项目名称: 语义知识驱动的网络上下文广告投放高效方法研究

项目编号: No.61202171

项目类型: 青年科学基金项目

立项/批准年度: 2013

项目学科: 计算机科学学科

项目作者: 吴宗大

作者单位: 温州大学

项目金额: 22万元

中文摘要: 随着万维网的快速普及,网络上下文广告的重要性日益显著。没有上下文广告,网络的商业价值将遭受严重损失。不同于一般性的网络文档,网络文本广告篇幅较短,包含较少的关键字,并且需要动态嵌入目标网页,因而,对精度和效率均提出了更高的要求。然而,现有的上下文广告投放方法,难以在这广告投放的准确性和高效性之间取得较好的平衡。所以,设计出一种"既准且快"的上下文广告投放方法,具有重要的科学意义和重要的应用前景。 基于语义知识库,本课题将深入研究: 1)如何利用知识库丰富的语义知识来捕获和扩充文本广告的内容特征向量,克服传统方法容易引发的语义混淆、关键词重叠率低、内容失配等问题,提高上下文广告投放的准确性。2)如何通过设计高效的语义空间映射算法,快速地获取目标网页的内容特征向量,确保上下文广告投放的高效性。 3)以及,如何将文本广告嵌入到目标网页中与广告内容最相关的位置,确保上下文广告投放的局部准确性。

中文关键词: 网络内容广告;语义知识;特征映射;内容相关度;特征空间

英文摘要: With the popularization of the World Wide Web, contextual advertising is becoming increasingly important. Without contextual ads, the Web will lose the most of its market values. Different with generic web documents, contextual ads are generally with shorter length, i.e., which contain less keyword, and have to be embedded into a targeted web page dynamically, leading to the higher requirements for precision and efficiency. However, it is difficult for existing contextual advertising approaches to balance the accuracy and efficiency in advertising. It therefore has both significant theoretic values and wide potential applications to propose an effective contextual advertising approach that is not only with good precision but also with satisfactory efficiency. In this research project, based on a semantic knowledge base, we mainly discuss the following three key issues: 1) how to leverage rich semantic knowledge to capture and enrich the feature representations of textual ads, to overcome the problems such as semantic ambiguity, low intersection of keywords, and context mismatch, consequently, improving the precision of contextual advertising. 2) how to design an effective space mapping algorithm to obtain the feature representations of web pages efficiently, consequently, ensuring the good efficiency of conte

英文关键词: contextual advertising;semantic knowledge;feature mapping;feature space;content relevance

成为VIP会员查看完整内容
0

相关内容

专知会员服务
16+阅读 · 2021年9月18日
专知会员服务
12+阅读 · 2021年3月13日
【WSDM2021】多交互注意力网络细粒度特征学习的CTR预测
专知会员服务
24+阅读 · 2020年12月27日
【CIKM2020】利用自注意力网络使搜索结果多样化
专知会员服务
12+阅读 · 2020年11月6日
【CIKM2020】学习个性化网络搜索会话
专知会员服务
14+阅读 · 2020年9月20日
专知会员服务
29+阅读 · 2020年9月13日
【CIKM2020】学习表示解决可解释推荐系统
专知会员服务
47+阅读 · 2020年9月6日
子图检索增强的知识图谱问答方法 | 论文荐读
学术头条
6+阅读 · 2022年3月30日
基于编辑方法的文本生成(上)
哈工大SCIR
0+阅读 · 2021年6月30日
ACL2020 | 基于Knowledge Embedding的多跳知识图谱问答
AI科技评论
18+阅读 · 2020年6月29日
一种关键字提取新方法
1号机器人网
21+阅读 · 2018年11月15日
基于二进制哈希编码快速学习的快速图像检索
极市平台
12+阅读 · 2018年5月17日
关系推理:基于表示学习和语义要素
计算机研究与发展
18+阅读 · 2017年8月22日
国家自然科学基金
12+阅读 · 2014年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
Arxiv
12+阅读 · 2020年6月20日
Arxiv
13+阅读 · 2017年12月5日
小贴士
相关VIP内容
专知会员服务
16+阅读 · 2021年9月18日
专知会员服务
12+阅读 · 2021年3月13日
【WSDM2021】多交互注意力网络细粒度特征学习的CTR预测
专知会员服务
24+阅读 · 2020年12月27日
【CIKM2020】利用自注意力网络使搜索结果多样化
专知会员服务
12+阅读 · 2020年11月6日
【CIKM2020】学习个性化网络搜索会话
专知会员服务
14+阅读 · 2020年9月20日
专知会员服务
29+阅读 · 2020年9月13日
【CIKM2020】学习表示解决可解释推荐系统
专知会员服务
47+阅读 · 2020年9月6日
相关资讯
子图检索增强的知识图谱问答方法 | 论文荐读
学术头条
6+阅读 · 2022年3月30日
基于编辑方法的文本生成(上)
哈工大SCIR
0+阅读 · 2021年6月30日
ACL2020 | 基于Knowledge Embedding的多跳知识图谱问答
AI科技评论
18+阅读 · 2020年6月29日
一种关键字提取新方法
1号机器人网
21+阅读 · 2018年11月15日
基于二进制哈希编码快速学习的快速图像检索
极市平台
12+阅读 · 2018年5月17日
关系推理:基于表示学习和语义要素
计算机研究与发展
18+阅读 · 2017年8月22日
相关基金
国家自然科学基金
12+阅读 · 2014年12月31日
国家自然科学基金
7+阅读 · 2014年12月31日
国家自然科学基金
1+阅读 · 2013年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
3+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2012年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
0+阅读 · 2011年12月31日
国家自然科学基金
2+阅读 · 2009年12月31日
微信扫码咨询专知VIP会员