（计算机科学与技术专业论文）内文广告原型系统的设计及其关键技术的实现.pdf

北京邮电大学硕：l ：学位论文 内文广告原型系统的设计及其关键技术的实现 内文广告原型系统的设计及其关键技术的实现 摘要 随着i n t e r n e t 的发展，网络广告已经成为当今最热门的广告形式。为了能够 更快适应w e b 2 0 快速的发展需求，推出了一种称为内文广告的网络广告新模 式。内文广告是一种新型的网络广告形式，完全通过计算机识别文章内部关键 词和文章特性，并根据这些数据在鼠标滑过关键词的时候滑出对应该关键词的 广告，匹配好的关键词将由下划线标出。 这种广告模式有如下特点：它能够在任何内容性文章中加载，避免了对浏 览者的干扰，而且浏览者在阅读内容性文章时精神很集中，如此使得对于广告 的记忆效果达到了最大值。内文广告针对的受众群体质量更高；表现形式丰富， 可以把各种网络广告的表现形式全部运用上；定向性更强，可以选择与自己产 品及品牌的关键词，加深顾客对于旗下品牌的印象；数量巨大，可以覆盖上万 家网站，而且统计方便，能精确统计有多少曝光、多少点击，可供广告主下次 投放作参考。 本论文主要研究了如何构建出一个符合当前互联网发展方向的内文广告平 台原型系统，并给出了原型系统的设计以及相关关键技术的实现。主要包括一 下几个方面： ( 1 ) 绪论 介绍了课题的研究背景、现状和研究意义，接着从内涵、特点、功能，历 史、现状，发展趋势以及优缺点这几个方面介绍了网络广告。最后对内文广告 系统进行了定义并且分析了这种网络广告模式的优点。 ( 2 ) 内文广告原型系统概述 对内文广告原型系统所应该具备的功能进行了分析，接着介绍了内文广告 原型系统的结构。 ( 3 ) 网络爬行器子系统 给出了网络爬行器的定义，接着分析了网络爬行的相关策略，然后对内文 广告原型系统的网络爬行器所应该具备的功能进行了分析，最后着重介绍了内 文广告原型系统的网络爬行器的设计与实现。 ( 4 ) 文本分词器子系统 北京邮i 乜人学网络与交换技术困家重点实验室1 北京邮电人学硕十学位论文内文广告原型系统的设计及其关键技术的实现 研究了当前文本分词的几种基本算法，接着对内文广告原型系统的文本分 词器应该具备的功能进行了分析，最后着重介绍了内文广告原型系统文本分词 器的设计与实现。 ( 5 ) 文本分类子系统 对当前文本分类做了介绍，主要围绕特征值的提取和分类算法这两点展开。 接着对内文广告原型的文本分类子系统所应该具备的功能进行了分析。最后着 重介绍了内文广告原型系统文本分类子系统的设计与实现。 ( 6 ) 广告投放子系统 分析了广告投放系统的现状，研究了咨询公司的调查研究报告中对当前广 告系统的关注点，从中得到一个广告投放系统应该具备的功能；然后着重对内 文广告原型系统广告投放子系统进行介绍，重点是广告页面分析引擎、广告发 , - 引擎、统计引擎以及数据缓存。 关键词网络广告内文广告网页爬行分词分类 北京邮i 【l 大学网络交换技术困家重点实验室 2 北京邮电大学硕士学位论文内文广告原型系统的设计及其关键技术的实现 d e s i g n0 fi n l i n ea d v e r t i s e m e n tp r o t o t y p e s y s t e ma n di m p l m e n t 伽o no fk e y t o c h n o l o g i e s a b s t r a c t w i t ht h ed e v e l o p m e n to fi n t e r n e t ，w e ba d v e r t i s e m e n th a sb e c o m e t h em o s tp o p u l a rf o r mo fa d v e r t i s e m e n t i no r d e rt oh a v eab e t t e r a d a p t i o nt ot h ed e m a n do fw e b 2 0 ，w eh a v ec o m eu pw i t han e wm o d e l o fw e ba d v e r t i s e m e n tc a l l e di n t e x ta d i l 卜t e x ta di d e n t i f i e st h e i n n e rk e yw o r d sa n df e a t u r e so ft h et e x tt h r o u g hc o m p u t e r s o nt h eb a s i s o ft h e s ed a t a ，i te m e r g e sc o r r e s p o n d i n ga d v e r t i s e m e n t sw h e nt h em o u s e s l i d e so v e rt h ek e yw o r d b el o a d e di n a n yk i n do ft e x t ，a v o i d i n gi n t e r r u p t i n gr e a d e r s w h e n v i s i t o r sr e a dt h ec o n t e