声明
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 常用的广告点击率预测方法
1.2.2 基于迁移学习的广告点击率预测研究进展及意义
1.3 本文研究内容与组织结构
1.3.1 研究内容
1.3.2 组织结构
第二章 相关理论知识
2.1 广告点击率相关知识概述
2.1.1 在线广告简介
2.1.2 广告数据预处理技术
2.1.3 广告点击率评估指标
2.2 相关算法理论知识
2.2.1 局部线性嵌入
2.2.2 多视图学习
2.2.3 迁移学习
2.4 本章小结
第三章 迁移学习影响下基于鲁棒性集成局部内核嵌入的广告点击率预测方法
3.1 引言
3.2 鲁棒性集成局部内核嵌入
3.2.1 局部线性嵌入
3.2.2 重构局部线性嵌入
3.3 基于迁移学习的鲁棒性集成局部内核嵌入模型
3.3.1 迁移学习的定义
3.3.2 基于迁移学习求解相似度函数
3.3.3 基于迁移学习求解非负嵌入矩阵Y
3.3.4 算法实现详述
3.4 实验结果分析
3.4.1 数据集
3.4.2 比较方法
3.4.3 评估指标
3.4.4 模型实验结果
3.5 本章小结
第四章 基于多视图特征迁移的广告点击率预测方法
4.1 引言
4.2 多视图特征迁移算法
4.2.1 数据预处理
4.2.2 多视图特征迁移框架
4.2.3 算法实现详述
4.3 实验结果分析
4.3.1 实验设置
4.3.2 实验结果
4.3.3 特征迁移矩阵的相似度
4.3.4 对比方法
4.4 本章小结
总结与展望
总结
展望
参考文献
硕士学位期间参与的科研项目和取得的学术成果
致谢
安徽大学;