| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-14页 |
| 1.1 研究的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-12页 |
| 1.2.1 文本自动分类算法研究现状 | 第11-12页 |
| 1.2.2 智能终端广告投放平台竞品分析 | 第12页 |
| 1.3 研究内容及目标 | 第12-13页 |
| 1.4 论文结构 | 第13-14页 |
| 第二章 相关技术及原理 | 第14-19页 |
| 2.1 中文广告分析 | 第14-16页 |
| 2.1.1 中文分词 | 第14页 |
| 2.1.2 向量空间模型 | 第14-15页 |
| 2.1.3 文本分类算法 | 第15-16页 |
| 2.2 MVC和MVVM架构 | 第16-18页 |
| 2.2.1 MVC架构 | 第16页 |
| 2.2.2 MVVM架构 | 第16-17页 |
| 2.2.3 Vue.js框架 | 第17-18页 |
| 2.3 Node.js | 第18-19页 |
| 第三章 基于SVM的中文广告分类方法 | 第19-36页 |
| 3.1 中文广告分类 | 第19页 |
| 3.2 基于SVM的中文广告分类方法 | 第19-24页 |
| 3.2.1 算法选取 | 第19-20页 |
| 3.2.2 分类方法流程 | 第20-24页 |
| 3.3 样本数据采集及评价指标 | 第24-26页 |
| 3.3.1 广告数据采集 | 第24-26页 |
| 3.3.2 评价指标 | 第26页 |
| 3.4 基于SVM的中文广告分类方法分析 | 第26-34页 |
| 3.4.1 中文分词 | 第26-27页 |
| 3.4.2 停用词及低频词过滤 | 第27-29页 |
| 3.4.3 TFIDF特征权重计算 | 第29-30页 |
| 3.4.4 类贝叶斯网络拓展 | 第30-33页 |
| 3.4.5 SVM分类算法 | 第33-34页 |
| 3.5 分类结果的后续应用 | 第34-36页 |
| 第四章 面向智能终端的广告投放web系统设计与实现 | 第36-59页 |
| 4.1 系统设计目的 | 第36-38页 |
| 4.2 架构设计 | 第38-43页 |
| 4.2.1 总体架构设计 | 第38-39页 |
| 4.2.2 展示层设计 | 第39-40页 |
| 4.2.3 数据层设计 | 第40-42页 |
| 4.2.4 业务层设计 | 第42-43页 |
| 4.3 广告投放子系统 | 第43-49页 |
| 4.3.1 子系统概述 | 第43-44页 |
| 4.3.2 广告主账号体系 | 第44-45页 |
| 4.3.3 广告投放功能 | 第45-49页 |
| 4.4 广告管理子系统 | 第49-52页 |
| 4.4.1 子系统概述 | 第49-50页 |
| 4.4.2 终端管理功能 | 第50页 |
| 4.4.3 终端投放时段管理功能 | 第50-51页 |
| 4.4.4 广告审核功能 | 第51页 |
| 4.4.5 广告评论管理功能 | 第51-52页 |
| 4.5 广告展示子系统 | 第52-53页 |
| 4.5.1 子系统概述 | 第52页 |
| 4.5.2 终端展示功能 | 第52-53页 |
| 4.5.3 广告互动功能 | 第53页 |
| 4.6 数据分析子系统 | 第53-59页 |
| 4.6.1 子系统概述 | 第53-54页 |
| 4.6.2 重要指标统计与分析 | 第54-56页 |
| 4.6.3 关键类设计 | 第56-59页 |
| 第五章 系统测试 | 第59-70页 |
| 5.1 系统部署 | 第59-60页 |
| 5.2 系统功能测试 | 第60-66页 |
| 5.3 系统性能测试 | 第66-70页 |
| 第六章 总结与展望 | 第70-72页 |
| 6.1 论文总结 | 第70-71页 |
| 6.2 下一步工作计划 | 第71-72页 |
| 参考文献 | 第72-74页 |
| 致谢 | 第74-75页 |
| 攻读学位期间发表的学术论文目录 | 第75页 |