（技术经济及管理专业论文）基于网上行为特征的网络精准广告研究.pdf

南开大学学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师指导下，进 行研究工作所取得的成果。除文中已经注明引用的内容外，本学位 论文的研究成果不包含任何他人创作的、已公开发表或者没有公开 发表的作品的内容。对本论文所涉及的研究工作做出贡献的其他个 人和集体，均已在文中以明确方式标明。本学位论文原创性声明的 法律责任由本人承担。 学位论文作者签名：李凯 2 0 0 9 年5 月2 5 日 摘要 摘要 在现代社会中，由于需求的多元异质性越来越突出，消费者的需求也越来 越分化，网络精准营销相对于“广而告之 的传统网络营销手段来说，在成本 和效率上的优势日益凸现。不仅如此，激烈的竞争也使现代企业需要一种更精 准、可衡量且投资回报高的营销手段。网络精准广告是商务智能在网络广告营 销领域的具体应用，其基本思想就是运用数据分析和数据挖掘技术从海量的网 络用户浏览历史数据中挖掘分析出有价值的信息和规律，以辅助网络广告投放 决策。其最终目的就是在正确的时间将最合适的网络广告投放给最合适的网络 用户。随着电子商务的发展，互联网广告点击率呈现了不断下降的趋势，而网 络精准广告提高了网络广告的点击率，避免了网络营销资源的浪费，使网络广 告更为精准，有效。网络精准广告本身也已经成为了网络广告的新趋势。 本文以网络精准广告这一商业实践现象为研究基础，在企业调研和访谈的 基础上，从理论和技术两个层面深入挖掘了网络精准广告中的研究问题。具体 而言，论文的主要研究工作如下： 第一，在理论层面上验证网络用户网上行为特征与网络广告点击之间的关 联关系。网络用户网上行为特征与网络广告点击之间的关联关系是网络精准广 告服务的基本假设。通过对实践数据的统计分析，本文证实了运用网络用户网 上行为特征数据来辅助决策网络广告的投放是有意义的，通过使用数据挖掘等 技术来对网络用户网上行为的历史数据进行分析，能够挖掘出非常有价值的信 息和规律，从而让我们能够筛选出最合适的网络广告来投放给访问目标网页的 网络用户。 第二，网络精准广告的实施不是一两个数据挖掘模型就可以解决的问题， 它是一个系统的问题，一个由若干功能模块相互协作才能完成的工作，包括广 告的组织和存储，分类决策模型，网络用户网上浏览实施数据的获取，网络广 告的投放分配机制等等。本文在实施层面上提出了网络精准广告实施的系统框 架，系统框架包括网络用户，广告主，网络广告发和商和网络精准广告服务商 四个主体，并将系统的功能划分为三个部分，即广告管理，广告决策优化模型 和广告实时投放。 h 摘要 第三，网络广告精准技术是网络精准广告服务的核心，也是各网络精准广 告服务商获得竞争优势的根本。本文在广告精准技术方面提出了一种网络广告 聚类加分类决策模型的解决方案，并使用来自于实践的网络用户网上行为数据 针对分类决策模型设计了一个实验，分析和比较各种分类方法。 第四，在已有研究的基础之上提出一种基于广告排序的网络精准广告投放 分配机制。广告投放分配机制所解决的问题是在各种资源限定的条件下，将网 络广告投放机会分配给各网络广告。广告排序的思想能够让我们在追求收益最 大化的同时兼顾分配的公平性，这使得基于广告排序的网络精准广告投放分配 机制能够更好的兼顾短期和长期利益。为了验证基于广告排序的投放分配机制 的可行性和有效性，本文还运用数学建模仿真的方法，仿真了三种网络精准广 告投放分配机制的分配投放过程，并从三种投放分配机制的仿真过程中，得到 了一些反映网络精准广告投放分配过程中的一些推论。 关键词：网络精准广告网上行为广告投放分配数据挖掘 i l l a b s t r a c t a b s t r a c t i nm o d e r ns o c i e t y ，c o n s u m e r s d e m a n d sa r eb e c o m i n gm o r ea n dm o r ev a r i o u s b e c a u s eo fd e m a n d sd i v e r s i f i c a t i o n c o m p a r i n gw i t ht h e “s p e a k i n gg e n e r a l l y t r a d i t i o n a lo n l i n ea d v e r t i s i n g , o n l i n et a r g e t e da d v e r t i s i n gi sb e c o m i n gm o r ea n dm o r e a d v a n t a g e o u s ，e s p e c i a l l yi n c o s t a n de f f i c i e n t i n t e n s ec o m p e t i t i o nm a k e sf i r m s r e q u i r eam o r et a r g e t e da n dm e a s u r a b l