動態(tài)Web廣告的智能獲取技術(shù)研究.pdf

1、隨著互聯(lián)網(wǎng)和電子商務的發(fā)展，目前許多公司都通過Web廣告來推廣自己的產(chǎn)品，很多大型互聯(lián)網(wǎng)公司的主要收入來源也來自于Web廣告，因此目前對Web廣告的研究越來越熱門。為了研究互聯(lián)網(wǎng)廣告的投放機制，更加科學的投放廣告，收集互聯(lián)網(wǎng)上的廣告就成為一項非常有意義的工作，但是，目前針對互聯(lián)網(wǎng)廣告資源采集的研究卻沒有什么成果，因此，本文主要研究如何從海量的互聯(lián)網(wǎng)資源中智能地獲取盡可能多的Web廣告資源。
　　為了快速準確獲取互聯(lián)網(wǎng)中的廣告，本文

2、主要做了如下幾個工作：
　　首先，提出了一種基于DOM樹構(gòu)建的動態(tài)腳本解析算法，在建立頁面DOM樹的過程中，使用文中所設計的基于Rhino封裝后的Javascript解析引擎，解析Web頁面中的Javascript腳本，加載頁面中的動態(tài)數(shù)據(jù)，最終得到加載完動態(tài)信息的完整頁面?；贒OM樹構(gòu)建的解析算法在請求動態(tài)數(shù)據(jù)的時候進行了合理的資源分配，因此在解析速度方面比其它動態(tài)數(shù)據(jù)獲取方式要快。在章節(jié)的最后，通過實驗和其它的動態(tài)數(shù)據(jù)獲取方

3、式進行了比較，實驗證明，算法的速度比其它的方式快。
　　然后，設計了基于頁面塊分類的Web廣告資源定位算法，將頁面中廣告資源的定位問題轉(zhuǎn)化為二分類問題，在頁面分塊的基礎上，對頁面中所有的塊進行廣告塊分類，通過標記其中的廣告塊，最終實現(xiàn)了廣告資源定位的功能。基于頁面塊分類的廣告定位算法，使用頁面中的URL串作為分類的特征，擁有分類速度快，準確度高等特點。在章節(jié)的后面，對比了幾種常用的分類算法在廣告定位上的效果，此外，還給出了基于決策