位置：成果数据库 > 期刊 > 期刊详情页
Predicting Click-Through Rates of New Advertisements Based on the Bayesian Network
  • ISSN号：1024-123X
  • 期刊名称：Mathematical Problems in Engineering
  • 时间：2014.7.26
  • 页码：-
  • 相关项目：面向数据密集型计算的概率图模型构建与推理
作者： Yue, Kun|Zhang, Jixian|Zhang, Dehai|Liu, Weiyi|
同期刊论文项目
面向数据密集型计算的概率图模型构建与推理
期刊论文 27 会议论文 12 著作 3
同项目期刊论文
支持短时交通流量预测的概率图模型构建与推理
CloudBN: 基于云计算的概率图模型学习系统
基于历史调用日志分析的Web服务间语义相关性发现
一种面向无线传感器网络数据融合的路由联盟博弈方法
Discovering semantic associations between Web services based on the electrostatic force theory
Bayesian network with interval probability parameter
基于融合的无线传感器网络k-集覆盖的分布式算法
不确定性数据世系的时序多层概率图模型表示
A Parallel and Incremental Approach for Data-Intensive Learning of Bayesian Networks
Game-Theoretic Based Distributed Scheduling Algorithms for Minimum Coverage Breach in Directional Se
LBNS: 基于贝叶斯网的不确定性数据世系表示和查询处理系统
A Theoretic Approach for Prolonging Lifetime of Wireless Sensor Networks Based on the Coalition Game
基于D-S证据理论的不确定数据清洗.
Qualitative-Probabilistic- Network-Based Fusion of Time-series Uncertain Knowledge
基于记忆曲线的数据密集型动态用户行为建模
Representing and processing lineages over uncertain data based on the Bayesian network
Discovering admissible Web services with uncertain QoS
一种基于概率图模型的关联规则更新方法
基于概率图模型的互联网广告点击率预测
基于D-S证据理论的不确定数据清洗