em a r k e t i n gm e t h o dw i t hh i g hr e v e n u eo f i n v e s t m e n t s o n l i n et a r g e t e da d v e r t i s i n gi st h ea p p l i c a t i o no fb u s i n e s si n t e l l i g e n c ei n o n l i n ea d v e r t i s i n ga r e a , a n di t sb a s i ci d e ai su s i n gd a t am i n i n ga n dd a t aa n a l y s i s t e c h n i q u et of i n dt h eu s e f u li n f o r m a t i o na n dr u l e sf r o mh u g ea m o u n to fw e bu s e r s s u r f i n gd a t aa n du s et h e mt os u p p o r to n l i n ea d v e r t i s i n gd e c i s i o n s t h eu l t i m a t e o b j e c f i v eo fo n l m et a r g e t e da d v e r t i s i n gi st op o s ts u i t a b l eo n l i n ea d v e r t i s e m e n t t ot h e s u i t a b l ew e bu s e ri nt h er i g h tt i m e a se c o m m e r c ei sd e v e l o p i n gf a s t , t h ec l i c k t h r o u g hr a t eo fo n l i n ea d v e r t i s e m e n tk e e p sd r o p p i n g o n l i n ea d v e r t i s i n gh e l p sp e o p l e t of i n daw a yt or a i s et h e i ro n l i n ea d s c l i c kt h r o u g hr a t e t h i sa v o i d sw a s t eo f o n l i n e m a r k e t i n gr e s o b l c ea n dm a k e so n l i n ea d v e r t i s e m e n tm o r et a r g e t e da n d m o r ee f f i c i e n t o n l i n et a r g e t e da d v e r t i s i n gi t s e l fh a sa l r e a d yb e c o m ean e wd e v e l o p m e n td i r e c t i o no f o n l i n ea d v e r t i s i n g t h i sp a p e ri sb a s e do nt h ep r a c t i c a lc o m m e r c i a lp h e n o m e n o n , o n l i n et a r g e t e d a d v e r t i s i n g a f t e rt h ei n t e r v i e wa n dd i s c u s s i o nw i t ht h er e s e a r c h e r sa n dm a n a g e r s f r o mi n d u s t r y , t h i sr e s e a r c hi ss t u d y i n gs e v e r a lr e s e a r c hi s s u e sf r o mb o t ht h e o r e t i c a l a n dt e c h n i c a lp e r s p e c t i v e s i nd e t a i l ，t h em a i n 、阳f k so ft h i sr e s e a r c ha r es h o w na s f o l l o w s ： f i r s t l y , t h ep a p e rt e s t st h ea s s o c i a t i o nr e l a t i o n s h i pb e t w e e nw e bu s e r s o n l i n e b e h a v i o rc h a r a c t e r sa n dt h ec l i c k so fo n l i n ea d v e r t i s e m e n t t h ea s s o