n t ，t h e ya t t a c hm o r ea t t e n t i o nt oi t ，w h i c hm a k et h e m e m o r ye f f e c to ft h ea d v e r t i s e m e n ta c h i e v em a x i m i z a t i o n b e s i d e s ，t h e i n t e x ta da i m sa th i g h e rq u a l i t ya u d i e n c eg r o u p s ，a n di th a sv a r i o u s w a y s o f e x p r e s s i o n i t c a np u t e v e r y k i n do fw e ba d v e r t i s e m e n t e x p r e s s i o n st ou s e m o r e o v e r ，t h ed i r e c t i n gp r o p e r t yo fi n t e x ta d i s s t r o n g e r ，w h i c hm e a n se n t e r p r i s e sc a nc h o o s et h ek e yw o r d sr e l a t e dt o t h e i ro w np r o d u c t s ，d e e p e n i n gr e a d e r s i m p r e s s i o no ft h e i rb r a n d s i nt h e e n d ，a si t sl a r g en u m b e r ，t h ei n t e x ta dc a nc o v e rt h o u s a n d so fw e b s i t e s w h a t sm o r e ，i t sv e r ye a s yt ob ec o u n t ，i n v o l v i n gc o u n t i n gt h e e x a c tn u m b e ro fe x p o s u r ea n dc l i c k i nt h i sw a y ，t h er e s u l tc a ng i v et h e a d v e r t i s e rar e f e r e n c en e x tt i m e i nt h i sw o r k ，w em a i n l yd i s c u s sh o wt ob u i l dap r o t o t y p es y s t e mo f i n t e x ta dw h i c hc o n f o r mt ot o d a y si n t e r n e td e v e l o p m e n ta n dg i v et h e d e s i g no fp r o t o t y p es y s t e ma n dr e a l i z es o m ec o n n e c t e de s s e n t i a ls k i l l s ( 1 ) p r e f a c e i n t r o d u c et h eb a c k g r o u n d 、c u r r e n ts i t u a t i o na n ds i g n i f i c a n c eo f t h i si s s u e t h e nt a l ka b o u tt h ei n t e r n e ta d v e r t i s e m e n tf r o mi t s h i s t o r y , 北京邮i | i j 大学嘲络j 交换枯术围家蚕点实验窜3 北京邮电大学顾：l 学位论文内义广告原型系统的设计及其关键技术的实现 p r e s e n to c c u r r e n c e ，t r e n d ，a d v a n t a g ea n dd i s a d v a n t a g e i nt h ee n d ，g i v ea d e f i n i t i o no ft h ei n - t e x ta da n da n a l y z et h ea d v a n t a g eo ft h i sk i n do f m o d e l ( 2 ) t h eg e n e r a l i z a t i o no ft h ep r o t o t y p es y s t e mo fi n t e x ta d a n a l y z et h ef u n c t i o nw h i c ht h ei n - t e x ta d s h o u l dh a v e i n t r o d u c e i t sc o n s t r u c t i o n ( 3 ) w e bc r a w l e rs u b s y s t e m d e f i n et h ew e bc r a w l e r a n a l y z et h er