| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第9-16页 |
| 1.1 研究背景 | 第9-10页 |
| 1.2 研究现状 | 第10-11页 |
| 1.3 主要研究内容 | 第11-14页 |
| 1.3.1 数据处理 | 第12-13页 |
| 1.3.2 模型训练 | 第13-14页 |
| 1.3.3 模型评估 | 第14页 |
| 1.4 本文章节的安排 | 第14-16页 |
| 第二章 广告点击率预估的相关知识 | 第16-33页 |
| 2.1 广告计算学的相关知识 | 第16-20页 |
| 2.1.1 计算广告学 | 第16页 |
| 2.1.2 在线广告投放系统的整体流程 | 第16-17页 |
| 2.1.3 在线广告的计费模式、定价策略和投放方式 | 第17-20页 |
| 2.2 激励函数 | 第20-22页 |
| 2.2.1 sigmoid函数 | 第20-21页 |
| 2.2.2 tanh函数 | 第21页 |
| 2.2.3 ReLu(Rectified Linear Units)函数 | 第21-22页 |
| 2.3 机器学习知识 | 第22-25页 |
| 2.3.1 逻辑回归模型 | 第22-23页 |
| 2.3.2 随机森林模型 | 第23-24页 |
| 2.3.3 神经网络模型 | 第24-25页 |
| 2.4 目标函数优化方法 | 第25-27页 |
| 2.4.1 梯度下降法 | 第25-26页 |
| 2.4.2 拉格朗日法和凸优化 | 第26页 |
| 2.4.3 拟牛顿法 | 第26-27页 |
| 2.5 特征降维技术 | 第27-29页 |
| 2.5.1 主成分析法Principal Components Analysis，PCA) | 第27页 |
| 2.5.2 核主成分析法(Kernel Principal Components Analysis，KPCA) | 第27-28页 |
| 2.5.3 哈希法 | 第28-29页 |
| 2.6 评价算法的知识 | 第29-30页 |
| 2.6.1 AUC评估指标 | 第29-30页 |
| 2.6.2 logloss评估指标 | 第30页 |
| 2.7 数据标准化 | 第30-32页 |
| 2.7.1 Max-Min标准化 | 第30-31页 |
| 2.7.2 Z-score标准化 | 第31页 |
| 2.7.3 atan函数标准化 | 第31页 |
| 2.7.4 Log函数标准化 | 第31-32页 |
| 2.8 本章小结 | 第32-33页 |
| 第三章 基于递归神经网络的广告点击率预估模型 | 第33-46页 |
| 3.1 BP神经网络模型 | 第33-36页 |
| 3.1.1 模型的定义和网络结构 | 第33-34页 |
| 3.1.2 模型的训练 | 第34-36页 |
| 3.2 递归神经网络的模型 | 第36-40页 |
| 3.2.1 模型的定义和网络结构 | 第36-38页 |
| 3.2.2 模型的训练 | 第38-40页 |
| 3.3 基于LSTM改进的递归神经网络模型 | 第40-45页 |
| 3.3.1 模型的定义和网络结构 | 第40页 |
| 3.3.2 模型的训练 | 第40-45页 |
| 3.4 本章小结 | 第45-46页 |
| 第四章 广告点击率模型实验设计 | 第46-56页 |
| 4.1 数据分析 | 第46-48页 |
| 4.2 逻辑回归模型的实验设计 | 第48-50页 |
| 4.2.1 特征设计 | 第48-50页 |
| 4.2.2 特征处理 | 第50页 |
| 4.2.3 模型训练 | 第50页 |
| 4.3 随机森林模型的实验设计 | 第50-52页 |
| 4.3.1 特征设计和处理 | 第50-51页 |
| 4.3.2 随机森林模型预估流程 | 第51-52页 |
| 4.4 基于神经网络模型的实验设计 | 第52-55页 |
| 4.4.1 基于神经网络模型的特征处理 | 第52页 |
| 4.4.2 基于神经网络模型的广告点击率预估流程 | 第52-55页 |
| 4.5 本章小结 | 第55-56页 |
| 第五章 实验结果分析 | 第56-62页 |
| 5.1 实验条件和工具使用 | 第56页 |
| 5.2 逻辑回归模型的实验结果和分析 | 第56-57页 |
| 5.3 随机森林模型的实验结果和分析 | 第57页 |
| 5.4 BP神经网络模型的实验结果和分析 | 第57-58页 |
| 5.5 递归神经网络模型的实验结果和分析 | 第58-59页 |
| 5.6 对比各模型的实验结果并分析 | 第59-61页 |
| 5.7 本章小结 | 第61-62页 |
| 第六章 总结和展望 | 第62-64页 |
| 6.1 文章总结 | 第62-63页 |
| 6.2 展望和未来的工作 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间的研究成果 | 第69页 |
