计 | 第40-41页 |
| 3.6 模型训练模块详细设计 | 第41-50页 |
| 3.6.1 逻辑回归模块设计 | 第41-44页 |
| 3.6.2 在线学习模块设计 | 第44-47页 |
| 3.6.3 因子分解机模块设计 | 第47-50页 |
| 3.7 数据分析模块详细设计 | 第50-51页 |
| 3.8 任务管理模块详细设计 | 第51-53页 |
| 3.8.1 组件栏功能设计 | 第52页 |
| 3.8.2 任务新建功能设计 | 第52-53页 |
| 3.8.3 任务监控功能设计 | 第53页 |
| 3.9 本章小结 | 第53-54页 |
| 第4章 点击率预估平台的实现 | 第54-74页 |
| 4.1 数据预处理模块实现 | 第54-57页 |
| 4.1.1 数据清洗功能实现 | 第54-55页 |
| 4.1.2 数据采样算法实现 | 第55-57页 |
| 4.2 特征工程模块实现 | 第57-62页 |
| 4.2.1 特征处理算法实现 | 第57-61页 |
| 4.2.2 特征选择算法实现 | 第61页 |
| 4.2.3 特征整合算法实现 | 第61-62页 |
| 4.3 模型训练模块实现 | 第62-65页 |
| 4.3.1 逻辑回归算法实现 | 第62-63页 |
| 4.3.2 在线学习算法实现 | 第63-64页 |
| 4.3.3 因子分解机算法实现 | 第64-65页 |
| 4.4 数据分析模块实现 | 第65-67页 |
| 4.5 任务管理模块实现 | 第67-73页 |
| 4.5.1 组件栏功能实现 | 第67-71页 |
| 4.5.2 任务新建功能实现 | 第71页 |
| 4.5.3 任务监控功能实现 | 第71-73页 |
| 4.6 本章小结 | 第73-74页 |
| 第5章 点击率预估平台测试 | 第74-85页 |
| 5.1 测试环境 | 第74页 |
| 5.2 功能测试 | 第74-80页 |
| 5.2.1 任务管理功能测试 | 第75-79页 |
| 5.2.2 数据分析工具功能测试 | 第79-80页 |
| 5.3 效果对比测试 | 第80-83页 |
| 5.4 性能测试 | 第83-84页 |
| 5.5 测试结论 | 第84页 |
| 5.6 本章小结 | 第84-85页 |
| 结论 | 第85-86页 |
| 参考文献 | 第86-90页 |
| 致谢 | 第90-91页 |
| 个人简历 | 第91页 |
