| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·网络广告的特点 | 第9-10页 |
| ·研究的意义和背景 | 第10-12页 |
| ·国内外研究现状 | 第12-15页 |
| ·本文的主要工作 | 第15-17页 |
| 第二章 基本知识 | 第17-26页 |
| ·网络广告 | 第17-20页 |
| ·网络广告的常用术语 | 第17-18页 |
| ·网络广告的定价模型 | 第18-20页 |
| ·遗传算法 | 第20-24页 |
| ·遗传算法的基本构成 | 第20-21页 |
| ·遗传算法的设计 | 第21-24页 |
| ·神经网络 | 第24-26页 |
| ·BP神经网络的结构及算法 | 第24-25页 |
| ·BP神经网络的设计 | 第25-26页 |
| 第三章 基于混合定价的Internet广告收入的投放决策 | 第26-38页 |
| ·引言 | 第26-27页 |
| ·问题描述 | 第27-29页 |
| ·网站收入最大化问题 | 第27页 |
| ·基于混合定价的决策模型的建立 | 第27-29页 |
| ·遗传算法的设计 | 第29-34页 |
| ·仿真与结果 | 第34-37页 |
| ·样本数据的产生及参数设置 | 第34-35页 |
| ·算法比较及仿真结果分析 | 第35-37页 |
| ·小结 | 第37-38页 |
| 第四章 基于用户点击倾向的Internet广告投放的研究 | 第38-47页 |
| ·问题提出 | 第38页 |
| ·建立模型 | 第38-39页 |
| ·算法的设计 | 第39-43页 |
| ·BP神经网络的设计 | 第39-42页 |
| ·基于BP神经网络下的遗传算法 | 第42-43页 |
| ·仿真与结果 | 第43-46页 |
| ·训练BP神经网络 | 第43-44页 |
| ·仿真结果 | 第44-46页 |
| ·小结 | 第46-47页 |
| 第五章 基于Internet广告的空间规划 | 第47-56页 |
| ·引言 | 第47页 |
| ·问题描述 | 第47-50页 |
| ·Internet广告的最小化空间规划问题 | 第47-48页 |
| ·Internet广告最小化空间规划模型的建立 | 第48-50页 |
| ·最小化空间规划问题算法的设计 | 第50-53页 |
| ·LHD算法 | 第50页 |
| ·FFHD算法 | 第50-51页 |
| ·GA-FFHD算法 | 第51-53页 |
| ·仿真与结果 | 第53-55页 |
| ·参数设置 | 第53-54页 |
| ·仿真结果与结论 | 第54-55页 |
| ·小结 | 第55-56页 |
| 第六章 结论与展望 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 附录 | 第62-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间发表的学术论文目录 | 第66页 |