声明
第一章 绪论
1. 1 研究的背景
1. 2 研究的目的与意义
1. 3 国内外研究现状
1. 3. 1 非深度学习的点击率预测
1. 3. 2 基于深度学习的点击率模型预测
1. 3. 3 文献综述小结
1. 4 主要研究内容和组织结构
1. 5 研究的创新点与不足之处
第二章 视频点击率预测相关理论
2. 1 点击率模型数据处理方法
2. 1. 1 数据采样方法
2. 1. 2 数据清洗常用方法
2. 2 点击率模型算法设计
2. 2. 1 输入数据预处理方法
2. 2. 2 特征嵌入处理方法
2. 2. 3 特征融合计算方法
2. 2. 4 基于注意力机制的特征学习方法
2. 2. 5 高阶特征学习方法
2. 2. 6 模型输出与损失函数
2. 3 预测评测指标
2. 3. 1准确率与召回率
2. 3. 2 Roc曲线与Auc
2. 3. 3 Mean Square Error(MSE)
2. 4 本章小结
第三章 基于注意力机制的视频点击率预测
3. 1 视频点击率数据采集
3. 1. 1 采集数据介绍
3. 1. 2 数据采样
3. 2 视频点击率特征工程及模型训练
3. 2. 1 用户特征处理
3. 2. 2 视频特征处理
3. 2. 3 模型特征输入
3. 2. 4 特征嵌入与特征学习
3. 3 视频点击率预测效果评估分析
3. 3. 1视频点击率预测结果
3. 3. 2 特征选择对模型效果的分析
3. 3. 3 注意力机制的引入对模型的影响分析
3. 3. 4 带有权重的随机采样的引入对模型的影响分析
3. 4 本章小结
第四章 结论与展望
4. 1 研究结论归纳
4. 2 研究的展望
参考文献
致谢
个人简历 在读期间发表的学术论文与研究成果
对外经济贸易大学;