基于动态聚类分析的广告投放技术研究与实现
| 目录 | 第3-4页 |
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第7-13页 |
| 1.1 研究的背景及意义 | 第7-9页 |
| 1.2 国内外研究综述 | 第9-11页 |
| 1.3 研究目的 | 第11-13页 |
| 第二章 广告受众群体的聚类特征及其变化分析 | 第13-21页 |
| 2.1 广告受众定义 | 第13-14页 |
| 2.2 广告受众群体的聚类特征及其变化分析 | 第14-17页 |
| 2.3 广告受众群体聚类特征及变化分析的重要性 | 第17-19页 |
| 2.4 本章小结 | 第19-21页 |
| 第三章 基于动态聚类分析的广告投放模式设计 | 第21-26页 |
| 3.1 基于动态聚类分析的广告投放目标和功能 | 第21页 |
| 3.2 基于动态聚类分析的广告投放模式 | 第21-23页 |
| 3.3 基于动态聚类分析的广告投放模式关键模块 | 第23-25页 |
| 3.3.1 交互及投放模块 | 第23-24页 |
| 3.3.2 基于动态聚类分析的受众细分 | 第24-25页 |
| 3.4 本章小结 | 第25-26页 |
| 第四章 基于动态聚类分析的广告投放技术研究 | 第26-40页 |
| 4.1 数据挖掘基础理论 | 第26页 |
| 4.2 动态聚类与传统受众分类方法的比较 | 第26-27页 |
| 4.3 动态聚类算法的理论基础 | 第27-32页 |
| 4.3.1 聚类定义 | 第27-28页 |
| 4.3.2 动态聚类基本原理 | 第28页 |
| 4.3.3 动态聚类研究现状 | 第28-31页 |
| 4.3.4 聚类分析的数据基础 | 第31页 |
| 4.3.5 动态聚类过程 | 第31-32页 |
| 4.4 K-Means并行算法 | 第32-34页 |
| 4.4.1 基本思想 | 第32-33页 |
| 4.4.2 实现步骤 | 第33-34页 |
| 4.5 广告受众价值函数 | 第34-38页 |
| 4.5.1 评价标准 | 第34-35页 |
| 4.5.2 权重确定 | 第35-38页 |
| 4.5.3 价值函数实现 | 第38页 |
| 4.6 本章小结 | 第38-40页 |
| 第五章 基于动态聚类分析的广告投放技术实现 | 第40-45页 |
| 5.1 基于K-均值动态聚类算法的广告受众分析 | 第40-42页 |
| 5.1.1 整体设计 | 第40-42页 |
| 5.1.2 细分受众模块的程序设计 | 第42页 |
| 5.2 利用细分受众结果挖掘潜在受众 | 第42-43页 |
| 5.3 基于动态聚类分析的广告投放技术应用 | 第43-44页 |
| 5.4 本章小结 | 第44-45页 |
| 第六章 结论与展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50-51页 |
