基于贝叶斯网的广告点击率预测方法及实现
| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 前言 | 第7-12页 |
| ·研究意义 | 第7-8页 |
| ·国内外研究现状 | 第8-10页 |
| ·本课题主要研究内容 | 第10-11页 |
| ·论文结构 | 第11-12页 |
| 第2章 背景知识 | 第12-25页 |
| ·计算广告学简介 | 第12-17页 |
| ·互联网广告的发展 | 第12-13页 |
| ·广告投放支撑技术 | 第13-17页 |
| ·贝叶斯网简介 | 第17-25页 |
| ·概率论基础知识 | 第17-19页 |
| ·贝叶斯网的定义 | 第19-20页 |
| ·贝叶斯网的学习 | 第20-23页 |
| ·贝叶斯网推理 | 第23-25页 |
| 第3章 基于贝叶斯网的用户行为建模 | 第25-29页 |
| ·相似度计算模型的定义 | 第25页 |
| ·相似度计算模型的构建 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第4章 基于概率推理的广告点击率预测 | 第29-33页 |
| ·相似度计算模型的近似推理 | 第29-31页 |
| ·基于相似度计算模型的CTR预测 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第5章 实验结果和原型系统 | 第33-45页 |
| ·构建SBN的效率 | 第35-36页 |
| ·SBN推理效率 | 第36-37页 |
| ·CTR预测的准确性 | 第37-39页 |
| ·精确化广告投放仿真软件 | 第39-44页 |
| ·软件的主要功能简介 | 第40页 |
| ·系统设计 | 第40-41页 |
| ·软件主要界面 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第6章 总结与展望 | 第45-46页 |
| 附录 | 第46-51页 |
| A1.攻读硕士学位期间发表的论文 | 第46页 |
| A2.攻读硕士学位期间参与的科研项目 | 第46页 |
| A3.论文中主要算法的实现代码 | 第46-51页 |
| 参考文献 | 第51-54页 |
| 致谢 | 第54页 |
