基于大数据的新媒体在线广告收益管理研究
| 摘要 | 第5-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 研究背景与意义 | 第11-13页 |
| 1.2 本文研究的问题的研究进展 | 第13-16页 |
| 1.2.1 在线广告优化在产业界的研究进展 | 第13-14页 |
| 1.2.2 在线广告优化在学术界的研究进展 | 第14-16页 |
| 1.3 研究内容与技术路线 | 第16-19页 |
| 1.3.1 研究内容与组织结构 | 第16-17页 |
| 1.3.2 研究方法与技术路线 | 第17-19页 |
| 第二章 研究综述 | 第19-27页 |
| 2.1 收益管理研究综述 | 第19-22页 |
| 2.1.1 易逝性产品的概念 | 第19页 |
| 2.1.2 收益管理的概念 | 第19-20页 |
| 2.1.3 容量控制 | 第20-21页 |
| 2.1.4 动态定价 | 第21-22页 |
| 2.2 在线广告的结算方式 | 第22-23页 |
| 2.3 拍卖理论综述 | 第23-24页 |
| 2.4 大数据思想和技术综述 | 第24-25页 |
| 2.5 小结 | 第25-27页 |
| 第三章 基于受众定向的容量控制策略 | 第27-47页 |
| 3.1 对在线广告进行容量控制的理论假设 | 第27-28页 |
| 3.2 用户数据的预处理 | 第28-30页 |
| 3.3 基于大数据的用户人口属性定向 | 第30-37页 |
| 3.3.1 获取部分种子用户的人口属性信息 | 第31-33页 |
| 3.3.2 获取全部用户的人口属性信息 | 第33-35页 |
| 3.3.3 用户人口属性定向的工程应用和评测 | 第35-37页 |
| 3.4 基于大数据的用户行为定向 | 第37-46页 |
| 3.4.1 用户行为定向的原理和实现方法 | 第38-42页 |
| 3.4.2 用户标签信号强度的计算方法 | 第42-44页 |
| 3.4.3 用户行为定向的评测 | 第44-46页 |
| 3.5 小结 | 第46-47页 |
| 第四章 基于拍卖机制的实时定价策略 | 第47-59页 |
| 4.1 拍卖机制设计与寻价策略 | 第47-52页 |
| 4.1.1 在线广告的拍卖机制设计 | 第47-51页 |
| 4.1.2 在线广告的拍卖寻价策略 | 第51-52页 |
| 4.2 点击率预测模型 | 第52-57页 |
| 4.3 小结 | 第57-59页 |
| 第五章 对在线广告进行收益管理的实证分析 | 第59-65页 |
| 5.1 采用容量控制策略之后的投放数据分析 | 第59-60页 |
| 5.2 采用拍卖机制来进行定价的广告成交价格分析 | 第60-62页 |
| 5.3 采用点击率预测模型的广告投放数据分析 | 第62-64页 |
| 5.4 小结 | 第64-65页 |
| 第六章 结论与展望 | 第65-67页 |
| 6.1 工作结论 | 第65-66页 |
| 6.2 工作展望 | 第66-67页 |
| 参考文献 | 第67-69页 |
| 致谢 | 第69-71页 |
| 个人简历、在学期间发表的论文与研究成果 | 第71页 |