c i a t i o nb e t w e e n w e bu s e r s o n l i n eb e h a v i o rc h a r a c t e r sa n dt h ec l i c k so fo n l i n ea d v e r t i s e m e n ti st h e b a s i ca s s u r n p t i o no fo n l i n et a r g e t e da d v e r t i s i n g t h r o u g ht h es t a t i s t i c a la n a l y s i so f p r a c t i c a ld a t a , t h i sp a p e rv e r i f i e st h a tw e b u s e r s o n l i n eb e h a v i o rd a t ai sm e a n i n g f u lt o s u p p o r to n l i n ea d v e r t i s i n gd e c i s i o n s b yu s i n gd a t am i n i n gt e c h n i q u e t oa n a l y z ew e b u s e r so n l i n eb e h a v i o rd a t a ，w ec a nf i n dl o t so fv a l u a b l ei n f o r m a t i o na n dr u l e sa n d a b s t r a c t t h e s ec a nl e tu sp o s tt h es u i t a b l eo n l i n ea d v e r t i s e m e n tt ot h es u i t a b l ew e bu s e rt h a ti s v i s i t i n g t a r g e t e dw e bp a g e s e c o n d l y , t h ei m p l e m e n t a t i o no fo n l i n et a r g e t e da d v e r t i s i n gi sd e f i n i t e l yn o ta s i m p l ep r o b l e mt h a tc a l lb ef i g u r e do u tb yu s i n go n e o rt w od a t am i n i n gm o d e l s i ti s as y s t e m a t i cp r o b l e m ，ac o o p e r a t i n gw o r kt h a tc o n t a i n ss e v e r a lf u n c t i o n s ，i n c l u d i n g a d v e r t i s e m e n t o r g a n i z i n g a n d s t o r e ，c l a s s i f i c a t i o nm o d e l ，r e a l - t i m e s e s s i o n a c q u i r e m e n t ，o n l i n ea d v e r t i s e m e n t a l l o c a t i o na n ds oo n t h i sp a p e rp r o p o s e sa l l o n l i n et a r g e t e da d v e r t i s i n gs y s t e mf r a m e w o r k ，w h i c hi n c l u d ef o u rs u b j e c t s ：w e bu s e r , a d v e r t i s e r , p u b l i s h e ra n do n l i n et a r g e t e da d v e r t i s i n gs e r v i c ep r o v i d e r ，a n dt h e f r a m e w o r kd i v i d e s s y s t e mf u n c t i o n i n t o t h r e ep a r t ：a d v e r t i s e m e n tm a n a g e m e n t , o p t i m u md e c i s i o nm o d e la n dr e a l - t i m ea d v e r t i s e m e n tp u b l i s h i n g t h i r d l y , t a r g e t i n gt e c h n i q u ei st h ec o r eo fo n l i n et a r g e t e da d v e r t i s i n gs e r v i c e , a n da l s o t h eb a s e o fo n l i n et a r g e t e da d v e r t i s i n gs e r v i c ep r o , c i d e r sc o m p e t i t i v e a d v a n t a g e t h i sp a p e rp r o p o s e san e ws o l u t i o nf o rt a r g e t e da d v e r t i s i n g , o n l i n e a d v e r t i s e m e n t s c l u s t e r i n gp l u s c l a s s i f i c a t i o nm o d e l a l s ot h ep a p e rd e s i g n sa n e x p e r i m e n tb yu s i n gt h ep r a c t i c a ld a t at oa n a l y z ea n dc o m p a r es e v e r a lc l a s s i f i c a t i o n m o d e l sa n dt r i e st of i n dt h em o s ts u i t a b l ew a yf o ro n l i n et a r g e t e da d v e r t i s i n g f o u r t h l y , b a s e do nt h ee x i s t e dr e s e a r c h ，t h i sp a p e rp r o p o s e sa no n l i n et a r g e t e d a d v e r t i s i n ga l l o c a t i o nm e c h a n i s mb a s e do na d v e r t i s e m e n tr a n k i n g t h ep r o b l e mt h a t a d v e r t i s e m e n ta l l o c a t i o nm e c h a n i s mc a ns o l v ei sa l l o c a t i n gi m p r e s s i o n st oo n l i n e a d v e r t i s e m e n t si nt h ec o n d i t i o no ft h el i m i t e dr e s o u r c e s a d v e r t i s e m e n tr a n k i n gc a n l e tu sc o n s i d e rt h eu n i f o n no fa d v e r t i s e m e n ta l l o c a t i o nw h i l ew ea r ep u r s u i n g m a x i m u mp r o f i t a l s oi tm a k e so n l i n et a r g e t e da d v e r t i s e m e n ta l l o c a t i o nb em o r e p r o f i t a b l ei nb o t hs h o r tt i m ep e r i o da n dl o n gt i m ep e r i o d i no r d e rt o t e s t t h e f e a s i b i l i t ya n de f f i c i e n c yo fa d v e r t i s e m e n tr a n k i n gb a s e dm e c h a n i s m ， w eu s e m a t h e m a t i c a lm o d e lt os i m u l a t et h ea l l o c a t i n gp r o c e s so ft h r e eo n l i n et a r g e t e d a d v e r t i s i n ga l l o c a t i o nm e c h a n i s m s ，a n dp r o p o s e ss o m ef i n d i n g s k e yw o r d s ：o n l i n et a r g e t e da d v e r t i s i n g o n l i n eb e h a v i o ra d v e r t i s e m e n t a l l o c a t i o nd a t am i n i n g v 目录 目录 第一章绪论1 第一节研究背景及问题提出1 一、 研究背景l 二、 问题提出4 第二节研究内容，研究方法与技术路线，6 一、研究内容与基本结构6 二、研究方法1 0 三、技术路线l o 第三节研究意义1 3 一、 理论意义1 3 二、 实践意义1 4 第二章文献综述：网络广告理论研究的现状及其趋势1 5 第一节基于文献计量的文献综述1 5 一、文献筛选方法15 二、 编码处理一1 6 三、分析结果16 第二节基于文本挖掘的文献挖掘分析2 5 一、文本数据的处理2 6 二、使用的s a s 模型2 7 三、文本数据挖掘结果一2 8 四、研究主题分布情况分析一3 0 第三节网络广告点击相关研究3 2 一、 网络广告点击相关概念。