互联网广告人群标签库的设计及投放规则挖掘

发布时间：2017-05-07 13:16

  本文关键词：互联网广告人群标签库的设计及投放规则挖掘，由笔耕文化传播整理发布。

【摘要】：随着互联网和大数据技术的发展,广告已成为互联网企业的主要收入之一。传统的互联网广告没有完全实现精准营销主要在于：1.缺乏大数据平台来存储和处理用户的数据；2.人群数据分析的技术尚不成熟。精准营销的关键点在于识别和选择目标用户,而人群标签库的准确性直接关系着用户画像的描绘,同时也影响到精准广告投放效果。本文开展互联网广告人群标签库的设计和投放规则挖掘方法的研究,完成的主要工作包括：1.在分析了广告角色、收费模式和广告用户行为基础之上,给出了一种人群类目体系的分类原则,通过综合不同的类目体系,可以得出常用人群类目和特有人群类目。2.基于人群打标签和对标签赋予权重后得到人群特征库。人群打标签通过对信息使用了手工分类、半自动分类和自动分类这3种方法分类后所得到的人群和标签类目的对应关系。权重是通过对用户的访问行为等途径赋予。基于此标签库,广告主或者广告商可以通过标签选择所需要的人群进行定向投放广告。3.在人群标签库的基础上通过标签选择、相似受众和关联规则等方法获取目标人群,从而进行精准人群定向投放。本文针对广告投放效果进行了对比分析,结果表明通过对用户访问信息进行分类并赋予相关权重来构建人群标签库的方法,可以有效提高广告投放的效果。本文的研究成果为互联网广告精准营销提供了一定的指导方向。
【关键词】：人群类目体系 人群标签库 apriori 人群投放 精准营销
【学位授予单位】：中国科学院大学(工程管理与信息技术学院)
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F713.8;TP393.09
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-18
• 1.1 研究背景与意义10-12
• 1.2 国内外研究现状12-14
• 1.3 相关技术14-17
• 1.3.1 用户跟踪技术14-15
• 1.3.2 大数据平台15-17
• 1.4 本文主要研究内容17-18
• 第二章 人群类目分类研究18-30
• 2.1 互联网广告相关介绍18-22
• 2.1.1 广告角色18-20
• 2.1.2 收费模式20-21
• 2.1.3 广告用户行为21-22
• 2.2 广告人群类目构建分类原则设计22-26
• 2.2.1 人群分类原则设计23-24
• 2.2.2 广告商的人群类目体系研究24-26
• 2.3 互联网广告人群类目结构研究26-28
• 2.3.1 常用人群类目26-27
• 2.3.2 特殊人群类目27-28
• 2.4 小结28-30
• 第三章 人群标签库设计30-48
• 3.1 人群标签库的构建30-35
• 3.1.1 采集数据31-32
• 3.1.2 给人群打标签32-34
• 3.1.3 设定标签权重34-35
• 3.1.4 生成人群标签库35
• 3.2 信息识别分类设计35-44
• 3.2.1 手工分类36-37
• 3.2.2 半自动分类37-42
• 3.2.3 自动分类42-44
• 3.2.4 小结44
• 3.3 标签权重计算研究44-47
• 3.3.1 根据访问次数45
• 3.3.2 根据访问行为类型45-46
• 3.3.3 根据访问时间46-47
• 3.4 小结47-48
• 第四章 人群定向广告投放规则48-60
• 4.1 根据产品特点48-51
• 4.1.1 标签选择48-50
• 4.1.2 广告投放效果分析50-51
• 4.2 相似受众51-56
• 4.2.1 目标群体分析52-54
• 4.2.2 查找相似人群并投放54-56
• 4.3 标签关联规则56-59
• 4.3.1 apriori算法简介56-57
• 4.3.2 apriori算法实现57-59
• 4.4 小结59-60
• 第五章 结论与展望60-62
• 5.1 主要结论60-61
• 5.2 研究局限与展望61-62
• 参考文献62-64
• 致谢64-66
• 个人简历、在学期间发表的论文与研究成果66

【参考文献】

中国期刊全文数据库 前1条

1 王海雷;贺一骏;俞学宁;张铭;;搜索引擎广告用户行为预测与特征分析[J];计算机应用研究;2013年05期

  本文关键词：互联网广告人群标签库的设计及投放规则挖掘，由笔耕文化传播整理发布。

，

本文编号：349938