基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
近年来,网络广告得到了迅速的发展,但同时也出现了网络虚假广告泛滥等问题,并严重影响到了消费者的利益和社会的稳定。针对网络虚假广告分类问题,本文在传统加权朴素贝叶斯算法的基础上,提出了改进的贝叶斯分类算法,所提方法将分类过程分为两次,并增加了模型的修正和自动完善过程。实验结果表明,与传统加权朴素贝叶斯分类算法相比,该方法表现出了较优的分类准确性与效率,能够有效提升网络广告监管的质量。
推荐文章
基于改进粒子群算法的网络广告配置优化
网络广告
约束优化
粒子群算法
罚函数
混合定价
一种基于半监督主动学习的动态贝叶斯网络算法
动态贝叶斯网络
半监督主动学习
主动学习
最小相对熵
投票熵
贝叶斯网络精确推理算法的研究
贝叶斯网络
联合树算法
概率推理
基于仿真的贝叶斯网络推理
贝叶斯网络
近似推理
随机仿真
逻辑采样
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于贝叶斯算法的网络广告监督管理
来源期刊 电子商务 学科
关键词 网络广告 网络广告监督管理 改进的贝叶斯算法
年,卷(期) 2016,(8) 所属期刊栏目 观察评论 P6-24
研究方向 页码范围 14-17
页数 4页 分类号
字数 5794字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨瑜 3 3 1.0 1.0
2 王宁宁 1 1 1.0 1.0
3 杨姗姗 1 1 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (71)
共引文献  (83)
参考文献  (10)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(3)
  • 参考文献(0)
  • 二级参考文献(3)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(3)
  • 参考文献(0)
  • 二级参考文献(3)
2003(4)
  • 参考文献(1)
  • 二级参考文献(3)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(7)
  • 参考文献(1)
  • 二级参考文献(6)
2008(8)
  • 参考文献(1)
  • 二级参考文献(7)
2009(4)
  • 参考文献(0)
  • 二级参考文献(4)
2010(7)
  • 参考文献(1)
  • 二级参考文献(6)
2011(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2013(4)
  • 参考文献(1)
  • 二级参考文献(3)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2015(6)
  • 参考文献(3)
  • 二级参考文献(3)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
网络广告
网络广告监督管理
改进的贝叶斯算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电子商务
月刊
1009-6108
11-4499/TN
大16开
北京市西城区新街口正觉夹道17号
2-266
1994
chi
出版文献量(篇)
9385
总下载数(次)
52
总被引数(次)
23899
论文1v1指导