動(dòng)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(wù)的發(fā)展，目前許多公司都通過(guò)Web廣告來(lái)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(lái)源也來(lái)自于Web廣告，因此目前對(duì)Web廣告的研究越來(lái)越熱門。為了研究互聯(lián)網(wǎng)廣告的投放機(jī)制，更加科學(xué)的投放廣告，收集互聯(lián)網(wǎng)上的廣告就成為一項(xiàng)非常有意義的工作，但是，目前針對(duì)互聯(lián)網(wǎng)廣告資源采集的研究卻沒(méi)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(zhǔn)確獲取互聯(lián)網(wǎng)中的廣告，本文

2、主要做了如下幾個(gè)工作：
　　首先，提出了一種基于DOM樹(shù)構(gòu)建的動(dòng)態(tài)腳本解析算法，在建立頁(yè)面DOM樹(shù)的過(guò)程中，使用文中所設(shè)計(jì)的基于Rhino封裝后的Javascript解析引擎，解析Web頁(yè)面中的Javascript腳本，加載頁(yè)面中的動(dòng)態(tài)數(shù)據(jù)，最終得到加載完動(dòng)態(tài)信息的完整頁(yè)面?；贒OM樹(shù)構(gòu)建的解析算法在請(qǐng)求動(dòng)態(tài)數(shù)據(jù)的時(shí)候進(jìn)行了合理的資源分配，因此在解析速度方面比其它動(dòng)態(tài)數(shù)據(jù)獲取方式要快。在章節(jié)的最后，通過(guò)實(shí)驗(yàn)和其它的動(dòng)態(tài)數(shù)據(jù)獲取方

3、式進(jìn)行了比較，實(shí)驗(yàn)證明，算法的速度比其它的方式快。
　　然后，設(shè)計(jì)了基于頁(yè)面塊分類的Web廣告資源定位算法，將頁(yè)面中廣告資源的定位問(wèn)題轉(zhuǎn)化為二分類問(wèn)題，在頁(yè)面分塊的基礎(chǔ)上，對(duì)頁(yè)面中所有的塊進(jìn)行廣告塊分類，通過(guò)標(biāo)記其中的廣告塊，最終實(shí)現(xiàn)了廣告資源定位的功能?；陧?yè)面塊分類的廣告定位算法，使用頁(yè)面中的URL串作為分類的特征，擁有分類速度快，準(zhǔn)確度高等特點(diǎn)。在章節(jié)的后面，對(duì)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