3 2 二、 网络广告点击与网络，“告效果3 3 三、 网络广告点击影响冈素3 7 四、 有关网络点击率的已有研究的小结4 5 第四节网络精准广告相关概念及发展4 5 一、 精准营销4 5 v i 目录 二、 网络精准营销4 8 三、 基于商务智能的网络精准营销5 0 第三章网络精准广告的发展及其商业模式分析5 4 第一节网络广告的发展及其行业现状5 4 一、网络广告的定义及其形式5 4 二、网络广告的发展历程5 9 三、 网络广告的行业现状6 0 四、中国网络广告行业的发展6 6 第二节网络精准广告的兴起及其发展现状7 1 一、网络精准广告的出现7l 二、网络精准广告兴起的原因分析7 3 三、 网络精准广告的发展现状7 5 第三节网络广告的价格模式分析7 6 一、 网络广告已有价格模式7 6 二、 已有价格模式的比较分析7 9 第四节中介型网络精准广告商业模式8 1 一、传统网络广告与中介型网络精准广告商业模式比较8 l 二、 网络精准广告商业模式实施中的研究问题8 4 第五节本章小结8 5 第四章网络用户网上行为特征与广告点击的关系8 6 第一节网络用户点击流数据的获取8 6 一、w e b 点击流数据简介8 6 二、w e b 点击流数据的来源8 7 第二节网络用户网上行为特征的抽取9 5 一、w c b 点击流数据的准备9 5 二、 网上行为特征的抽取1 0 2 第三节网上行为特征与网络广告点击的实证检验1 0 6 一、 数据来源及其描述性统计分析1 0 6 二、卡方检验1 0 8 三、l o g i s t i c 回归分析1 1 1 v i l 目录 第四节本章小结1 1 5 第五章网络精准广告实施的系统框架及其关键精准技术11 6 第一节商务智能与w e b 数据挖掘概述1 1 6 一、商务智能ll6 二、w e b 数据挖掘12 0 第二节网络精准广告的系统框架1 2 9 一、网络精准广告实施框架1 2 9 二、网络精准广告的实施过程1 3 2 第三节网络广告的聚类1 3 4 一、主要的聚类算法1 3 5 二、网络，“告的本体表示。1 4 1 三、 网络广告的层次聚类。1 4 4 第四节网络用户分类决策模型1 5 0 一、主要的分类算法1 5 0 二、网络用户的分类一1 5 7 三、实验及结果比较分析1 6 1 第五节本章小结1 6 8 第六章网络精准广告投放分配机制研究1 6 9 第一节现有的网络广告投放分配机制1 6 9 一、传统网络广告投放分配机制一1 7 0 二、 网络精准广告投放分配机制1 7 9 第二节基于广告排序的网络精准广告投放分配机制1 8 2 一、基于广告排序的网络精准广告分配机制1 8 3 二、t o d 扩展的网络精准广告分配机制。1 8 5 第三节网络精准广告投放分配机制仿真分析1 8 7 一、仿真设计1 8 7 二、 仿真结果分析18 8 第四节本章小结1 9 2 第七章结论与展望1 9 4 第一节主要研究工作及结论1 9 4 v i i i 目录 一、 网络用户网上行为特征与网络广告点击之间存在关联关系1 9 4 二、 网络精准广告实施的系统框架及其关键精准技术1 9 5 三、基于广告排序的网络精准广告投放分配机制1 9 6 第二节主要创新1 9 6 一、验证了网络用户网上行为特征与网络广告点击的关联关系1 9 7 二、 提出了网络广告聚类加分类决策模型的精准技术解决方案1 9 7 三、 提出了一种基于广告排序的网络精准广告投放分配机制1 9 8 第三节研究的局限性以及未来研究展望1 9 8 一、研究的局限性。1 9 8 二、未来研究展望1 9 9 参考文献2 0 0 附录一纳入文献计量的9 4 篇文献2 1 5 附录二网络精准广告投放分配机制仿真核心s a s 程序2 2 0 致谢：2 2 0 3 个人简历、在学期间发表的学术论文与研究成果2 2 0 5 i x 图2 1 0r o d g e r s 和t h o r s o n 提出的广告特征变量4 0 图3 11 9 9 9 2 0 0 7 年互联网广告收入及占整体广告收入比例图6 l 图3 21 9 9 9 2 0 0 7 年互联网广告收入增长比例图6 2 图3 32 0 0 0 2 0 0 7 年互联网广告各季度收入增长图6 2 图3 4 不同形式网络广告在网络广告收入中所占的比重6 3 图3 52 0 0 6 与2 0 0 7 年各行业网络广告费用图6 5 图3 62 0 0 6 与2 0 0 7 年各行业网络广告费用图6 6 图3 72 0 0 1 年到2 0 0 7 年的中国网络广告市场规模及预测图6 7 图3 82 0 0 6 年中国网络广告市场的广告类型比重6 