基于大數(shù)據(jù)的網(wǎng)絡廣告推送服務研究.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)時代的來臨，傳統(tǒng)互聯(lián)網(wǎng)廣告投放的粗放性和無目標性弊端越來越明顯，使得市場對精準互聯(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)絡定向廣告，即通過一定的技術將廣告定向推送給目標用戶。而以定向廣告為核心的網(wǎng)絡廣告推送服務也隨之而來，雖然學術界目前對其已經(jīng)取得了一些研究成果，但廣告與目標用戶失配的情況依然大量存在，如何有效提高推送服務中廣告與目標用戶匹配的準確度成了一個

2、迫切需要解決的問題。
　　廣告與目標用戶準確匹配的一個關鍵在于準確地分析出用戶的興趣點，進而才能向其投放與之興趣吻合的廣告。數(shù)據(jù)管理平臺(DMP)是一個用戶數(shù)據(jù)分析平臺，也是整個網(wǎng)絡廣告推送服務體系的核心，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中的行為定向廣告模塊，對其中用戶行為特征分析所涉及的一些技術進行了認真研究，包括網(wǎng)頁特征詞提取技術、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、的基礎上融入一種基于Redis的網(wǎng)頁類別判定方法，形成一個旨在提高相似網(wǎng)頁聚合準確性的優(yōu)化策略。其準確性越好，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知識庫，然后依據(jù)該知識庫以及相關判定算法實現(xiàn)對網(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)類別并通過權重值計算得出網(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，重新定義聚合標準，進而達到提高相

4、似網(wǎng)頁聚合準確性的目的。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用戶的匹配效果。
　　最后，論文設計并實現(xiàn)了數(shù)據(jù)管理平臺子模塊，并選取北京交通大學信息中心部分網(wǎng)絡日志作為數(shù)據(jù)源，以網(wǎng)頁相似性聚合準確率和召回率、廣告匹配準確率和召回率作為評價指標，分別對優(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行對比分析，之后得出優(yōu)化后的四個評價指標在一定程度上都有相應提高