網(wǎng)絡(luò)廣告投放算法的研究.pdf

1、隨著網(wǎng)絡(luò)的快速發(fā)展和普及，網(wǎng)絡(luò)廣告作為新興的廣告產(chǎn)業(yè)也隨之興起。網(wǎng)絡(luò)廣告的投放方式日新月異。本文研究兩種主要的網(wǎng)絡(luò)廣告投放方式:贊助搜索廣告和內(nèi)容定向廣告。
　　贊助搜索廣告在網(wǎng)頁瀏覽體驗中已成為一個很重要的部分。廣告展現(xiàn)的順序很大程度上影響了用戶對廣告的瀏覽和點擊。廣告的排名部分依據(jù)本次搜索獲得的最大收益，此外展現(xiàn)用戶喜歡的廣告會提高用戶的滿意度?；谝陨弦蛩?，準確地預(yù)估廣告的點擊率十分重要。
　　本文主要做了以下研究工作

2、:
　　(1)研究了贊助搜索廣告點擊率的預(yù)估。在計算廣告數(shù)據(jù)的標簽時，廣告的點擊率不僅與廣告的內(nèi)容有關(guān)，還取決于廣告展現(xiàn)的頁面和所處頁面的位置。綜合考慮以上因素，本文采用最大似然估計方法來計算數(shù)據(jù)集中廣告的點擊率。本文采用了三種特征選取方法，分別為信息增益，卡方統(tǒng)計和RReliefF算法。對于點擊率預(yù)估的回歸算法，采用了三種回歸算法:邏輯回歸模型，支持向量機和梯度增強決策樹。并對這些算法進行了對比分析。實驗表明，RReliefF算

3、法在預(yù)估廣告點擊率的準確率上的表現(xiàn)要明顯優(yōu)于另兩種方法，并且梯度增強決策樹和支持向量機表現(xiàn)的性能都很好，且梯度增強決策樹更勝一籌。
　　(2)研究了內(nèi)容定向廣告投放。本文基于內(nèi)容定向廣告的特性提出了一種新的算法——BM25的改進算法。該算法在BM25算法的基礎(chǔ)上加入了詞匯擴展，進而減少文本的長度，提高匹配的精度和效率。實驗表明，對比于向量空間模型和傳統(tǒng)的BM25算法，BM25的改進算法較好地解決了網(wǎng)頁內(nèi)容與廣告文本的失配問題。