e l a t e d s t r a t e g y a n dt h e f u n c t i o ni ts h o u l dh a v e e m p h a s i z et h ed e s i g na n dr e a l i z a t i o no ft h ew e b c r a w l e r ( 4 ) t e x tt o k e n i z es u b s y s t e m d i s c u s ss o m eb a s i ca l g o r i t h mo fp r e s e n tt e x ts e g m e n t a t i o na n d a n a l y z et h ef u n c t i o nt h et e x tt o k e n i z es h o u l dh a v e i nt h ee n d ，e m p h a s i z e t h ed e s i g na n dr e a l i z a t i o no ft h et e x tt o k e n i z e ( 5 ) t e x tc a t e g o r i z a t i o ns u b s y s t e m i n t r o d u c e p r e s e n t t e x t c a t e g o r i z a t i o n ，m a i n l yc e n t e r i n g o nt h e e x t r a c t i o no fv a l u ea n ds o r t i n ga l g o r i t h m a n a l y z et h ef u n c t i o nt h et e x t c a t e g o r i z a t i o ns u b s y s t e ms h o u l dh a v e a tl a s t ，e m p h a s i z et h ed e s i g na n d r e a l i z a t i o no fi t ( 6 ) a d v e r t i s i n gs u b s y s t e m a n a l y z et h es t a t u so fa d v e r t i s i n gt o d a y s t u d yt h ec o n c e r n si nt h e r e p o r t s o ft h ec o n s u l t a n t f i r m sa n dd i s c o v e rt h ef u n c t i o nw h i c h a d v e r t i s i n gs u b s y s t e ms h o u l dh a v e e m p h a s i z et h ei n t r o d u c t i o no ft h e a d v e r t i s i n gs u b s y s t e mo fi n t e x ta d ，e s p e c i a l l ya dp a g ea n a l y s i s e n g i n e ，a dp u b l i s h i n ge n g i n e ，s t a t i s t i c se n g i n ea n dd a t ac a c h i n g k e y w o r d s ：w e ba d v e r t i s e m e n t ，i n t e x ta d v e r t i s e m e n t ，w e bs i t e c r a w l i n g ，w o r ds e g m e n t a t i o n ，c l a s s i f i c a t i o n 北京邮l 【1 人学网络j 交换技术困家重点实验室4 北京邮电入学硕士学位论文 内文广告原型系统的设计及其关键技术的实现 独创性( 或创新性) 声明 本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成果。尽我 所知，除了文中特别加以标注和致谢中所罗列的内容以外，论文中不包含其他人已经发表 或撰写过的研究成果，也不包含为获得北京邮电大学或其他教育机构的学位或证书而使用 过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并 表示了谢意。 申请学位论文与资料若有不实之处，本人承担一切相关责任。 本人签名丝塾塞吼 关丁二论文使刚授权的说明 学位论文作者完全了解北京邮电大学有关保留和使用学位论文的规定，即：研究生在 校攻读学位期间论文工作的知识产权单位属北京邮电人学。学校有权保留并向国家有关部 门或机构送交论文的复印件和磁盘，允许学位论文被查阅和借阅；学校可以公布学位论文 的全部或部分内容，可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。( 保密 的学位论文在解密后遵守此规定) 保密论文注释：本学位论文属于保密在一年解密后适明本授权j _ 弓。非保密论文注释： 本学位论文不属_ 丁保密范同，适用本授权b 。 