廣告的行為定向投放技術(shù)研究.pdf

1、互聯(lián)網(wǎng)的的全球化熱潮使人們的生活變得十分方便快捷，傳統(tǒng)的廣告投放模式已經(jīng)不能滿足人們獲取相關(guān)信息的需求，越來越多的廣告主意識到網(wǎng)絡(luò)廣告市場的無限前景。隨著近幾年的發(fā)展，我國網(wǎng)絡(luò)廣告也逐漸從最初的粗放型大面積曝光轉(zhuǎn)變到更加追求精準和效果層面。行為定向投放作為一種新型的廣告投放模式而倍受關(guān)注。本文在收集、整理和分析相關(guān)國內(nèi)外文獻資料的基礎(chǔ)上，對廣告的行為定向投放技術(shù)進行了研究。
　　本文的研究工作主要包括以下內(nèi)容:
　　1.用戶

2、行為動態(tài)模型
　　根據(jù)互聯(lián)網(wǎng)用戶的行為，包括瀏覽、點擊、購買等，分析用戶興趣，建立用戶行為動態(tài)模型。該模型提出動態(tài)的行為追蹤窗口，對行為追蹤窗口中用戶歷史行為數(shù)據(jù)進行分析，隨著時間不斷更新，行為追蹤窗口不斷向右移動，數(shù)據(jù)也不斷更新。然后通過TF-IDF算法提取用戶興趣標簽，通過行為離散度值來區(qū)分和量化長短期興趣，并通過實驗測試不同行為追蹤窗口長度對區(qū)分長短期興趣效果的影響，從而確定最佳的行為追蹤窗口長度。
　　2.廣告定向投

3、放技術(shù)
　　對廣告的定向投放技術(shù)進行研究，提出一種基于樸素貝葉斯的廣告特征提取算法。該算法以樸素貝葉斯分類方法為基礎(chǔ)，構(gòu)造衡量廣告特征標簽效果的目標函數(shù)，并對廣告特征進行不同權(quán)重的排序，得到優(yōu)化的廣告特征標簽。然后通過改進的邏輯回歸算法預(yù)測廣告點擊率較高的廣告進行定向投放。基于樸素貝葉斯的廣告特征提取算法能對傳統(tǒng)的人工提取的廣告特征標簽進行智能修正。最后通過實驗對投放效果進行了對比分析。
　　最后對全文進行總結(jié)，同時指出本文