声明
致谢
1绪论
1.1研究背景
1.2文献综述
1.2.1搜索广告转化率研究现状
1.2.2强化学习与深度学习的研究进展
1.2.3查询推荐研究现状
1.3研究目标与内容
1.3.1研究目标
1.3.2研究内容
1.4研究方法与技术路线
1.4.1研究方法
1.4.2技术路线
2理论基础
2.1强化学习理论
2.1.1强化学习简介
2.1.2马尔科夫决策过程
2.1.3主要算法
2.2深度学习理论
2.2.1深度学习基本概念
2.2.2神经网络
2.3深度强化学习理论
2.3.1网络误差计算
2.3.2经验回放
2.3.3探索-开发
2.3.4算法流程
2.4本章小结
3电商平台搜索广告转化率的影响因素研究
3.1电商平台广告及转化率
3.1.1广告的本质与意义
3.1.2电商平台广告分类及特征
3.1.3搜索广告转化率及其重要性
3.2基于数据挖掘的转化率影响因素研究
3.3数据来源与探查
3.3.1数据说明
3.3.2正负交易比例
3.3.3商品分布
3.3.4店铺分布
3.3.5用户信息分布
3.4数据清洗与特征工程
3.4.1噪声分析及消除
3.4.2特征工程
3.5模型训练及评价
3.5.1训练过程
3.5.2评价标准
3.6重要特征分析
3.7转化率提升方向
3.8本章小结
4电商平台查询推荐算法设计
4.1查询推荐
4.2电商平台购物搜索机理
4.2.1类目体系及属性
4.2.2购物搜索过程
4.3查询推荐过程设计
4.4查询推荐问题建模
4.5Q网络与算法设计
4.6算例分析
4.6.1环境假设
4.6.2求解过程
4.6.3结果与分析
4.7本章小结
5总结
5.1研究结论
5.2创新与展望
参考文献
附录
作者简历
学位论文原创性说明
学位论文数据集