本人签名： 导师签名： 锣易嗲、 牡 北京邮 乜大学刚络与交换技术国家重点实验室 日期： 眺上毕业l 北京邮电大学硕士学位论文内文广告原型系统的设计及其关键技术的实现 1 1 课题背景 1 1 1 研究背景 第一章绪论 信息产业的发展极大地改变着人们的生活，同时也对传统的广告媒体产 生深远的影响。随着信息产业的高速发展，以i n t e r n e t 为传播媒介的网络广 告( i n t e r n e ta d v e r t i s i n g ) 成为当今欧、美发达国家最热门的广告形式。目 前我国广告公司和客商也开始涉足网络广告的新空间。这使得无论广告公 司与营销厂商都面临着改变营销传播方法及选取媒体的压力和机遇。 广告媒体计划的决定，是建立在健全的行销原理与研究以及市场状况的 基础上的。它先决定主要的目标视听众，然后设定目标或方针以期与这些 视听众沟通。媒体目标可以表达在到达率( r e a c h ) 、频度( f r e q u e n c y ) 、影 响效果( i m p r e s s i o n s ) 、总视听率( g r o s sr a t i n gp o i n t s ) 及连续性( c o n t i n u i t y ) 等一系列指标上。 发展适当的媒体战略时，必须考虑到很多变数，包括市场的范围、信息 的性质、消费者的购买形态、预算标准、媒体的限制、竞争战略、广告主 的商品需求，以及媒体本身的基本性质等。将广告经费的效率发挥到极致， 产生合理的到达率、频度，及连续性的分量，就是媒体计划的宗旨。 与传统的四大传播媒体( 报纸、杂志、电视、广播) 广告及近来备受垂 青的户外广告相比，网络广告具有得天独厚的优势，是实施现代营销媒体 战略的重要一部分。i n t e r n e t 是一个全新的广告媒体，速度最快效果很理想， 对于广泛开展国际业务的公司更是如此。 目前，互联网广告领域的精英们都开始纷纷抢滩精准广告这个充满诱惑 的领地，强大的数据库分析成为他们争夺潜在消费者的核心，因为只有经 过大量的数据分析才能确定消费者的需求，从而决定进行行为广告投递。 为了能够更快适应w e b 2 0 快速的发展需求，目前推出了一种称为内文 广告的网络广告新模式，这也为那些进入2 0 时代的中小网站主们指明了一 条康庄大道。这种广告模式主要是通过语义匹配系统对网页内容进行检索、 分析，以及监控系统对用户行为的实时跟踪，将广告信息加载于受众关注 的网页正文关键词后。当网民对文章内的关键词感兴趣时，只要将鼠标移 到关键词上，征不干扰阅读的情况下，关键词附近就会出现与其相关的文 字、图片、轮播、f l a s h 、视频等形式的广告，这就是内文广告。 北京邮电大学网络j 交换技术困家重点实验室 北京邮电人学硕i ：学位论文内文广告原型系统的设计及j e 关键技术的实现 1 1 2 研究现状 近年来随着互联网络的迅速发展，基于网络上的商业应用也呈爆炸性的 增长。国际知名企业早就捷足先登在网络上建立企业网站，宣传企业与产 品，寻求网上商机。而不少崭露头角的新企业也不甘蛰伏，纷纷注册网址、 建立网站。这使得企业上网成了空前的热点。根据美国国家科学基金会 ( n s f ) 的统计数据，商业应用已占据了5 1 以上的i n t e r n e t 注册网址。 然而企业建立了网站并不等于他就一定会被公众所熟知，如不在各媒体 上( 特别是网络上) 作广告广为宣传其网址，其网站的宣传效用必然大打 折扣。因此网络广告的大行其道就成为必然的趋势了。实际上，目前在互 联网络上能真正大获其利的就是网络广告。 目前网络广告的r 1 亍场正在以惊人的速度增长，网络广告发挥的效用越来 越显得重要。以致广告界甚至认为互联网络将超越路牌，成为传统四大媒 体( 电视、广播、报纸、杂志) 之后的第五大媒体。因而众多国际级的广 告公司都成立了专门的“网络媒体分部”，以开拓网络广告的巨大市场。代理 沃特迪斯尼等知名超级客户的美国著名广告公司w e s t e r ni n t e r n a t i o n a l m e d i a 就已将基于w e b 的互动式广告作为主要发展业务。 在网络广告蓬勃发展的今天，对网络广告这门新兴学术的研究则相对滞 后。国外虽有各大广告公司成立了专门的“网络媒体分部”，但还很匮乏专门 研究网络广告的学科，只有部分团体组织对此广告形式进行研究。至于国 内则更是缺少这方面的研究，这有待网络广告市场的更大发展，促使这门 独特的新兴的学科也产生质的飞跃。 1 1 3 研究意义 网络广告被看作是一种极具潜力的一种广告形式。网络广告的快速发展 的背后，有很多问题值得我们研究。例如：广告商希望知道广告效果如何， 广告浏览者是否通过浏览广告给广告商带来了收益，广告浏览者的地域与 查看广告的时间；广告运营商也希望知道怎样的广告投放可以最大化广告 商的利益等。 一个好的网络广告系统不仅希望对能够满足既定的业务功能，还有易扩 展易使用，能满足各方的要求。 本文就如何构建一个新型网络广告系统内文广告系统，做一个原型 的系统来进行研究，试图找出满足精准广告系统的构建思路。希望本文所 做的探讨、原型系统的设计以及一些关键技术的研究与实现能对以后网络 北京邮 l 三人学网络j 交换技术罔家重点实验室2 北京邮电大学硕士学位论文内文广告原型系统的设计及其关键技术的实现 广告系统建设有一定的参考。 