检索结果-南通市图书馆

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

考虑网络外部性的在线广告定价策略研究

工业工程与管理 2020年第3期25卷 146-152页

作者：段永瑞戈瑶同济大学经济与管理学院上海200092

将广告服务的内容提供商看作一个双边平台,两边分别是浏览内容的消费者和投放广告的广告商。考虑平台通过努力降低消费者对广告的厌恶程度,通过构建网络外部性的双边市场模型研究了平台努力水平和广告的定价策略问题,得到了存在唯一最... 详细信息

将广告服务的内容提供商看作一个双边平台,两边分别是浏览内容的消费者和投放广告的广告商。考虑平台通过努力降低消费者对广告的厌恶程度,通过构建网络外部性的双边市场模型研究了平台努力水平和广告的定价策略问题,得到了存在唯一最优努力水平和广告价格的条件。进而得到最优努力水平、广告价格以及平台利润均随着网络外部性对广告商的影响程度以及平台单位努力的效果的增大而增大;随着消费者对广告的初始厌恶程度的增加而减小;随着平台付出单位努力成本的增加而减小。最后通过数值分析发现,网络外部性对广告商影响程度的增加对平台利润和广告商剩余是有利的,但对消费者剩余是不利的,从而可能导致社会总福利下降。

关键词：双边市场在线广告定价网络外部性努力水平

广告网络运营中在线广告投放决策的模糊优化模型

在线全文

学校读者我要写书评

暂无评论

东北大学学报（自然科学版） 2004年第9期25卷 837-839页

作者：齐洁汪定伟东北大学信息科学与工程学院辽宁沈阳110004

在广告网络的运营管理中,根据顾客分类和广告目标市场定位构造了顾客与广告匹配程度的模糊关系矩阵,同时通过调查各类顾客访问网站的频率,获得用户对网站确认度的模糊关系矩阵·以这两个矩阵为基础,顾客为桥梁,得到广告与Web站点总体匹... 详细信息

在广告网络的运营管理中,根据顾客分类和广告目标市场定位构造了顾客与广告匹配程度的模糊关系矩阵,同时通过调查各类顾客访问网站的频率,获得用户对网站确认度的模糊关系矩阵·以这两个矩阵为基础,顾客为桥梁,得到广告与Web站点总体匹配程度的关系·基于此关系矩阵构造了最大化广告与站点总体匹配程度的模型,采用模糊化的广告预算约束,使模型更接近实际·利用容差法中的Werner对称模型将模糊优化模型进行清晰化处理,进而可采用整数线性规划的方法对模型求解,模型的解为广告网络的在线广告投放决策提供了理论依据·

关键词：广告网络在线广告广告投放模糊优化容差法

在线全文

学校读者我要写书评

暂无评论

报业的在线广告该怎么做?

中国报业 2009年第12期 66-69页

作者：詹尼弗·萨巴张世海（编译）不详《编辑与出版人》杂志资深编辑

前几年在线广告收入每年以两位数的速度递增，这种增长将来会不会继续保持下去呢？从目前看，情况不容乐观。以前印刷媒体的广告收入下降时，报业经营者们还能沉得住气，因为他们可以在数字媒体上创收以弥补损失。但是2008年第二季度之... 详细信息

前几年在线广告收入每年以两位数的速度递增，这种增长将来会不会继续保持下去呢？从目前看，情况不容乐观。以前印刷媒体的广告收入下降时，报业经营者们还能沉得住气，因为他们可以在数字媒体上创收以弥补损失。但是2008年第二季度之后，数字媒体的收入却开始下降了。现在看来情况越来越糟。

关键词：在线广告报业广告收入数字媒体印刷媒体两位数经营者

基于网络外部性的在线广告主体决策演化博弈分析

在线全文

学校读者我要写书评

暂无评论

企业经济 2021年第2期40卷 150-160页

作者：李莉胡娇南京理工大学经济管理学院江苏南京210094

本文基于平台通过努力降低消费者对广告厌恶程度而增加销量提升广告商的收益,建立一个基于网络外部性的在线广告市场参与主体三方决策演化博弈模型,从演化博弈的视角,分析网络广告平台努力机制、广告商平台选择和消费者群体购买决策对... 详细信息

