基于大数据技术的精准广告投放研究

合集下载
  1. 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
  2. 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
  3. 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
收稿日期:2019-03-25
98 2019.06
主为了提高自身产品的宣传度袁 通常情况下会斥巨资争 抢广告黄金档遥 这样一来传统广告投放不仅覆盖率较 低袁 并且可以进行投放的广告位有限袁 开展效果评估较 为困难遥 3 定位受众偏好的大数据挖掘策略 3.1 Graph-based 推荐算法
此算法通常情况下在微博中使用袁 但是针对于精 准广告投放系统而言袁 此算法的作用十分显著袁 在广 告投放系统中袁 当用户对广告内容进行反馈时袁 会通 过广告系统进行传播袁 进而带来一种信息大爆炸的形 式袁 此算法一般基于设计网络来建立袁 但是在精准广 告系统中应用此算法袁 以广告受众的社交网络为出发 点袁 充分利用受众的个性特点袁 以便能够为用户提供 最佳的推荐内容遥 在很多情况下袁 精准广告投放系统 知识信息传播的一个关键环节袁 因此加入了此算法之 后袁 能够对推荐内容进行调控袁 将投放信息的路径进 行改变袁 为用户提供更好的服务遥 当前袁 在各类型算 法中袁 Feed 流 是是当前的主要趋势袁 在 应用 Feed 流 时袁 其结果必须包含有系统与用户之间的关系遥 在应 用 Graph-based 推荐算法时袁 以 Graph 的角度来对此算 法进行解读袁 此算法的目的在于建立一个高价值的用 户关系网络袁 以便能够有效广告投放系统中的优质信 息进行快速传播袁 以便提高 Feed 流的质量袁 在此过程 中袁 最为关键的环节便是要对关键节点进行挖掘袁 以 便能够为用户推送高质量的信息遥 结合自身从业经验袁 对此部分的算法进行了详细的梳理制成表格袁 具体内 容如表 1 所示遥
基于大数据技术的精准广告投放研究
胡涛,陈芳 (湖南交通工程学院,湖南 衡阳 421001)
摘 要院 在当前信息大爆炸的时代,大数据技术为我国各行各业的发展起到了不可忽视的作用,广告 行业也不例外,大数据技术的应用是我国广告行业重要改革内容之一。它不仅能够提升广告的到达率, 还能够提高消费者接触广告的接触率,促使广告自身价值得以提高。但是从当前我国大数据技术背景 下精准广告投放的实际情况来看,仍旧存在有部分内容失真等方面的问题,基于此,主要研究了在大 数据技术背景下精准广告的投放,希望能为我国广告行业的发展带来一些启示。 关键词院 大数据技术;精准广告投放;市场
在大数据时代袁 精准广告的主要特点便是广告主对 广告投放的关键点进行把控遥 在此过程中袁 广告主要善 于总结发现消费者的自身需求袁 以便能够精准地针对消 费者推送广告遥 当消费者浏览某类信息时袁 为消费者提 供有关产品的链接袁 当消费者购买某类产品时袁 为消费 者推动产品的价格袁 帮助消费者挑选性价比较高的产 品袁 以此来促进产品的销售遥 广告主在此过程中袁 要善 于捕捉消费者的信息袁 有针对性地对其投放广告袁 最终 为提高产品经济效益打下基础遥 2 传统广告中的不足
在广告行业发展过程中袁 大数据技术的应用成为其 谋求创新尧 优化升级的重要手段袁 利用大数据的分析处 理能力袁 能够为广告投放工作提供精准的信息数据支 持袁 提升广告自身价值的同时提高了广告公司的自身效 益遥 但是在当前广告行业利用大数据技术的过程中出现 了众多问题袁 导致广告行业改革面临较大的风险遥 因 此袁 一种有效的基于大数据环境下的数据挖掘技术对广 告的精准投放具有十分重要的现实意义遥 1 大数据精准广告的特点 1.1 个性的广告创意
广告投放主体之所以投放广告是想将广告传播价值 转换为自身产品的经济价值遥 想要提高广告价值袁 那么 首先需要向消费者表达自身产品的相关信息袁 以便能够 引起消费者的注意袁 为消费者留下产品的重要印象遥 在 当前各类型新媒体不断发展的情况下袁 媒体渠道呈现多 样化发展袁 广告传播主体想要促使自身产品信息在众多 信息中脱颖而出袁 那么在表达内容上需要创新遥 而基于 大数据技术的精准广告袁 能够依托程序化创意平台在短 时间内对产品信息的表达形式进行创新遥 程序化创意指 的是经过程序化创意平台的算法与大数据技术相结合袁 向广告设计师推送符合设计内容的相关材料袁 其中包含 有广告设计颜色尧 广告标识尧 广告语等袁 当设计师完成 多份广告创意设计袁 由于不知道确切的投放效果袁 故由 系统先进行自由组合投放袁 在投放过程中不断根据用户 反馈确定最优的创意遥 1.2 科学的广告决策
对于用户群体性行为的计算 对用户海量关系的简化计算 量化节点与边的价值
智能排序
根据用户关注信息进行 计算
面向用户关键节点的内 容推荐
在应用此算法时袁 产生了如下众度数据附产品袁 如 表 2 所示遥
在传统的广告决策中袁 广告投放主体通常情况下会 根据自身产品的特性寻找适合投放广告的平台袁 因此袁
广告主自身的经验对于广告决策起着至关重要的作用遥 而基于大数据技术的精准广告袁 在投放过程中袁 首先需 要 Graph-based 推荐算法对数据信息进行处理袁 随后根 据处理结果对消费者投放广告遥 这样一来袁 利用大数据 技术处理过的信息数据能够为广告决策提供合理的建 议袁 促使广告决策科学化遥 1.3 精准的广告投放
结合传统模式下的广告投放情况来看袁 媒介既是受 众接触广告的一个主要途径袁 也是受众不愿接受广告的 屏障袁 在此情况下袁 广告投放者往往难以了解群众对于 广告的评价以及群众是否愿意接受广告袁 在一定程度上 会导致广告资源出现浪费情况袁 促使广告传播效果难以 提高遥 除此之外袁 在传统的报纸广告时代袁 广告主在投 放广告之后通常情况下较难接收到消费者的反馈袁 因 此袁 广告主通常会将广告信息刊登在报纸上较为明显的 区域袁 用来获取消费者较多的关注遥 在电视时代袁 广告
表 1 不同算法的详细说明表
算法
说明
应用举例
User-based CF
根据喜好相类似的受众群体而产 用户推荐过的信息以及
生的wk.baidu.com荐结果
用户关注过的正文内容
KeyUser-based CF 推荐结果来自于好友认同
热点内容
Item-based CF
根据用户的消费行为
实时推荐
Edgerank Min-hash/LSH 归一化算法
相关文档
最新文档