基于粒子群优化算法的卷积神经网络解决在谷歌广告关键字搜索中的应用

目录

声明

1 绪论

1.1 研究背景及意义

1.2 研究目的

1.3 目前问题和解决方案

1.4 论文框架

2 相关研究工作综述

2.1 关于Google Ads的关键字选择

2.2 粒子群优化算法

2.2.1 单目标粒子群优化算法

2.2.2 多目标粒子群优化算法

2.3 卷积神经网络

2.4 粒子群优化卷积神经网络

2.5 自然语言处理——词嵌入

2.5.1 Word2Vec

2.5.2 Glove

2.5.3 Fasttext

2.6 不平衡数据集处理

2.6.1 不平衡数据集解决方案

2.6.2 不平衡分类指标

2.7 本章小结

3 数据处理及卷积神经网络的改进

3.1 引言

3.2 关键字选择的方法

3.2.1 使用词嵌入

3.2.2 选择语料库

3.2.3 数据不平衡问题

3.2.4 改进CNN

3.3 实验

3.3.1 数据介绍

3.3.2 选择语料库和词嵌入类型

3.3.3 不平衡数据处理方法

3.3.4 改进的CNN的参数选择

3.3.5 分析实验结果及结论

3.4 本章小结

4 单目标粒子群优化改进的卷积神经网络

4.1 引言

4.2 设计方法

4.3 实验

4.3.1 参数选择

4.3.2 实验结果

4.3.3 对比其他先进算法

4.4 实验结论

4.5 本章小结

5 多目标粒子群优化改进的卷积神经网络

5.1 引言

5.2 设计方法

5.3 实验

5.3.1 参数选择

5.3.2 实验结果

5.3.3 对比其他先进算法

5.4 实验结论

5.5 本章小结

6 总结与展望

参考文献

个人简历、在学期间发表的学术论文与研究成果

致谢