本文基于平台通过努力降低消费者对广告厌恶程度而增加销量提升广告商的收益,建立一个基于网络外部性的在线广告市场参与主体三方决策演化博弈模型,从演化博弈的视角,分析网络广告平台努力机制、广告商平台选择和消费者群体购买决策对在线广告市场运行的影响,并进行数值模拟分析。结果表明:在一定的条件约束下存在多重演化稳定策略;在给定参数值和初始值情况下,网络广告平台采取“努力”策略时三方达到演化均衡的时间明显快于“不努力”策略时的演化均衡时间;改变参数值对三方策略调整的时间及演化路径均有一定的影响。建议广告商和网络广告平台应建立密切的合作关系、降低运作成本和加强产品宣传。

关键词：在线广告网络外部性努力演化博弈

基于多类别特征的在线广告点击率预测研究——以腾讯搜搜为例

在线全文

学校读者我要写书评

暂无评论

基于多类别特征的在线广告点击率预测研究——以腾讯搜搜为例

作者：刘唐北京邮电大学

学位级别：硕士

在线广告点击率对搜索引擎服务提供商和广告商都是一个重要的量化指标。因此,在线广告点击率预测,是计算广告领域的关键问题之一。工业界与学术界都对点击率预测问题有持续的研究,各个搜索引擎服务提供商都建立了自身的点击率预测体系,... 详细信息

在线广告点击率对搜索引擎服务提供商和广告商都是一个重要的量化指标。因此,在线广告点击率预测,是计算广告领域的关键问题之一。工业界与学术界都对点击率预测问题有持续的研究,各个搜索引擎服务提供商都建立了自身的点击率预测体系,可见本课题具有很强的理论研究价值和实际应用价值。本文围绕点击率预测问题,进行了完整的研究方法建模。首先对搜索引擎在线广告进行特性研究,总结出五大特性;在此基础上,定义广告显式特征和隐式特征,进行相应特征提取;并将概率关系模型引入特征选择阶段,将特征分为与真实结果直接相关、间接相关、完全无关三类;然后引入因子分解机模型作为预测模型对广告点击率进行预测,输入端为进行特征选择后的实值特征向量;最后采用曲线下面积(AUC)对预测结果进行评价。值得重点提出的是,在当前研究中,对于特征提取主要强调位置以及广告属性特征,缺乏考虑广告被触发的场景以及广告与用户检索词的联系;已有的基于广告类别特征提取预测广告点击率采用同一类别的广告点击率平均值直接对待预测广告进行预测,无法将广告类别与其他特征混合加强进行预测;对广告直接进行聚类也可以得到广告类别,但是这样只能得到广告的唯一类别标注(本文定义其为广告类别特征)。在线广告本身具有多主题性,单一类别标注在不同的用户检索行为下失去意义。由此,本文提出一种基于广告多类别特征的点击率预测方法：定义用户检索行为对广告的触发作用,通过间接聚类提取广告的多类别特征,将多类别特征输入预测模型——因子分解机中对点击率进行预测。实验结果表明,广告多类别特征明显提高预测准确率;并且多类别特征提取过程中使用的间接聚类方法不仅可以实现对广告的多类别标注,而且有效地降低大规模稀疏特征向量的维度,显著降低聚类时间成本。

关键词：在线广告点击率多类别特征概率关系模型因子分解机

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

针对在线广告实时竞价系统的相关算法研究

针对在线广告实时竞价系统的相关算法研究

作者：郭威电子科技大学

学位级别：硕士

随着当今互联网应用以及大数据技术的快速发展,利用互联网这种特殊而新颖的载体,使得广告推广拥有比传统方式更多的优越性,且已经成为互联网行业主要的收入来源之一。而实时竞价类的在线广告,现已成为在线广告领域的一个研究热点,它是... 详细信息

