消除无差别假设的互联网广告效果评价研究

目录

声明

第一章 绪论

1.1 研究背景及意义

1.2 国内外研究现状

1.2.1 传统的互联网广告效果评价

1.2.2 基于深度学习的互联网广告效果评价

1.2.3 静态与动态特征融合的互联网广告效果

1.3 本文研究工作及论文结构

1.3.1 研究内容

1.3.2 论文结构

第二章 基于印象空间的互联网广告效果评价标准

2.1 引言

2.2 印象空间

2.2.1 印象空间构建

2.2.2 印象空间定义

2.3 有效性验证

2.4 本章小结

第三章 多源实验数据采集

3.1 引言

3.2 多源用户数据

3.2.1 情绪数据

3.2.2 意识数据

3.3 用户行为数据

3.4 页面布局数据

3.5 统计特征展示

3.6 本章小结

第四章 消除用户无差别假设

4.1 引言

4.2 多源用户属性集成

4.2.1 基于隶属度函数用户属性量化

4.2.2 基于概率密度函数的用户属性集成

4.2.3 其他统计学中的概率密度函数

4.3 基于属性集成的用户类型划分

4.3.1 基于单一属性划分

4.3.2 基于集成属性的划分

4.3.3 用户类型划分过程

4.4 本章小结

第五章 消除页面无差别假设

5.1 引言

5.2 页面布局特点

5.3 基于注视时效的页面兴趣区域

5.3.1 注视时效的定义

5.3.2 兴趣区域划分

5.4 用户行为差别分析

5.4.1 点击行为差别

5.4.2 浏览行为差别

5.5 本章小结

第六章 基于多模态特征和时序特征的互联网广告效果评价

6.1 引言

6.2 基于多模态特征和时序特征的级联模型

6.2.1 序列特征处理模块

6.2.2 GBDT模块

6.2.3 FM模块

6.2.4 FFM模块

6.3 实验结果分析

6.3.1 基线模型

6.3.2 模型指标选择

6.3.3 模型复杂度

6.3.4 损失函数

6.3.5 实验结果

6.4 本章小结

第七章 总结与展望

7.1 总结

7.2 展望

参考文献

攻读硕士学位期间取得的科研成果

致谢