1 2 网络广告的概述 1 2 1 网络广告的内涵、特点及功能 何谓网络广告? 在人们的意识中，网络广告指基于互联网的广告。一提到网络广告，就 让人立即想到互联网络，技术在一定程度上限制了人们的思维和创新。实 际上随着“三网合一”的不断进展，不同网络的界限越来越模糊，综合各种网 络的优势已成为一种趋势，广告理所当然地应当适应这种变革。 网络的组成是复杂的，但业务的要求是简单的。从市场、业务角度考虑， 哪种网络处理更好就应该采用哪种网络，甚至综合采用各种网络技术，不 必拘泥于原有的概念。随着三网合一的进程，特别是信息家电概念的普及， 人们意识到网络已经泛指传输、存储和处理各种信息的设备及其技术的集 成。因此，网络广告应是基于计算机、通信等多种网络技术和多媒体技术 的广告形式，其具体操作方式包括注册独立域名，建立公司主页；在热门 站点上做横幅广告( b a n n e r a d v e r t i s i n g ) 及链接，并登录各大搜索引擎；在 知名b b s ( 电子公告板) 上发布广告信息或开设专门论坛；通过电子邮件 ( e m a i l ) 给目标消费者发送信息等等。 网络广告的特点： 1 ) 全交互，客户与广告者随时沟通，广告查看无时限要求； 2 ) 符合顾客利益，高针对性，降低广告成本； 3 ) 面对广大人群，对受众技能无要求； 4 ) 全免费，不需要客户掏钱获得信息； 5 ) 与其他营销形式紧密结合。 网络广告系统的功能： 1 ) 在商场等公共场所采用多媒体技术播放音频、视频、动画、文字广 告； 2 ) 任何电话上的语音广告； 3 ) 防止产品被假冒： 4 ) 形成网上厂商间的“虚拟社区”，可按产品类别、需求、供给、地区、 意愿等进行分类； 5 ) 厂商代号标识在其所有产品上，据此顾客随时与厂商以语音、文字 等多种形式交流，可完成客户服务工作； 北京邮电大学网络与交换技术国家重点实验室 3 北京邮电人学硕一 ：学位论文内文广告原型系统的设计及j e 关键技术的实现 6 ) 实时联系厂商、经销商及消费者，使其意见、建议、供求等信息共 享，达到促进商品流通、加速新产品开发的目的： 7 ) 结合有奖销售( 产品标识码中带有中奖信息) 等促销手段，大大减 少促销工作的投入，增强广告效果。 本文中所指的网络广告如果没有特别指出，均指互联网广告。 1 2 2 网络广告的历史、现状 追本溯源，网络广告发轫于1 9 9 4 年的美国。当年1 0 月1 4 日，美国著 名的w i r e d 杂志推出了网络版的h o t w i r e d ( w w w h o t w i r e d c o m ) ，其主页上 开始有a t & t 等1 4 个客户的广告b a n n e r 。这是广告史上罩程碑式的一个标 志，同时也让网络开发商与服务商看到了一条光明的道路。 自此之后，网络广告逐渐成为网络上的热点，无论网络媒体或广告主均 对其充满冀望。于是各网络媒体的经营者纷纷改进经营方向，向多元化发 展，意在尽量地吸引多的浏览人群及广告客户。我国i t 业界也于9 7 - - 一9 8 年间意识到网络广告的明朗前景，于是逐渐有网络广告出现在我国的网站 中。目前此趋势越演越炽，网络之门已成为各大网站的建设目标，国际知 名网站n e t s c a p e 、y a h o o ! 、i n f o s e e k 等早已成为网络之门，国内的广州视窗 ( w w w g z n e t c o m ) 、搜狐( w w w s o h u c o m ) 、新浪网( w w w s i n a c o m ) 等也 奋起直追，向网络之门的方向发展。无庸置疑，网络广告引导着互联网络 发展的新方向。 从网络广告的发展来看，据d c c i ( w w w d c c i c o m c n ) 2 0 0 9 中国互联网 调查显示，2 0 0 8 年中国网络广告整体市场规模增长至1 1 9 0 亿元人民币( 不 含搜索引擎关键字广告) ，较2 0 0 7 年增长5 4 9 ，增长的原因主要在于奥运 为互联网企业的广告收入贡献较大，品牌广告主对网络广告的接受程度有 所提高，各类视频网站在营销方面也取得了一定的进展。2 0 0 9 年中国网络 广告市场一方面会受到互联网用户增长速度加快、网络广告成本进一步降 低等利好因素的促进，不过，受到全球经济减速的波及，2 0 0 9 年的网络广 告营收规模会呈现稳定增长的态势，达到1 5 4 5 亿元，相对于2 0 0 8 年的增 长率预计为2 9 8 ，根据d c c i 预测，2 0 1 0 年将成为网络广告市场的转折点， 网络广告营收规模将达到2 1 2 5 ，增长率约为3 7 6 ；2 0 1 1 年，网络广告营 收规模会逐步复苏，达到3 0 5 2 亿元，增长率进一步回升到4 3 6 。 凭借着快速、高效、便捷的优势，互联网将信息传递带到了一个全新的 时代，同时也为企业创造出前所未有的商机。随着互联网的推广与普及， 网络广告应运而生，作为一种受众广泛、费用低廉的媒介，网络广告越来 北京邮电人学嗍络j 交换技术国家重点实验空 4 北京邮电大学硕士学位论文 内文广告原型系统的设计及其关键技术的实现 越受到人们的重视，成为企业争相竞争的抢手货。 