8 图3 92 0 0 4 年到2 0 1 1 年中国网络广告细分市场结构趋势预测图6 9 图3 1 02 0 0 7 年中国网络广告各行业广告费用情况7 0 图3 1 12 0 0 1 2 0 0 7 年中国主要行业网络广告投放费用7 l 图3 1 22 0 0 6 和2 0 0 7 年不同价格模式占网络广告总收入比重8 0 图3 1 3 传统网络广告与中介型网络精准广告商业模式8 2 图3 1 4 网络精准广告商业模式实施中的研究问题8 4 图4 1 服务器日志文件产生过程8 9 x 图目录 图4 2 网络广告服务器从c o o k i e 中提取信息的过程9 2 图4 3 网络用户终端机中的c o o k i e 文件9 3 图4 4 服务器日志文件9 6 图4 5w e b 点击流数据的数据准备过程9 7 图4 6 会话流数据转换图1 0 2 图4 7 网络用户网上行为特征数据1 0 5 图5 1i b m 商务智能系统框架图1 1 9 图5 2 网络精准广告实施框架1 3 0 图5 3 网络精准广告各主体之间的控制流和信息流图1 3 1 图5 4 网络精准广告实施流程图1 3 3 图5 4 网络广告本体结构图1 4 2 图5 5 广告主本体( a d v e r t i s e r o n t o l o g y ) 结构图1 4 4 图5 6 网络广告产品( a d s p r o d u c t o n t o l o g y ) 本体结构图1 4 4 图5 7 聚类层次树1 4 9 图5 8 数据挖掘技术在客户关系管理中的应用1 5 8 图5 9 广告分类模型的创建1 6 0 图5 1 0 网络广告分类模型的使用1 6 1 图5 1 1 实验数据的导入1 6 3 图5 1 2 实验数据集各属性的描述性统计1 6 4 图5 1 3 分类实验的s a s 模型1 6 5 图5 1 4 回归分类节点的设置1 6 5 图5 1 5 决策树分类节点的设置1 6 6 图5 1 6 实验各分类模型评估结果1 6 6 图5 1 7 分类模型评估结果1 6 7 图6 1 购买网上的横幅广告1 7 0 图6 2 三种网络精准广告投放分配机制的收益比较1 8 9 图6 3 收益与排序参数口的关系1 9 0 图6 4 网络广告的历史点击率与投放次数和点击次数的变化关系1 9 1 x i 表目录 表目录 表2 1 文献时间分布情况1 7 表2 2 文献类型的分布情况1 8 表2 3 定性研究与定量研究的情况1 9 表2 4 定性与定量研究在不同时间段内的分布2 0 表2 5 研究方法分布情况2 1 表2 6 研究方法在不同时间段内的分布情况2 2 表2 7 研究层面分布情况2 3 表2 8 研究层面在不同时间段的分布情况2 3 表2 9 词频表2 9 表2 1 0 聚类分析结果3 0 表2 1 1 文献研究主题分布情况3 l 表2 1 2 文献研究主题在不同时间段内分布表3 l 表2 1 3a i d a 模型的扩展和改进3 4 表2 1 4 各学者对广告效果影响因素的研究3 7 表2 1 5t h o r s o n 和l e a v i t t 的广告特性模型3 9 表2 1 5 以往研究中关于互动性的研究4 l 表3 1 近三年来历年各种形式网络广告在网络总广告收入中的比重6 4 表3 2 不同网络广告价格模式的特点和适用范围7 9 表4 1w e b 服务器日志文件内容9 0 表4 2 用户识别的方法及其优缺点1 0 0 表4 3 网络用户网上行为特征属性1 0 4 表4 4 各变量的描述性统计指标值1 0 7 表4 5 各行为特征变量在对网络广告点击上的卡方检验1 0 9 表4 6 访问网页数量对网络广告点击的交叉列联表1 0 9 表4 7 是否访问搜索页面对网络j “告点击的交叉列联表1 1 0 表4 8 是否访问网页5 对网络广告点击的交叉列联表1 l l 表4 8l o g i s t i c 回归模型的整体显著性检验1 1 3 表4 9l o g i s t i c 回归判定系数1 1 4 x i i 表目录 表4 1 0l o g i s t i c 同归顶测准确率1 1 5 表5 1w e b 数据挖掘的类型及其挖掘对象1 2 2 表5 22 0 0 7 年网络精准广告服务商被收购事例1 3 0 表5 3 部分聚类算法性能总结与比较1 4 1 表5 4 训练集数据的属性1 5 9 x i l l 第一章绪论 第一章绪论 网络广告已经成为现代产品营销的一个重要手段。网络精准广告作为网络 广告的发展方向和趋势也成为了当前学术界和实践界共同关注的热点课题。作 为整篇论文的起点，本章在研究背景的基础上提出了所探讨的研究问题并阐述 了其理论与实践价值。同时介绍了本文的研究内容与研究方法，概括了全文的 逻辑结构和框架体系。 第一节研究背景及问题提出 一、研究背景 随着网络技术的不断发展，互联网( i n t e r n e t ) 已成为现代社会中人们获取 和交流信息的重要渠道和媒体，并不断的融入到人们的生活当中。