基于时序点过程的媒体传播效果评价
| 摘要 | 第5-7页 |
| abstract | 第7-8页 |
| 第一章 绪论 | 第15-27页 |
| 1.1 研究的背景和意义 | 第15-16页 |
| 1.2 数字广告媒体评价的相关研究概述 | 第16-21页 |
| 1.2.1 单接触点归因模型 | 第17-18页 |
| 1.2.2 分数归因模型 | 第18-19页 |
| 1.2.3 算法归因模型 | 第19-21页 |
| 1.3 基于时序点过程用户行为建模概述 | 第21-24页 |
| 1.3.1 时序点过程的原理简介 | 第21-24页 |
| 1.3.2 一些相关的点过程应用介绍 | 第24页 |
| 1.4 本文的主要工作 | 第24-25页 |
| 1.5 本文的结构安排 | 第25-26页 |
| 1.6 本章小结 | 第26-27页 |
| 第二章 研究方法的相关理论与算法 | 第27-37页 |
| 2.1 相关的基准数字广告渠道归因模型 | 第27-30页 |
| 2.1.1 最后接触点模型 | 第27-28页 |
| 2.1.2 逻辑回归模型 | 第28-29页 |
| 2.1.3 加性风险模型 | 第29-30页 |
| 2.2 梯度下降算法 | 第30-32页 |
| 2.3 MM算法 | 第32-36页 |
| 2.3.1 MM算法思想介绍 | 第32-34页 |
| 2.3.2 替代函数构造方法 | 第34-36页 |
| 2.4 本章小结 | 第36-37页 |
| 第三章 基于协同拮抗理论的多渠道归因建模 | 第37-63页 |
| 3.1 相关的数学原理 | 第38-40页 |
| 3.1.1 生存理论和风险函数 | 第38-39页 |
| 3.1.2 生存理论与点过程的联系 | 第39页 |
| 3.1.3 矢量的合成 | 第39-40页 |
| 3.2 协同拮抗模型的设计和实现 | 第40-48页 |
| 3.2.1 协同拮抗模型 | 第40-45页 |
| 3.2.2 模型优化方法和实现 | 第45-46页 |
| 3.2.3 梯度计算时的近似 | 第46-48页 |
| 3.3 仿真数据实验 | 第48-50页 |
| 3.3.1 生成仿真数据 | 第48页 |
| 3.3.2 仿真实验过程 | 第48-50页 |
| 3.3.3 求参结果分析 | 第50页 |
| 3.4 真实数据实验 | 第50-60页 |
| 3.4.1 数据集介绍 | 第51页 |
| 3.4.2 实验设置 | 第51-53页 |
| 3.4.3 模型拟合参数的解释和分析 | 第53-57页 |
| 3.4.4 转化预测 | 第57页 |
| 3.4.5 渠道归因分析和媒体评价 | 第57-60页 |
| 3.5 本章小结 | 第60-63页 |
| 第四章 基于非均匀泊松点过程的多渠道归因建模 | 第63-77页 |
| 4.1 非均匀泊松点过程模型的设计与实现 | 第63-67页 |
| 4.1.1 泊松点过程介绍 | 第63-65页 |
| 4.1.2 用户购买行为建模 | 第65-66页 |
| 4.1.3 模型参数的优化 | 第66-67页 |
| 4.2 实验结果 | 第67-69页 |
| 4.2.1 实验设置 | 第67页 |
| 4.2.2 用户转化预测结果 | 第67-69页 |
| 4.3 媒体评价结果对比分析 | 第69-75页 |
| 4.4 本章小结 | 第75-77页 |
| 第五章 全文总结 | 第77-79页 |
| 5.1 本文工作总结 | 第77-78页 |
| 5.2 工作展望 | 第78-79页 |
| 参考文献 | 第79-83页 |
| 致谢 | 第83-85页 |
| 攻读学位期间发表的学术论文 | 第85页 |
