计算广告学

http://baike.baidu.com/view/4330198.htm

计算广告的运作系统主要包括广告算法、广告、语境、受众（用户）四个方面，针对这四个方面当下的广告形式可归纳为三类：基于文本分析、基于用户分析和基于用户参与。

基于文本分析的计算广告

近年来，文本分析成为自然语言处理学科的一个热点研究问题，该学科一些应用研究学者相继将网页分析、文本倾向性分析、文本相似性分析、机器翻译等研究成果应用到网络广告实践中，其突出代表为百度竞价排名、Google AdSense、DoubleClick Contextual Ad。这三者虽然都是基于文本分析，而且它们有着相同的前提假设——用户喜欢与自身信息需求相关的广告，但是这三者的系统原理却截然不同。百度竞价排名通过对用户搜索关键字与广告主竞拍关键字进行相似性计算，实现在搜索结果的最前面插入与用户搜索相关的广告。显然，百度竞价排名人为干预搜索结果有一定的误导用户之嫌。Google为了保证搜索结果的公平性，较早放弃了竞价排名广告，转向以站长加盟的形式实现在搜索目标页面投放与搜索词相似的广告，即Google AdSense。而Contextual Ad基于对用户所浏览网页的主题分析，从广告库中检索与主题相似的广告插入到网页指定位置，实现广告与语境的匹配。

基于用户分析的计算广告

如果基于内容分析的广告与语境向匹配是间接实现广告与用户相匹配的话，基于用户分析的计算广告便是直接寻找广告与用户的一致性。当前用户分析主要从IP、注册资料、服务器日志、Cookie、历史数据、浏览器行为等方面切入，其代表性的广告形式为电子商务个性化推荐广告和MediaV。个性化推荐广告可以看作是POP广告的一种智能化改进，根据用户的兴趣特点和购买行为，向用户推荐其感兴趣的商品。此定位过程是IP地位、信息检索、协同过滤、数据挖掘等多种算法组合计算的过程。而MediaV则是根据Cookie跟踪用户浏览历史，分析用户的兴趣取向，在用户登录某网页时，通过MediaV平台识别用户，投放与之兴趣相符的广告。

基于用户参与的计算广告

文本和用户行为都可以通过相关算法进行兴趣相似性分析，然而图像、视频这种多媒体数据在现有的图像识别技术下，尚不能进行主题分析，因此需要借助人工参与。基于用户参与的计算广告系统其主要目的在于搭建一个用户、广告主、站长的联盟平台，如Pixazza图片广告联盟和QiYi视频广告联盟。联盟广告系统以利益分成的方法吸引网民作为志愿专家参与广告创作活动中，专家浏览图片或者视频时发现商品信息，则在相应位置插入广告兴趣点，并链接到之相对应的商品购买广告。与传统的视频插播广告不同的是，这种广告系统只有在用户指向广告兴趣点时才会显示广告，一定程度上减轻了对用户浏览图片、视频的打扰。 ^[1]