网络视频定向广告关键技术研究

定向广告在视频服务领域的应用对网络视频的推广和整个行业发展至关重要。现有网络视频服务的定向广告系统通过服务器端收集用户个人隐私信息来实现广告内容的定向投放，无法从根本上解决网络广告定向投放和用户隐私保护之间的矛盾，存在投放内容缺乏针对性和影响用户的视频观看体验等问题。本课题从问题的根本矛盾入手，变传统以服务器为关联中心的集中式系统模型为以客户端为关联中心的分布式系统模型，让用户来创建和管理自己的个人隐私数据，将广告内容预先推送到客户端，从而在客户端来实现广告的定向关联，使得网络视频服务的定向广告系统可在不侵犯用户隐私的前提下实现广告和用户之间更准确的关联。以此为基础，本课题进一步研究新模型下定向广告的数据分发策略、定向关联算法、以及显示时机检测等关键问题，其研究成果具有重要的理论意义和应用价值。

主要研究内容包括：1）基于视频标签的广告：将P2P技术引入广告分发，采用无结构的P2P拓扑组织方式，根据节点与邻居节点之间的缓存重叠度和网络延时动态更新节点的拓扑信息，然后利用其邻居节点辅助服务该节点的广告数据请求。由系统实际运行数据可知，该方法可以有效降低广告源服务器的压力和带宽；2）细粒度视频标签。针对现有视频标签描述不精确、广告投放没有针对性的问题，提出了应用细粒度视频标签描述视频提取视频热点的解决方案。用户观看视频时，在精彩处进行标记，生成细粒度视频标签。系统后台对细粒度视频标签进行分词过滤、提取特征描述词，对特征描述词建模，生成视频热点。视频热点包含热点所在时间点、热点描述词。在视频热点处投放与热点主题相关广告的定向投放方式，解决了广告和视频主题不相关的问题。基于视频标签的广告系统很好的推动了本领域的研究。本项目发表了多篇论文，培养了多名学生。