基于大數(shù)據(jù)的網(wǎng)絡(luò)廣告推送服務(wù)研究.pdf

1、近年來，隨著互聯(lián)網(wǎng)的迅猛發(fā)展以及大數(shù)據(jù)時(shí)代的來臨，傳統(tǒng)互聯(lián)網(wǎng)廣告投放的粗放性和無目標(biāo)性弊端越來越明顯，使得市場(chǎng)對(duì)精準(zhǔn)互聯(lián)網(wǎng)廣告的需求變得十分迫切。于是在此背景下誕生了一種新的廣告模式—大數(shù)據(jù)環(huán)境下的網(wǎng)絡(luò)定向廣告，即通過一定的技術(shù)將廣告定向推送給目標(biāo)用戶。而以定向廣告為核心的網(wǎng)絡(luò)廣告推送服務(wù)也隨之而來，雖然學(xué)術(shù)界目前對(duì)其已經(jīng)取得了一些研究成果，但廣告與目標(biāo)用戶失配的情況依然大量存在，如何有效提高推送服務(wù)中廣告與目標(biāo)用戶匹配的準(zhǔn)確度成了一個(gè)

2、迫切需要解決的問題。
　　廣告與目標(biāo)用戶準(zhǔn)確匹配的一個(gè)關(guān)鍵在于準(zhǔn)確地分析出用戶的興趣點(diǎn)，進(jìn)而才能向其投放與之興趣吻合的廣告。數(shù)據(jù)管理平臺(tái)(DMP)是一個(gè)用戶數(shù)據(jù)分析平臺(tái)，也是整個(gè)網(wǎng)絡(luò)廣告推送服務(wù)體系的核心，其主要功能是分析出用戶的上網(wǎng)興趣特征。論文將目光集中在該平臺(tái)中的行為定向廣告模塊，對(duì)其中用戶行為特征分析所涉及的一些技術(shù)進(jìn)行了認(rèn)真研究，包括網(wǎng)頁特征詞提取技術(shù)、相似網(wǎng)頁聚合方法、用戶行為分析算法等，隨后提出在原有相似網(wǎng)頁聚合方法

3、的基礎(chǔ)上融入一種基于Redis的網(wǎng)頁類別判定方法，形成一個(gè)旨在提高相似網(wǎng)頁聚合準(zhǔn)確性的優(yōu)化策略。其準(zhǔn)確性越好，分析出的用戶興趣越精確。該優(yōu)化策略首先搜集各熱門行業(yè)的詞匯及其行業(yè)類別屬性，統(tǒng)一建模，建立Redis知識(shí)庫，然后依據(jù)該知識(shí)庫以及相關(guān)判定算法實(shí)現(xiàn)對(duì)網(wǎng)頁特征詞的行業(yè)類別判定，之后綜合所有特征詞的行業(yè)類別并通過權(quán)重值計(jì)算得出網(wǎng)頁的行業(yè)類別，最后將其與原相似網(wǎng)頁聚合中用到的向量空間模型和聚類算法等結(jié)合，重新定義聚合標(biāo)準(zhǔn)，進(jìn)而達(dá)到提高相

4、似網(wǎng)頁聚合準(zhǔn)確性的目的。之后又參考該優(yōu)化策略，將基于Redis的網(wǎng)頁類別判定融入到用戶興趣與廣告匹配的過程中，同樣改善了廣告與目標(biāo)用戶的匹配效果。
　　最后，論文設(shè)計(jì)并實(shí)現(xiàn)了數(shù)據(jù)管理平臺(tái)子模塊，并選取北京交通大學(xué)信息中心部分網(wǎng)絡(luò)日志作為數(shù)據(jù)源，以網(wǎng)頁相似性聚合準(zhǔn)確率和召回率、廣告匹配準(zhǔn)確率和召回率作為評(píng)價(jià)指標(biāo)，分別對(duì)優(yōu)化前后的相似網(wǎng)頁聚合效果以及優(yōu)化前后廣告匹配效果進(jìn)行對(duì)比分析，之后得出優(yōu)化后的四個(gè)評(píng)價(jià)指標(biāo)在一定程度上都有相應(yīng)提高