1 2 3 网络广告的发展趋势 广告系统功能细分、定位 随着广告产业的不断成熟，广告产业链也相对完善，在产业链中出现的 多种角色，即是广告系统的服务对象，不同的角色在产业链中有着不同的 贡献，广告系统应该随着产业链细化而功能不断细分，以为各种角色提供 服务为最终目的。 现有的广告产业链中的角色主要有：广告主、广告制作商、广告位提供 者( 网站主) 、广告中介者( 代理商) 、广告效果评价机构、广告销售人员、 广告系统维护人员等。 更强的交互性 在网络广告这种形式当中，信息是互动传播的，用户可以主动获取他们 认为有用的信息，可以直接填写并提交在线表单信息，广告主也可以随时 得到宝贵的用户反馈信息，从而缩短了用户和广告客户之间的距离。而与 此同时，用户可以通过链接获取更深入详细的广告信息。好的交动性除了 可以加深用户对广告产品的印象，提高产品买卖的可能性，也有可能为产 品的进一步推广做出贡献。美国交互广告署得更名也进一步佐证了交互性 的重要，同时随着w e b2 0 技术的产生，也为广告的交互性提供了技术手段。 目前常用的互动手段包括：搜索引擎、电子邮件( 邮件列表) 、反馈表 单、即时信息、论坛、社区、电子书、电子贺卡、在线调查表、点击呼叫 岔智 守。 交互手段与广告的结合将是广告发展的重要方向，通过交互方式吸引用 户也是广告产生收益的重要手段。市场利润的取向决定于消费者的消费意 向，只有通过商家和消费者的互动才能产生利润。 精准的广告定向 报纸、户外、广播、浏览广告等传统的广告模式足向几乎所有的人发布 广告，即“广而告之”，这种传统的广告模式存在最大的缺点在于成本浩大并 且不能有效得把信息传达给目标受众，造成资金的大量浪费。引用广告界 的一句名言“广告主5 0 的广告费不知投向何处”。 g o o g l e 的“关键词”广告、百度的“竞价排名”广告、蚂蚁互动的“呼叫广 告”相继推出，开创了“互联网广告的分众时代”。由于分众广告是直击目标 受众的一种广告模式，解决了传统广告的弊端，一经推出就受到广告主的 青睐。“博客广告”、“网络游戏广告”等，都是向特定人众进行传播的分众广 北京邮r u 犬学网络o j 交换技术图家重点实验室 5 北京邮电大学顾：i ：学位论文内义广告原型系统的设计及其关键技术的实现 告。分众，已经成为互联网广告的关键字。 随着中小类站点的广告市场力量逐渐显现，网络广告的受众群体己开始 呈现“分众效应”，广告主对广告的投放要求更加重视分众群体，日益要求广 告投放的精准性。网络广告主不仅关注流量的绝对值，也注重流量是否有 针对性，能否直接聚集具有某种需求的用户，或者通过用户使用行为分析 挖掘出用户偏好。广告效果将成为影响投放决策的重要衡量标准。那些新 型的、可以实现定向投放达到精准营销的网络广告形式将会受到广告主的 青睐。 现有的广告定位方式远未达到广告主的需求，如何通过技术手段提升广 告的定位效果是目前不少广告平台追求的方式。 准确跟踪和衡量广告效果 “我知道我的广告费有所浪费，但遗憾的是我不知道浪费在哪里”，这是 广告商们普遍遇到的问题。在网络当中，网络广告商通过监视广告的浏览 量、点击率等指标能够统计出广告的大致效果。因此较之其他广告形式， 网络广告能够使广告主更好地跟踪广告受众的反应，及时了解用户和潜在 用户的情况。但随着网络广告的发展，广告商不再满足于浏览量、点击率 的统计，如何更好的对广告效果进行跟踪评价则是广告系统发展的一个重 要方向。呼叫广告和d o u b l e c l i c k 的d a r ts a l e sm a n a g e r 的结合或许是一 个不错的尝试。 互联网与电信网的融合 一 号码百事通 中国电信“号码百事通”主要为公众提供2 4 小时的便民信息查询服务，“号码 百事通”推出的“优先报号”服务，可j 以在用户模糊查询时提供企业查询排名， 优先报出排名靠前的企业的号码。这种功能，与搜索引擎的“竟价排名”收费 服务如出一辙。“号码百事通”不但意在打造中国的第一语音搜索引擎，其 盈利模式也正在全面克隆互联网搜索引擎。 一互联星空 互联星空( c h i n a v n e t ) 是中国电信全国统一的应用业务品牌。中国电信充 分利用自己的用户资源、网络资源、应用支撑平台资源、营销网络、客户 服务和宣传渠道等资源，营造互联网产业良性发展的生态环境，积极推动 互联网产业链的叮持续发展，创造互联网服务新的商、| 匕模式。传统的电信 公司也不满足仪仅提供一个通道，而足要涉足提供信息与服务，这将促使 电信面向网络的转型，向内容提供商转型。 s k y p e 的冲击 传统电信运营公司将受到一个具有风暴式推进的杀手级应用s k y p e 的 挑战。曾使用s k y p e o u t 服务的全球用户数目则已经超过1 0 0 万户，s k y p e 其他合作伙伴包括和记环球电讯、p c h o m eo n l i n e 等累计语音通讯时间超过 7 0 亿分钟。网络电话的兴起，使电信运营商看到了网络的力量，也使一些 北京邮电人学i 】c 】9 络l j 交换技术因家重点实验室6 北京邮电人学硕士学位论文内文广告原型系统的设计及其关键技术的实现 网络企业摩拳擦掌，跃跃欲试。 _ g o o g l e 手机 全球最大的搜索引擎公司g o o g l e 宣布与著名电信运营商o r a n g e 公司展开合 作，开发“g o o g l e 手机”以便用户无论身处何处都可以方便地使用g o o g l e 搜 索引擎。与此同时，中国的互联网行业也在悄然发生变化，空中网、新浪、 腾讯等公司都力图确立自己无线互联网的新门户地位。未来会有更多的l t 企业涉足电信领域，加速终端和网络的融合。 呼叫广告，蚂蚁互动、点睛广告 互联网广告与电信系统的融合，资源的优化组合，将把庞大的手机用户、 固定电话用户带入到广告市场，可以进一步推动广告市场的发展。同时提 高了广告系统的交互性( 电话、短信、彩信等) ，进而为广告效果的跟踪、 衡量打下基础。 1 2 4 网络广告的优缺点分析 优点 网络广告是一种全新的广告形式，己深受到各个国家及地区企业的重视 和喜欢，它已可以与当今电视、广播、报纸、杂志等媒体的广告相抗衡。 从现状上来看，网络广告的发展趋势是很“火”的，主要原因可以从以下几点 分析：主要表现在它具有了交互性、实时性、迅捷性、传播范围极大、受 众数量可准确统计、信息承载量大等独特优点。 _ 新型媒介，利用的是真正的互动媒介。 与传统媒介相比，网络广告采取了不同的传递手段，颐客独自坐在电脑 前，手中轻摇鼠标：一切信息都在他们的掌握之中。互联网更多地赋予消 费者直接与广告主双向互动、进而建立未来关系的能力。传统媒体中受众 只是被动地接受广告信息，而在网络上，受众是广告的主人，受众只会点 击感兴趣的讯息。同时，网络广告的载体基本上是多媒体、超文本格式文 件，他可以把相关的详细资料隐藏在图标之后，只要受众对某样产品感兴 趣，仅需轻按鼠标就能进一步了解更多、更为详细、生动的信息，从而使 消费者能亲身“体验”产品、服务与品牌，顾客还可以直接在网一l 预订、交易 与结算，这不仅将大大增强网络广告的实效，还建造了一种新的贸易交流 方式。这种互动性的一对一的直接沟通给予了受众足够的自由选择空间。 网络广告无时间地域限制，传播范围极大，受众覆盖面积大。 网络广告是真f 的全球媒介，可以使世界各地的人们迅速接收到相关信 息与商务服务。最重要的是网民数量正在高速增长。来自c n n i c 的最新调 查显示，截止到2 0 0 8 年1 1 月底，我国的上网用户总人数为2 9 亿人，网民 规模位居世界第一。 北京邮电大学i ) b | i 络与交换技术国家重点实验室 7 北京邮电人学硕一i ：学位论文内文广告原型系统的设计及其关键技术的实现 网络广告的投放具有多样性。 过去的广告虽然样式也很丰富，但网络广告却能开拓自己的新领域。网 络广告的载体基本上是多媒体、超文本格式文件，广告受众可以对其感兴 趣的产品信息进行更详细的了解，使消费者能亲身体验产品、服务与品牌。 这种图、文、声、像相结合的广告形式，将大大增强网络广告的实效。横 幅旗帜、竖式旗帜网络门户、电子邮件、网上商店( s h o p p i n g ) 、商业服务链 接等多种形式，易检索、可重复，信息的发布和信息的反馈和更换快速及 时。 一 网络广告在向外发送信息的同时还可以做到信息的收集和调查。 比如受众数量可准确统计。利用传统媒体做广告，很难准确地知道有 多少人接受到广告信息。以报纸为例，虽然报纸的读者是可以统计的，但 是刊登在报纸上的广告有多少人阅读过却只能估计推算，而不能精确统计。 至于电视、广播和路牌等广告的受众人数就更难估计。而在i n t e r n e t 上可通 过权威公正的访客流量统计系统精确统计出每个客户的广告被多少个用户 看过，以及这些用户查阅的时间分布和地域分布，从而有助于客商正确评 估广告效果，审定广告投放策略。 缺点 一 网络广告会引起用户的反感 常常上网的人恐怕都有这样的经历：在打开很多网站的主页时，屏幕上突 然弹出一个广告窗口，好不容易关闭后，又一而再再而三的冒出来。要不 然就是一个浮动式广告缓缓地滑过页面，遮挡住你的视线，而且是鼠标滑 到哪里就跟到哪里，有的不点击广告甚至不能进入该网站主页。上网浏览 时，浏览的过程中可能会被突然出现的全屏或半屏的网络广告中断，其中 一些甚至根本无法退出而只能强行关机。经常使用电子邮件的人也常常会 收到很多莫名其妙的广告邮件，其中很多广告甚至不能删除，大大浪费了 网络资源，有时大量的垃圾邮件占用空间还会导致用户无法收到重要的邮 件。像上述种种不管消费者是否愿意，通过强制手段占领受众的桌面让受 众无处可逃，对受众的选择、接收信息的自由构成了严重侵犯的广告就被 称作侵犯广告。此外，浮动式广告、网页转换间隙的广告、电子邮件广告 等也被网民归入了侵犯类广告的黑名单。 据有关数据显示，中国1 3 7 0 0 万网民正遭受着弹出式网络广告的“迫害”。 部分有经验的网民会四处下载有关的广告屏蔽软件，但仍有相当数量的网 民不得不继续遭受侵犯广告的困扰。 网络广告会影响用户浏览网页的速度 北京邮i u 人学网络1 j 交换技术困家重点实验宅 8 北京邮电大学硕士学位论文内文广告原型系统的设计及其关键技术的实现 众所周知，在传统的传媒方式中，广告的效果很统一。以报纸为例，每 一个人看到报纸所得到的信息都是相同的，彩页就是彩页而黑自页就是黑 白页，它们绝对不会因为购买人的不同、购买的时间不同而有所差异。