据调研机构 c o m s c o r e 最近公布的调查报告显示，现全球网民数量己达到了7 7 2 亿。目前全 球人口总数为6 6 亿，这意味着全球网民数量的比例约为1 2 ，而这份报告所 统计的网民还只是指年龄在1 5 岁以上，过去3 0 天内上过网的人口数量。在中 国，截至2 0 0 7 年1 2 月，网民数已增至2 1 亿人，比2 0 0 7 年6 月增加4 8 0 0 万 人。2 0 0 7 年一年则增加了7 3 0 0 万人，年增长率达到5 3 3 ，在过去一年中平 均每天增加网民2 0 万人。目前中国的网民人数略低于美国的2 1 5 亿【，位于 世界第二位【2 】。随着网民数量的不断增加，及宽带、移动互联网、w e b 2 0 等基 础设施和理念的发展，互联网已迈入一个新的阶段。与之同时，作为互联网产 业支柱之一的网络广告业也进入了高速增长期。据报道，互联网也己成为既传 统的电视、广播、报纸、杂志媒体之后的第五大媒体。由于在电子商务时代中 生产者与消费者之间中间环节的减少，网络广告作为生产者与消费者之间的桥 梁，使得消费者对产品的选择更加依赖于广告。同时，广告作为一种信息传播 和促销的手段，也已经越来越为企业所重视与应用。根据美国i n t e r a c t i v e a d v e r t i s i n gb u r e a u ( i a b ) 2 0 0 7 年的报告，美国2 0 0 6 年一年的互联网营销收益大 f l j 美国嘲民数据来源：w w w i n t e r n e t w o r l d s t a t s c o m ，2 0 0 7 2 i 中国互联网络发展状况统计报告，2 0 0 8 年i ) - j ，h t t p ：w w w c n n i c c o m 。 第一章绪论 概为1 6 8 亿美元，比2 0 0 5 年同比增长3 4 ，其中网络横幅广告大概占2 1 。 在中国据i r e s e a r c h ( 艾瑞) 的调研，2 0 0 6 年中国网络广告市场规模为6 0 5 亿 元，同比增长4 8 6 1 1 。中国互联网协会的2 0 0 7 中国互联网调查报告显示， 2 0 0 6 年我国网络广告( 不含搜索引擎在内) 收入达4 9 8 亿元，比2 0 0 5 年增 长了5 0 9 1 。这些数据都说明了网络广告行业已经进入了快速发展时期，网络 广告已成为广告主进行营销的主要方式之一，传统广告主已逐渐突破了将广告 投放到网络媒体的心理关口。报告预计，2 0 0 7 年、2 0 0 8 年中国网络广告市场规 模将依然分别保持5 1 8 和5 5 6 的增长，到2 0 0 8 年市场规模将达1 1 7 6 3 亿 元。如此庞大的市场份额，无疑为网络广告的发展提供了巨大的动力和上升空 间。 然而，繁荣背后却隐藏着一个一直困扰网络广告行业的现象：点击率的不 断下降。早在电子商务刚刚兴起的九十年代，网络广告的点击率就出现了下降 的趋势，但是仍就还处于高点击率的时代，网络广告的高速发展掩盖了这一趋 势。九十年代中期，网络广告的平均点击率已由3 持续下降到了1 还不到 【2 1 。更具体来说到2 0 0 0 年，横幅广告的平均点击率已经下降到了大约0 5 ， 并且这一数字还在不断的下斛3 1 。据e m a r k e t 市场调查公司2 0 0 2 年的调查报 告，网络广告的平均点击率已经下降到了1 以下，消费者对网页中出现的横 幅广告及其它各种形式的广告已经感到厌倦，不愿意点击网页广告中的链接 【4 】。网络广告行业的巨头d o u b l e c l i c k 的研究报告也显示2 0 0 2 年6 月份的广告 平均点击率只有o 8 4 。最新的统计报告显示横幅广告的平均点击率只有大概 0 2 【5 1 。点击率的下降是行业发展意料之中的事，大量的网络广告使网络用户 在浏览网页时感到十分厌倦，尽管网络广告设计师不断推陈出新，试图吸引网 络用户的注意力，但是收效甚微；同时点击率是点击数除以浏览广告的网络用 户数量，网络用户的爆炸性增加也相对缩小了对于广告主有价值的网络用户的 比例，这也导致了点击率的下降。如果这一趋势持续下去，网络广告业将经历 新一轮的严重衰退期。 【1 li r e s e a r c h 1 2 0 0 7 年中国网络广告市场份额报告，h r p ：w w w i r e s e a r c h c n 。 l 到d o y l e , k ，m i n o r , a ，a n dw e y r i c h ，c b a n n e ra dp l a c e m e n ts t u d y ，w o r k i n gp a p e r , u n i v e r s i t yo fm i c h i g a n , l9 9 7 h t t p ：w w w w e b r e f e r e n c e c o m d e v b a n n e r s ( a c c e s s e dj u l y2 0 0 7 ) 【引s w e e n e y ，t a d v e r t i s