【信息科学与工程学】【广告科学】第四十四篇 广告平台投放和广告计费类算法01

全行业的中国企业广告投放模型总表。行业分类依据《国民经济行业分类》（GB/T 4754—2017）的门类/大类 ，产品层参考"主营产品统计代码"行业—产品映射 ，平台算法以巨量引擎、腾讯广告等官方文档为硬支撑 ，合规部分严格对齐《互联网广告管理办法》以及2026年市场监管部门最新合规提示 。编号类型(门类)行业(大类)企业及产品内容列表投放模型投放平台投放人群欲望激发维度面向人群模式（地域/文化/年龄/角色）001A 农林牧渔01 农业北大荒/中粮：五常大米、面粉、食用油、杂粮品牌曝光 + 电商转化双轨（C

卵巢癌风险检测基准数据集5万例52特征合成病历

医疗健康研究数据集：OC-Risk50K卵巢癌临床与风险分层基准数据集，基于结构因果模型按临床诊断参数、生物标志物分布与影像特征构建的5万例独立患者档案。目标类别1:1均衡（2.5万卵巢癌病例与2.5万非癌对照），共52列（46个诊断前特征、3个诊断后时序特征、1个分区标签、2个目标变量），内置Train 35000、Validation 7500、Test 7500三段划分，随机种子固定42保证可复现。支持两大预测任务：任务A早期卵巢癌检测二分类，任务B风险分层多分类。专为机器学习实验、表格基础模型评估、因果特征选择与早期癌症研究设计。合成数据不含真实患者信息，适合医疗AI研究者与算法工程师使用。

开曼群岛国界、省界、市界矢量数据SHP格式.zip

本资源为《开曼群岛国界、省界、市界矢量数据SHP格式》压缩包，文件大小约 47.7 KB，适合按项目统一保存和使用。实际覆盖范围与内容请结合包内文件及说明核对。 从压缩包目录可见Shapefile 主文件（.shp）、空间索引（.shx）、属性表（.dbf）、投影说明（.prj）、编码说明（.cpg）。解压后请保持配套文件同名并保存在同一目录，再加载需要的图层。 可结合实际内容用于 GIS 学习、行政区划展示、专题地图制作、分区统计及空间叠加分析。各地区行政层级的含义可能不同，应核对实际属性字段，避免直接将所有层级理解为省、市、县。 可使用 QGIS、ArcGIS 等支持 Shapefile 的软件加载 .shp 文件。叠加其他图层或关联统计表前，请检查坐标系统、字段编码与关联标识，避免仅凭名称匹配。 来源、年份、精度、坐标系、记录数、字段含义及使用条件，以实际文件和原始资料说明为准。

EI复现基于深度强化学习的微能源网能量管理与优化策略研究（Python代码实现）

内容概要：本文档由“荔枝科研社”提供，系统整合了多个科研领域的高质量技术资源与服务，重点涵盖智能优化算法、机器学习与深度学习、路径规划、无人机应用、电力系统管理、信号处理、图像处理、通信技术及车间调度等方向。平台提供大量基于Matlab、Python、Simulink和PSCAD的代码实现与仿真模型，聚焦于高水平学术论文（如EI、IEEE期刊）的复现工作，涉及微能源网能量管理、深度强化学习、共享储能配置、微电网优化调度、负荷预测、电力系统稳定性分析等前沿课题。文档还深入探讨了可视化设计、坐标系统处理、动画渲染及跨语言协作等工程技术细节，强调科研中“借力”与创新思维的重要性，并提供了完整的资源获取路径与实践指导。; 适合人群：具备一定编程与仿真基础，从事电气工程、自动化、能源系统、人工智能、控制科学、通信工程等相关领域的研究生、科研人员及工程技术人员，尤其适用于需要复现高水平论文或开展相关课题研究的专业人士。; 使用场景及目标：① 学习并复现EI/IEEE级别科研论文中的算法与仿真模型，提升科研创新能力；② 获取电力系统优化、深度学习预测、路径规划等领域的成熟代码资源，加速科研项目进展；③ 借鉴其在可视化、跨语言协作、算法验证和工程实现方面的先进实践方法，提高科研工作的规范性与可复现性。; 阅读建议：建议用户按照提供的目录体系化浏览资源，重点关注与自身研究方向匹配的代码实例，并结合网盘链接和公众号获取完整资料，在实践中调试与优化代码，以达到深入理解和灵活应用的目的。

基于深度确定性策略梯度强化学习DDPG-PID参数自适应优化仿真（Simulink仿真实现）

内容概要：本文系统解读了一套完整的多机器人路径规划（MAPF）MATLAB代码库，围绕优先级规划策略构建了一个涵盖地图解析、拓扑建模、路径调度与可视化呈现的全流程框架。该框架采用四层架构分离几何、拓扑、调度与展示逻辑，核心创新包括动态边权膨胀机制以缓解硬封锁导致的不可解问题，基于节点预留历史的高效冲突查询结构，以及由几何惩罚驱动的局部时间同步优化策略，显著提升了冲突消解效率。框架支持多种同步策略，兼顾实现简洁性、鲁棒性与大规模场景下的计算效率，并集成Petri网整数规划路径作为对比方案，具备良好的可扩展性与教学参考价值。; 适合人群：具备MATLAB编程基础，从事机器人路径规划、智能调度或相关领域研究的科研人员及研究生。; 使用场景及目标：①学习和复现基于优先级规划的多机器人路径规划算法；②研究冲突消解机制如动态边权膨胀与时间同步策略的设计与权衡；③作为MAPF教学与算法开发的工程化参考框架； 阅读建议：建议按文中所述的数据流顺序逐步阅读各模块实现，重点关注各层之间的接口设计与信息传递机制，动手调试不同地图与智能体规模下的运行效果，深入理解算法设计背后的工程取舍与优化逻辑。