摘要：随着互联网的发展和用户的增长,广告行业从传统的线下广告模式,逐步转变为线上广告模式.同时,由于大数据分析技术的运用,线上广告模式相比于传统广告也体现了巨大的优越性.广告主之间相互竞争,通过竞价的方式,将自己的广告投放在运营媒体的广告位上.所以,在投放前预测该广告可能被用户点击的概率(CTR),对于广告主减少成本和增加可能收入来说非常重要.本文在调研了目前常用的广告点击率预测模型的基础上,选取广告主、广告和投放媒体平台信息作为预测模型的特征,采用真实数据集验证说明各种模型的优劣性,以及不同特征对广告点击率预测结果的影响.

摘要：计算广告是根据给定的用户和网页内容,通过计算得到与之最匹配的广告并进行精准定向投放的一种广告投放机制.广告的点击率预测是指利用点击日志预测的点击率,其结果受到广告的自身性质、广告位置、页面信息、用户性质,以及广告主信誉等诸多因素的影响.有效地预测广告的点击率,对于提高广告投放的效率有着至关重要的作用.本文介绍了广告点击率预测的常用模型,包括历史数据丰富的广告点击率预测模型、新广告和稀疏广告的点击率估算模型和点击率预测的优化模型,并通过真实数据集举例说明了其实现的方法.

摘要：点击率预测可以提高用户对所展示互联网广告的满意度,支持广告的有效投放,是针对用户进行广告的个性化推荐的重要依据.对于没有历史点击记录的用户,仍需对其推荐广告,预测所推荐广告的点击率.针对这类用户,以贝叶斯网这一重要的概率图模型,作为不同用户之间广告搜索行为的相似性及其不确定性的表示和推理框架,通过对用户搜索广告的历史记录进行统计计算,构建反映用户间相似关系的贝叶斯网,进而基于概率推理机制,定量度量没有历史点击记录的用户与存在历史点击记录的用户之间的相似性,从而预测没有历史点击记录的用户对广告的点击率,为广告推荐提供依据.通过建立在KDD Cup 2012-Track 2的Tencent CA训练数据集上的实验,测试了方法的有效性.

摘要：本文梳理国内外计算传播学研究文献发现,近年来的研究热点主要集中在计算政治传播、计算新闻、计算广告、计算危机传播、计算流行文化传播领域。不少学者通过升级计算手段、扩展研究对象,开拓了包括视觉计算传播、神经计算传播、计算宣传等在内的新研究方向,使计算传播学研究实现了新突破。未来国内的计算传播学研究应以强化我国计算传播学的可持续发展为目标,着力从深耕基础理论、正视计算手段缺陷、探索中国议题三个方向扩充系统性研究,弥补研究手段不足,加强与中国实践的结合。

摘要：目前已有的基于协同过滤的搜索广告推荐方法中,基于邻域的协同过滤方法存在着无法处理稀疏数据的问题,而基于矩阵分解的方法虽然能够推断出缺失的数据,但是却缺少邻居的协作。提出了一种搜索广告推荐算法,即ASN-MF,该算法通过建立广告相似性网络得到广告的相似性关系,并将其加入到矩阵分解的损失函数中,使得分解后的广告特征矩阵能够带有相似邻居的性质。实验基于KDD Cup 2012-Track2的真实数据集,证明了算法的可行性与有效性。

摘要：广告点击率是互联网广告投放的重要依据,有效地预测广告的点击率,对于提高广告投放的效率有着至关重要的作用。在训练点击率预测模型的过程中,往往面临着广告及用户的数量巨大以及训练数据集稀疏的问题,从而导致点击率预测的准确度下降。针对这些问题提出了一种基于LDA(latent Dirichlet allocation,LDA)的点击率预测算法,即LDA-FMs,该算法对原有训练集进行基于主题的分割,利用分割后的子训练集分别建立不同主题下的点击率预测模型;在此基础上,利用广告属于不同主题的概率,有权重地结合每个预测模型的预测结果,进而计算广告的点击率。实验基于KDD Cup 2012-track2的真实数据集,证明了算法的可行性与有效性。

摘要：在线广告是各大互联网公司的主要盈利模式之一,目的是在满足用户的实时需求时,通过竞价和预测用户点击率等方式实现利润最大化。为实现上述目标,提出一种改进的在线广告并行运算模型。应用Logistic回归模型对用户的点击率进行建模,该模型既包含关于长期历史信息的一次模型和二次模型因子,又包含短期的上下文因子。通过贝叶斯后验分布理论对参数计算进行推导,根据Thompson采样和预先计算2种方法改进模型计算效率。实验结果表明,该模型不仅具有较高的预测准确性,而且提高了算法的收敛速度与运行效率。

摘要：针对现有广告短语相关性研究成果多采用字面匹配,忽略了短语所包含的深层语义信息,限制了任务的性能等问题,提出了采用深度学习算法研究广告短语的相关性,采用递归自编码器(RAE)对短语进行深层结构分析,使得短语向量包含深层的语义信息,以此来构建广告语境下的短语相关性计算方法。具体地,给定一个包含若干词的序列,序列中所有相邻的两个元素尝试合并产生一个重构误差,遍历将重构误差最小的元素两两合并,形成类似哈夫曼树结构的短语树。采用梯度下降法最小化短语树的重构误差,采用余弦距离度量短语之间的相关性。实验结果显示,通过引入词语权重信息,加大了重要词语在最终短语向量表示中贡献的信息量,使得RAE更适合短语计算;比起传统LDA和BM25算法,在50%召回率的条件下,提出的算法的准确率分别提高了4.59个百分点和3.21个百分点,这证明了所提算法的有效性。

摘要：大数据已经成为驱动社会发展的重要力量,传统广告公司在大数据及其技术的冲击下面临转型发展。运用战略管理理论作为理论视角,深入分析大数据时代传统广告公司转型的动因,目的为探索传统广告公司的业务战略选择以适应广告市场环境的变化。数据已经成为这个时代最为重要的资源,大数据技术已经成为这个时代的通用技术。大数据为广告市场运作提供了全新的数据基础,传统广告业务运作模式走向衰落。研究发现,大数据引发的市场环境变化成为传统广告公司转型最为直接的推动因素,根据广告公司企业营销传播服务商的战略定位,大数据时代传统广告公司应选择基于数据驱动的营销传播服务作为业务转型战略。数据与算法驱动计算广告的兴起、程序化购买与程序化创意推动广告产业智能化发展以及传统广告公司数据运用的基础三个方面成为传统广告公司业务战略转型的现实依据。

摘要：为什么说计算机技术决定了计算广告存在环境?这也不言自明了。数字化的媒介本就是由于计算机、互联网、智能手机、移动互联网、浏览器、网站、App等软硬件的顺次诞生而演化成熟的,而计算广告又有赖于数字媒介,因此构造计算机、互联网的技术,自然也就决定了计算广告的存在环境,而相关技术的变化也会影响计算广告整个外部生态的构成,进一步影响计算广告的运行逻辑。