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
郑州大学;