| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第一章 绪论 | 第9-15页 |
| ·研究背景与意义 | 第9-11页 |
| ·研究背景 | 第9-10页 |
| ·研究意义 | 第10-11页 |
| ·本课题的相关研究现状 | 第11-13页 |
| ·Google的Adsense | 第11页 |
| ·百度的CPA | 第11页 |
| ·微软推出的adCenter | 第11页 |
| ·阿里巴巴旗下的阿里妈妈 | 第11-13页 |
| ·本文研究工作 | 第13页 |
| ·分析现有广告联盟平台系统的优缺点 | 第13页 |
| ·适合广告联盟的个性化推荐算法选择、实现与评估 | 第13页 |
| ·依据个性化推荐技术制定系统改造方案 | 第13页 |
| ·论文结构安排 | 第13-15页 |
| 第二章 相关推荐技术基础 | 第15-31页 |
| ·个性化广告显示系统的技术基础 | 第16-28页 |
| ·基于内容的推荐技术 | 第18-20页 |
| ·基于协同过滤算法的推荐技术 | 第20-25页 |
| ·混合推荐技术 | 第25-28页 |
| ·广告代码监控技术基础 | 第28-29页 |
| ·广告点击数据跟踪及数据安全 | 第28页 |
| ·广告监控系统的数据挖掘 | 第28-29页 |
| ·本章小结 | 第29-31页 |
| 第三章 个性化广告推荐系统需求分析与整体设计 | 第31-43页 |
| ·现有广告系统改造需求分析 | 第31-36页 |
| ·现有广告联盟平台功能分析 | 第32-34页 |
| ·现有广告联盟平台架构分析 | 第34-36页 |
| ·个性化广告推荐系统整体设计 | 第36-38页 |
| ·业务逻辑改造 | 第36-37页 |
| ·系统架构改造 | 第37-38页 |
| ·EAVS系统、EACS系统和EMIS系统间关系设计 | 第38-41页 |
| ·EAVS与EMIS系统间的关系 | 第39-40页 |
| ·EAVS与EACS系统间的关系 | 第40-41页 |
| ·本章小结 | 第41-43页 |
| 第四章 基于协同过滤的个性化广告系统实现 | 第43-59页 |
| ·基于WSO的个性化推荐改进方案 | 第43-49页 |
| ·WSO的个性化推荐模型改进的基本条件 | 第44-45页 |
| ·WSO的个性化推荐的改进模型 | 第45-46页 |
| ·改进的基于WSO的个性化推荐方法与过程 | 第46-49页 |
| ·EAVS广告显示系统的设计与实现 | 第49-53页 |
| ·网站主获取的js显示代码分析 | 第50页 |
| ·服务器端入口程序处理流程 | 第50-51页 |
| ·EAVS系统表结构设计 | 第51-53页 |
| ·程序关键接口 | 第53页 |
| ·EACS系统改造设计与实现 | 第53-58页 |
| ·EACS系统监控流程设计 | 第55-57页 |
| ·EACS表结构设计及主要接口 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 第五章 个性化广告推荐系统测试与评估 | 第59-65页 |
| ·系统应用环境及数据准备 | 第59-61页 |
| ·实验环境和实验数据 | 第59-60页 |
| ·评价指标 | 第60-61页 |
| ·实验设计及效果展示 | 第61-64页 |
| ·改进后和传统的协同过滤算法推荐结果MAE比较 | 第61-62页 |
| ·项目属性对MAE的影响 | 第62-63页 |
| ·用户属性对MAE的影响 | 第63-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 结论及展望 | 第65-67页 |
| 参考文献 | 第67-69页 |
| 附录 | 第69-71页 |
| 致谢 | 第71-73页 |
| 个人简历、在学期间发表的论文及研究成果 | 第73页 |