基于分布表示的广告点击率预估算法研究
| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-15页 |
| 1.1 研究背景 | 第9-11页 |
| 1.2 研究现状 | 第11-12页 |
| 1.3 本文主要内容 | 第12-14页 |
| 1.4 本文内容安排 | 第14-15页 |
| 2 点击率预估相关技术 | 第15-32页 |
| 2.1 广告交易平台概述 | 第15-16页 |
| 2.2 传统机器学习模型 | 第16-26页 |
| 2.3 深度学习模型 | 第26-31页 |
| 2.4 本章小结 | 第31-32页 |
| 3 基于分布表示的算法设计 | 第32-49页 |
| 3.1 分布特性简介 | 第32-33页 |
| 3.2 典型数据集分析及已有模型局限 | 第33-37页 |
| 3.3 算法流程设计 | 第37-38页 |
| 3.4 特征组合寻找 | 第38-41页 |
| 3.5 上下文生成 | 第41-42页 |
| 3.6 向量生成 | 第42-48页 |
| 3.7 向量使用 | 第48页 |
| 3.8 本章小结 | 第48-49页 |
| 4 实验设计及结果展示 | 第49-62页 |
| 4.1 运行环境 | 第49页 |
| 4.2 数据集和评估指标 | 第49-51页 |
| 4.3 数据集分析 | 第51-54页 |
| 4.4 实验过程及结果分析 | 第54-61页 |
| 4.5 本章小节 | 第61-62页 |
| 5 总结和展望 | 第62-64页 |
| 5.1 全文总结 | 第62-63页 |
| 5.2 展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-68页 |