但 是网络广告会因用户的机器配置、带宽速度等差异而导致不同的效果。如 果一个用户的机器配置较低并且网络速度较慢，那么当他打开一个有很多 网络广告的、比如说有f l a s h 动画的网页时速度就会很慢，甚至会因为所需 的时间太长超过了网页打开的时间限制而根本就打不开这个网页。这就会 使用户失去耐心，而改上其他的网站。 个人信息的安全性得不到保障 在传统的消费关系中，商家并不需要询问顾客的姓名、地址和月收入等 个人信息，而基于互联网进行的个人电子商务则不同，网上消费者一般都 需要向网站提供个人信息。对于网民提供的个人资料，一些网站并没有像 承诺的那样加以保护，有些甚至将用户的个人信息卖给其他网站，由此便 导致了个人信息安全性问题的产生。尽管为了保护自己的隐私，很多网民 登记时填写的多是虚假信息，试图通过这种方式来保护自己的隐私，但是 真正暴露网民隐私的往往不是他们所填的信息，而是他们上网过程中浏览 的网址以及在网页上的种种操作。互联网的技术能够使网络媒体通过各种 手段来获取用户的资料，将其编入消费者数据库，并把它出售给感兴趣的 客户，或直接用于自己的定向广告攻势。从法律上讲，这些多多少少都构 成了对网民隐私权不同程度的侵犯。美国就曾先出现过某网络公司在网络 上搜集消费者信息然后出售这些信息的事件。目前美国政府一直在敦促各 大公司对于保护互联网用户隐私采取相应措施。 目前在中国，网络隐私权的问题尚未完全凸现出来，更多的还处于理论 探讨的层面，这也许与我国定向性网络广告还不多见有关。目前在中国， 网络隐私权的问题尚未完全凸现出来，更多的还处于理论探讨的层面，这 也许与我国定向性网络广告还不多见有关。但是隐私权始终是网络广告中 不可回避的一个问题，如果将来外圈公司垄断这个市场，对广大用户将是 一种潜在的威胁，甚至会影响到国家的安全。因此，若能在其造成严重后 果之自订予以解决，将是最好的选择。 1 3 内文广告分析 通过1 2 节的分析，随时网络广告的不断发展，新的网络广告形式想要 吸引更多的注意力、带来更大的收益，必须具备广告系统功能细分定位、 更强的交互性、精准的广告定向、准确跟踪和衡量广告效果这几大要素。 北京邮i 乜人学列络与交换技术国家重点实验室 9 北京邮电人学硕：卜学位论文 内文广告原型系统的设计及j e 关键技术的实现 而内文广告的出现正是符合了这一发展趋势。 特征 内文广告是一种新型的网络广告形式，完全通过计算机识别文章内部关 键词和文章特性，并根据这些数据在鼠标滑过关键词的时候滑出对应该关 键词的广告，匹配好的关键词将由下划线标出。它可以实时分析网页内文， 根据文章内容的相关性自动标记关键词，将广告放入消费者正在阅读的文 字中( 眼睛专注的地方) ；当鼠标移到关键词上时，广告自动展示出来，准 确地将广告、内容、浏览者三者紧密结合在一起，是一种崭新、温和，完 全由消费者触发的广告形式。 与传统网络广告比较的优势 1 ) 能够在任何内容性文章中加载 2 ) 用户主动浏览。内文广告是做在文中的广告，其完全避免了对浏览 者的干扰，而且浏览者在阅读内容性文章时精神很集中，如此使得 对于广告的记忆效果达到了最大值。 3 ) 内文广告针对的受众群体质量更高。 4 ) 表现形式丰富，可以把各种网络广告的表现形式全部运用上。 5 ) 定向性更强，可以选择与自己产品及品牌的关键词，加深顾客对于 旗下品牌的印象。 6 ) 数量巨大，可以覆盖上万家网站，而且统计方便，能精确统计有多 少曝光、多少点击，可供广告主下次投放作参考。 正是因为内文广告的这些优点，能在一定程度上避免传统网络广告带来 的弊端，使之很有可能成为下阶段网络广告的主流。 1 4 论文结构 第一章： 第二章： 第三章： 第四章： 第五章： 第六章： 第七章： 绪论。主要介绍了课题背景和网络广告、内文广告概述。 介绍内文广告原型子系统。 网络爬行器予系统。 文本分词子系统。 文本分类子系统。 广告投放子系统。 结束语。 北京邮i u 人学嘲络j 交换技术困家重点实验室 1 0 北京邮电大学硕士学位论文内文广告原型系统的设计及其关键技术的实现 第二章内文广告原型系统概述 2 1 内文广告原型系统分析 本论文主要研究如何构建出一个符合当前互联网发展方向的内文广告 平台原型的设计以及给出相关关键技术的实现【l 】【2 j 。 内文广告是一种嵌入页面内的广告，需要把广告投入网站中数以万计的 页面关键字上，需要通过网页爬虫得到这些页面从而开展分析。 要达到内文广告对关键字精准营销的目的，关键字所在页面与投放的广 告需要很强的关联性，这就要求实现在页面类别识别基础上的相关广告的 投放，首先要求对网页本文进行分词，需要选择一定的分词算法，然后再 此基础上提取页面的特征值按照一定的分类算法进行分类处理： 一个符合广告商利益的广告系统必须能够让广告商的每一分投资都花 在最需要的地方，能够实现广告利益的最大化，那么一个完善的广告投放、 广告统计、广告管理功能来灵活的为广告商配置不同的投放策略，要能最 大程度的减少互联网上的点击欺诈等。 一个完善的系统同时也离不开系统管理的支撑系统，完成对系统的监 控，保障系统的良好运行。 综上，本文将按照以下结构展开论述：首先介绍系统总体结构、然后围 绕网页爬行、分词、文本分类等关键技术展开柬介绍。 北京邮电人学网络与交换