面向单一搜索引擎的关键字广告竞价策略研究
摘要 | 第4-5页 |
Abstract | 第5页 |
第1章 绪论 | 第8-18页 |
1.1 研究背景及问题提出 | 第8-12页 |
1.1.1 研究背景 | 第8-10页 |
1.1.2 问题的提出 | 第10-12页 |
1.2 研究目的与意义 | 第12-13页 |
1.3 国内外研究现状 | 第13-16页 |
1.3.1 关键字广告的研究现状 | 第13-15页 |
1.3.2 对关键字广告竞价拍卖方法的研究现状 | 第15-16页 |
1.4 研究内容及思路 | 第16-18页 |
1.4.1 研究内容 | 第16页 |
1.4.2 研究方法 | 第16-17页 |
1.4.3 技术路线 | 第17-18页 |
第2章 关键字广告竞价的理论基础 | 第18-29页 |
2.1 拍卖理论基础 | 第18-21页 |
2.1.1 传统拍卖理论简介 | 第18-19页 |
2.1.2 网上拍卖理论简介 | 第19-20页 |
2.1.3 关键字广告竞价拍卖机制 | 第20-21页 |
2.2 贝叶斯网络的基础理论 | 第21-28页 |
2.2.1 贝叶斯网络的基本概念 | 第21-22页 |
2.2.2 贝叶斯网络的语义描述 | 第22-24页 |
2.2.3 贝叶斯网络的基础概率公式 | 第24-25页 |
2.2.4 贝叶斯网络模型的构造 | 第25-26页 |
2.2.5 贝叶斯网络的类型 | 第26页 |
2.2.6 贝叶斯网络的优点 | 第26-27页 |
2.2.7 动态贝叶斯网络 | 第27-28页 |
2.3 本章小结 | 第28-29页 |
第3章 基于贝叶斯网络的关键字广告竞价预测模型 | 第29-46页 |
3.1 关键字广告竞价拍卖模型描述 | 第29-30页 |
3.2 相关历史竞价数据分析 | 第30-35页 |
3.2.1 数据来源及其总体描述统计 | 第30-31页 |
3.2.2 关于模型变量之间关系的定性分析 | 第31-35页 |
3.3 静态的贝叶斯网络预测模型 | 第35-41页 |
3.3.1 静态的贝叶斯网络预测模型描述 | 第35-36页 |
3.3.2 关于静态贝叶斯网络预测模型的假设 | 第36-37页 |
3.3.3 静态贝叶斯网络模型的参数学习 | 第37-38页 |
3.3.4 静态贝叶斯网络模型的预测分析 | 第38-41页 |
3.4 动态的贝叶斯网络预测模型 | 第41-45页 |
3.4.1 动态的贝叶斯网络预测模型描述 | 第41页 |
3.4.2 关于动态贝叶斯网络预测模型的假设 | 第41-42页 |
3.4.3 动态贝叶斯网络模型的参数学习 | 第42-43页 |
3.4.4 动态贝叶斯网络模型的预测分析 | 第43-45页 |
3.5 本章小结 | 第45-46页 |
第4章 基于贝叶斯网络模型的最优竞价策略分析 | 第46-54页 |
4.1 关键字广告竞价拍卖的成本及收益分析 | 第46-49页 |
4.2 最优竞价策略分析 | 第49-50页 |
4.2.1 无预算约束的关键字广告的最优竞价策略 | 第49页 |
4.2.2 有预算约束的关键字广告的最优竞价策略 | 第49-50页 |
4.3 关键字广告竞价策略研究 | 第50-53页 |
4.3.1 关键字广告局部竞价策略 | 第50-51页 |
4.3.2 关键字广告全局竞价策略 | 第51页 |
4.3.3 关键字广告竞价策略的仿真分析 | 第51-53页 |
4.4 本章小结 | 第53-54页 |
结论与展望 | 第54-56页 |
参考文献 | 第56-59页 |
附录 | 第59-66页 |
致谢 | 第66页 |