| 致谢 | 第5-6页 |
| 摘要 | 第6-7页 |
| ABSTRACT | 第7页 |
| 1 引言 | 第10-19页 |
| 1.1 项目背景及研究意义 | 第10-12页 |
| 1.1.1 项目背景介绍 | 第10-11页 |
| 1.1.2 项目研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 机器学习 | 第12-13页 |
| 1.2.2 预估点击率常见算法 | 第13-15页 |
| 1.2.3 特征选择 | 第15-16页 |
| 1.2.4 正则化 | 第16-17页 |
| 1.3 论文研究思路 | 第17-18页 |
| 1.4 论文结构安排 | 第18页 |
| 1.5 本章小结 | 第18-19页 |
| 2 内容点击率预估系统技术方案的确定 | 第19-31页 |
| 2.1 内容点击率预估系统实现方案的确定 | 第19-27页 |
| 2.1.1 基于逻辑回归算法的内容点击率预估模型的确定 | 第19-22页 |
| 2.1.2 硬件技术条件 | 第22页 |
| 2.1.3 基于Hadoop和Spark的特征提取和模型训练 | 第22-26页 |
| 2.1.4 弹性网正则化的确定 | 第26页 |
| 2.1.5 内容点击率预估的技术关键和难点 | 第26-27页 |
| 2.2 内容点击率预估系统的评价指标 | 第27-30页 |
| 2.2.1 离线评价指标确定 | 第28-30页 |
| 2.2.2 线上评价指标确定 | 第30页 |
| 2.3 本章小结 | 第30-31页 |
| 3 内容点击率预估系统需求分析 | 第31-36页 |
| 3.1 内容点击率预估系统运行场景分析 | 第31-33页 |
| 3.2 内容点击率预估系统功能需求分析 | 第33-34页 |
| 3.2.1 离线部分功能需求分析 | 第33-34页 |
| 3.2.2 线上部分功能需求分析 | 第34页 |
| 3.3 内容点击率预估系统非功能性需求分析 | 第34-35页 |
| 3.4 本章小结 | 第35-36页 |
| 4 内容点击率预估系统总体设计 | 第36-43页 |
| 4.1 内容点击率预估系统结构设计 | 第36-37页 |
| 4.2 内容点击率预估系统软件架构设计 | 第37-38页 |
| 4.3 内容点击率预估系统数据库设计 | 第38-41页 |
| 4.4 本章小结 | 第41-43页 |
| 5 内容点击率预估系统详细设计与实现 | 第43-55页 |
| 5.1 离线模块详细设计与实现 | 第43-49页 |
| 5.1.1 特征提取模块 | 第43-47页 |
| 5.1.2 模型相关模块 | 第47-49页 |
| 5.2 线上模块详细设计与实现 | 第49-53页 |
| 5.2.1 特征计算模块 | 第50-51页 |
| 5.2.2 点击率计算模块 | 第51-53页 |
| 5.3 本章小结 | 第53-55页 |
| 6 内容点击率预估系统测试与分析 | 第55-59页 |
| 6.1 内容点击率预估系统测试方法 | 第55-56页 |
| 6.2 测试过程 | 第56-58页 |
| 6.3 测试结果 | 第58页 |
| 6.4 本章小结 | 第58-59页 |
| 7 总结和展望 | 第59-63页 |
| 7.1 总结 | 第59-60页 |
| 7.2 展望 | 第60-61页 |
| 7.3 本章小结 | 第61-63页 |
| 参考文献 | 第63-65页 |
| 作者简历及攻读硕士/博士学位期间取得的研究成果 | 第65-67页 |
| 学位论文数据集 | 第67页 |