基于经验贝叶斯方法的几类网络广告模型
| 摘要 | 第4-6页 |
| ABSTRACT | 第6-8页 |
| 第1章 绪论 | 第11-17页 |
| 1.1 选题背景 | 第11-12页 |
| 1.2 国内外研究动态 | 第12-15页 |
| 1.2.1 网络广告转化率的研究动态 | 第12-13页 |
| 1.2.2 广告销售排名的研究动态 | 第13-15页 |
| 1.3 文章的内容及结构安排 | 第15-17页 |
| 第2章 经验贝叶斯 | 第17-31页 |
| 2.1 经验贝叶斯的两种基本类型 | 第17-18页 |
| 2.2 几种新的经验贝叶斯方法 | 第18-20页 |
| 2.3 线性模型参数的经验贝叶斯估计 | 第20-30页 |
| 2.3.1 线性指数模型及其参数的贝叶斯估计 | 第20-23页 |
| 2.3.2 线性模型及其参数的Bayes估计 | 第23-26页 |
| 2.3.3 经验贝叶斯的Gibbs抽样估计 | 第26-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第3章 基于贝叶斯方法的广告转化率预测模型 | 第31-37页 |
| 3.1 引言 | 第31页 |
| 3.2 搜索引擎广告转化率贝叶斯模型 | 第31-34页 |
| 3.2.1 广告转化率的影响因素分析 | 第31页 |
| 3.2.2 模型的建立 | 第31-33页 |
| 3.2.3 MCMC参数估计 | 第33-34页 |
| 3.2.4 完善预测转化率的贝叶斯模型 | 第34页 |
| 3.3 数据介绍 | 第34-35页 |
| 3.4 模型结果 | 第35-36页 |
| 3.4.1 先验分布结果 | 第35页 |
| 3.4.2 模型的精度 | 第35-36页 |
| 3.5 本章总结 | 第36-37页 |
| 第4章 基于贝叶斯方法的广告销售排名预测模型 | 第37-55页 |
| 4.1 引言 | 第37页 |
| 4.2 广告销售排名的层次贝叶斯模型介绍 | 第37-41页 |
| 4.2.1 基本模型 | 第37-39页 |
| 4.2.2 分层随机效应模型 | 第39-40页 |
| 4.2.3 二级层次的模型结构 | 第40-41页 |
| 4.3 数据介绍 | 第41-44页 |
| 4.3.1 数据需求 | 第42-44页 |
| 4.3.2 数据采集 | 第44页 |
| 4.3.3 数据预处理工具 | 第44页 |
| 4.4 实证结果 | 第44-54页 |
| 4.4.1 模型的估计 | 第44-46页 |
| 4.4.2 模型的参数估计 | 第46-52页 |
| 4.4.3 根据销售排名来检测模型结果 | 第52-54页 |
| 4.5 本章总结 | 第54-55页 |
| 结论与展望 | 第55-57页 |
| 参考文献 | 第57-62页 |
| 致谢 | 第62-63页 |
| 攻读学位期间论文发表情况 | 第63页 |
