展示广告中点击率预估问题研究
| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 主要符号对照表 | 第10-11页 |
| 第一章 绪论 | 第11-23页 |
| 1.1 研究背景 | 第11-14页 |
| 1.1.1 在线广告简介 | 第11页 |
| 1.1.2 在线广告的投放方式 | 第11-12页 |
| 1.1.3 在线广告的发展历史 | 第12-13页 |
| 1.1.4 在线广告的收费模式 | 第13-14页 |
| 1.1.5 在线广告的优点 | 第14页 |
| 1.2 问题定义 | 第14-15页 |
| 1.3 研究现状 | 第15-18页 |
| 1.4 本文贡献 | 第18-20页 |
| 1.5 论文安排 | 第20-23页 |
| 第二章 统一特征工程平台的构建 | 第23-29页 |
| 2.1 数据与特征工程 | 第23-24页 |
| 2.2 数据整合平台 | 第24-27页 |
| 2.3 小结 | 第27-29页 |
| 第三章 基于CGL模型的点击率预估 | 第29-41页 |
| 3.1 概述 | 第29页 |
| 3.2 逻辑斯蒂回归模型 | 第29-31页 |
| 3.3 对偶群稀疏模型 | 第31-36页 |
| 3.3.1 模型 | 第31-33页 |
| 3.3.2 学习算法 | 第33-35页 |
| 3.3.3 复杂度分析 | 第35-36页 |
| 3.4 面向大数据场景的分布式实现 | 第36-39页 |
| 3.4.1 采样技巧的使用 | 第37页 |
| 3.4.2 分布式学习算法 | 第37-39页 |
| 3.5 小结 | 第39-41页 |
| 第四章 实验结果与分析 | 第41-53页 |
| 4.1 概述 | 第41页 |
| 4.2 数据集 | 第41-42页 |
| 4.3 模型衡量标准以及对比模型 | 第42-46页 |
| 4.3.1 衡量标准 | 第42-44页 |
| 4.3.2 基准对比模型 | 第44页 |
| 4.3.3 Lasso的精确度 | 第44-45页 |
| 4.3.4 CGL模型的精确度 | 第45-46页 |
| 4.4 模型对超参数的敏感性 | 第46-49页 |
| 4.4.1 超参数k的影响 | 第46-47页 |
| 4.4.2 超参数 λ 的影响 | 第47-49页 |
| 4.5 模型可扩展性 | 第49-51页 |
| 4.6 小结 | 第51-53页 |
| 第五章 总结与展望 | 第53-55页 |
| 5.1 总结 | 第53-54页 |
| 5.2 展望 | 第54-55页 |
| 参考文献 | 第55-61页 |
| 致谢 | 第61-63页 |
| 攻读学位期间发表的学术论文目录 | 第63-65页 |
| 攻读学位期间参与的项目 | 第65-67页 |
