语义知识驱动的网络上下文广告投放高效方法研究

With the popularization of the World Wide Web, contextual advertising is becoming increasingly important. Without contextual ads, the Web will lose the most of its market values. Different with generic web documents, contextual ads are generally with shorter length, i.e., which contain less keyword, and have to be embedded into a targeted web page dynamically, leading to the higher requirements for precision and efficiency. However, it is difficult for existing contextual advertising approaches to balance the accuracy and efficiency in advertising. It therefore has both significant theoretic values and wide potential applications to propose an effective contextual advertising approach that is not only with good precision but also with satisfactory efficiency. .In this research project, based on a semantic knowledge base, we mainly discuss the following three key issues: .1) how to leverage rich semantic knowledge to capture and enrich the feature representations of textual ads, to overcome the problems such as semantic ambiguity, low intersection of keywords, and context mismatch, consequently, improving the precision of contextual advertising. .2) how to design an effective space mapping algorithm to obtain the feature representations of web pages efficiently, consequently, ensuring the good efficiency of contextual advertising. .3) how to embed the relevant ads into the most appropriate positions of a web page, to ensure the local accuracy of contextual advertising.

随着万维网的快速普及，网络上下文广告的重要性日益显著。没有上下文广告，网络的商业价值将遭受严重损失。不同于一般性的网络文档，网络文本广告篇幅较短，包含较少的关键字，并且需要动态嵌入目标网页，因而，对精度和效率均提出了更高的要求。然而，现有的上下文广告投放方法，难以在这广告投放的准确性和高效性之间取得较好的平衡。所以，设计出一种"既准且快"的上下文广告投放方法，具有重要的科学意义和重要的应用前景。.基于语义知识库，本课题将深入研究：.1）如何利用知识库丰富的语义知识来捕获和扩充文本广告的内容特征向量，克服传统方法容易引发的语义混淆、关键词重叠率低、内容失配等问题，提高上下文广告投放的准确性。2）如何通过设计高效的语义空间映射算法，快速地获取目标网页的内容特征向量，确保上下文广告投放的高效性。.3）以及，如何将文本广告嵌入到目标网页中与广告内容最相关的位置，确保上下文广告投放的局部准确性。

随着万维网的快速普及，网络内容广告的重要性日益显著。不同于一般网络文档，文本广告通常篇幅较短，并且需要在线动态嵌入目标网页，因而，对精度和效率均提出了更高的要求。本文针对网络内容广告在线匹配的若干关键科学问题，进行深入研究，以期建立起有效的网络内容广告匹配理论和网络内容广告匹配方法。具体地，本文开展的研究工作主要包括以下四个方面。（1）构建了统一的多层次知识语义特征表达空间。基于著名的维基百科外部知识库，搭建了统一的多层次语义知识特征表达空间，从而，为准确有效地进行网页特征映射和广告特征映射，建立了前期基础。（2）设计了准确的候选广告特征向量映射方法。该方法能够有效地利用知识库丰富的语义知识来准确地获取文本广告的内容特征，并利用知识概念和知识主题之间各种语义关系，进一步丰富广告的内容特征，从而改善内容相关度的计算精度，确保了网络内容广告在线匹配的准确性。实验结果表明，广告匹配的全局准确性在0.8以上。（3）设计了高效的目标网页特征向量映射方法。该方法利用语义知识来消除网页包含的模糊语义，准确地获取目标网页的内容特征，并建立高效的特征向量映射算法，从而，快速地将目标网页映射为特征表达空间中的一系列特征向量，在保证计算准确度的前提下，改善广告和网页之间上下文相关度的计算效率。实验结果表明，广告匹配的计算时间能够有效地被控制在百毫秒级别。（4）设计了准确高效的上下文广告放置方法。基于前面建立的网页和广告的内容特征向量，将广告嵌入到目标网页中的合适位置，从而，确保网络内容广告投放的局部准确性。实验结果表明，广告匹配的局部准确性在0.75以上。