一种基于协同过滤与语义分析的个性化网络广告投放方法研究.docVIP

一种基于协同过滤与语义分析的个性化网络广告投放方法研究 　　摘 要： 针对个性化网络广告中网页与广告匹配的问题，通过将基于关键词扩展的语义分析技术引入到协同过滤系统中，提出一种基于协同过滤与语义分析结合的个性化网络广告投放方法（CFKE）。该方法首先提取网页与广告文本的关键词，并对关键词扩展同义词；然后，计算网页扩展词与广告扩展词的相似度，并与扩展词的权重进行拟合抽取，得到网页与广告最终的相似度，将三维模型降维成二维模型；最后，再利用协同过滤方法进行匹配。仿真表明，与其他算法相比，该算法不仅具有较高的准确度，同时具有较好的系统响应能力。 　　关键词： 广告投放； 协同过滤； 语义分析； 相似度 　　中图分类号： TN911?34 文献标识码： A 文章编号： 1004?373X（2016）19?0107?04 　　Abstract： Aiming at the matching problems of webpage and advertisement in personalized network advertising， a personalized network network advertising method based on the combination of collaborative filtering and semantic analysis is proposed by introducing the semantic analysis technology based on keyword expansion into the collaborative filtering system. With the method， the keywords of webpage and advertising text are extracted for synonyms extension. And the similarity of webpage extension words and advertising extension words is calculated， and fitted and extracted with the weights of expansion words to obtain the final similarity of webpage and advertisement， and reduce the 3D model to 2D model. Then the collaborative filtering method is used to match with the similarity. The simulation results show that， in comparison with the other algorithms， this algorithm has higher accuracy， and better system response ability. 　　Keywords： advertising putting； collaborative filtering； semantic analysis； similarity 　　0 引 言 　　随着互联网的快速普及，网络广告的重要性日益显著。目前，网络广告是增长最快的媒体，其为互联网市场和用户创造了大量的直接和间接价值[1]。当前，个性化广告投放平台需要解决两个关键问题：一是如何嵌入与网页内容尽可能相关的广告，即投放的准确性问题；二是如何尽可能高效率地嵌入广告，即投放的高效性问题。广告投放的实时性决定了广告投放过程必须快速有效。然而，广告投放的准确性与高效性之间经常是相互矛盾的。已有的广告投放方法均难以在这两者之间取得较好的平衡[1]。 　　协同过滤技术主要依靠用户历史点击和用户偏好等行为数据上，算法较为简单，但是需要足够的用户个性化数据并能够合理识别用户，一旦数据不足，会极大影响算法的准确率[2]。基于上下文语义的方法，其主要依靠有效的内部语义知识库组织模型和准确高效的网页特征化方法，适用于用户信息匮乏或者有隐私保护的场景下，但是目前，准确率较高的算法往往较复杂，以至于效率较低；例如，关键字检索的匹配方法[3?4]能很好地保证广告投放的高效性，但难以保证其准确性；基于知库识的语义匹配方法[5?6]则相反，其准确性通常以牺牲效率为代价。 　　因此，在投放的准确性和高效性之间取得较好的平衡，设计一种既准且快的广告投放方法具有重要的科学意义及应用前景。本文结合基于协同过滤和基于语义分析的方法，在基于协同过滤方法的基础上，引入关键词扩展及其相关度的计算对系统