随着当今互联网应用以及大数据技术的快速发展,利用互联网这种特殊而新颖的载体,使得广告推广拥有比传统方式更多的优越性,且已经成为互联网行业主要的收入来源之一。而实时竞价类的在线广告,现已成为在线广告领域的一个研究热点,它是程序式购买的一种重要方式,在互联网广告市场中占有越来越大的比重。实时竞价方式的出现极大的简化了广告活动管理和信息的以及交换过程,且能够满足广告主对广告投放效果更苛刻的要求。这种技术产品能够将系统处理的粒度精细到每次广告的展示请求,利用数据分析、回馈预测以及各种优化策略,能够更精准地决策每一次投放行为。相比于传统的合约广告渠道,大幅度地提高了效果类广告营销的实际效果,并逐渐成为显示广告的主要投放方式之一。但这种竞价广告产品也对相关优化算法提出了更高的要求,挑战最大的就是需求方平台相关算法的研究。需求方既要帮助广告主提供人群定向、受众定向等定制化的精准投放服务,还需要对每次广告展示进行性能指标的评估,而面对市场竞价时还要去优化自身的实际投放策略。由于实时竞价相对开放的市场环境和灵活的产品逻辑,其中蕴含了巨大的优化空间,对相关技术的研究也有急迫的需求,其中对竞价策略的研究作为本课题的出发点和切入点。本文将竞价策略总结为预算控制和估价算法两个步骤。首先提出了一种预算步进算法,该算法能够依据基于广告流量、时段质量以及市场竞争程度等多因素控制的生成的预算分配计划,并根据计划进行动态的调整。还同时提出了一个竞价的出价模型,该估价函数考虑到了市场中历史成交均价与预留价等因素。除此之外,本文还从工程角度研究并总结了当今点击率预测的多项技术,描述了在实践中需要重点考虑的问题和优化方向,并对点击率预测这个任务设计了多项实验并从多方位探索并分析了这项技术。最后使用业界广告竞价日志,通过相关实验验证了预算步进算法以及结合步进算法的估价算法的效果,并证明了所提算法的理论和实际价值。

关键词：在线广告实时竞价点击率预测预算步进算法竞价策略需求方平台算法优化

基于多模型融合的在线广告转化率预测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多模型融合的在线广告转化率预测方法研究

作者：钱毅霖广东工业大学

学位级别：硕士

随着互联网技术的不断发展,许多传统行业逐渐从线下转移到线上,在线广告作为互联网的重要组成部分,越来越多地出现在人们的视野中。如何通过给定的用户行为数据,既找到满足用户需求的广告,又为广告平台和广告商带来收益,是在线广告领域... 详细信息

随着互联网技术的不断发展,许多传统行业逐渐从线下转移到线上,在线广告作为互联网的重要组成部分,越来越多地出现在人们的视野中。如何通过给定的用户行为数据,既找到满足用户需求的广告,又为广告平台和广告商带来收益,是在线广告领域需要解决的核心问题。要做到精准匹配,关键在于准确预测广告的点击率或转化率,量化广告投放的效果。此外,比起点击率,转化率更接近广告营销链条的终端,具有更强的现实意义。在线广告形式和场景多样,同一种方法无法面面俱到,因此本文选取电子商务平台搜索广告作为研究对象。电商平台是一个集广告平台与广告商于一体的系统,结构较为复杂,容易受到各种因素的影响。最为明显的,在诸如“双十一”、“618”等大型购物节到来时,平台和商家的各类活动会导致用户流量的急剧变化,即日常时期和购物节时期的数据分布存在较大的差异,通过日常时期数据学习到的模型很难有效预测购物节的转化率。基于此,本文通过对日常时期预测方法的各个环节进行重新评估和改良,旨在提出一种能够更高效准确预测购物节广告转化率的方法,主要工作包括:(1)概述常用的机器学习算法并进行比较,分析各个算法对在线广告转化场景的适应性,并进行一定的优选,为后续进行算法的多模型融合提供理论基础。(2)借助电商平台在购物节时期的搜索广告转化相关数据,进行相应的分析和处理。其中,在特征编码环节,提出一种基于信息熵原理的分层编码方法,用量化方式划分编码区间,对可用的高基数特征,结合均值编码和Word2vec编码进行处理。(3)根据数据分析结果,设计新的预测方法。首先设计针对购物节的数据集划分法;其次构建相应的特征工程,其中着重处理转化率特征;最后提出一种加权平均融合模型,其中各个单模型均采用梯度提升树一类算法处理输入数据,整个模型仅需构建一次特征工程,优化了时间效率。(4)从衡量误差的评价指标入手,对新方法改良的各个环节进行预测结果的对比评估,证明这些修改的有效性和必要性。实验结果证明,本文提出的在线广告转化率预测方法预测准确度高,能够有效应对不同类型的特征,提高数据利用率,比现有方法更准确地预测用户的购买意向,是一种非常适合电商平台搜索广告在购物节时期进行转化率预测的方法。

关键词：在线广告转化率多模型融合特征编码购物节

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

因特网在线广告的互动性研究

因特网在线广告的互动性研究

作者：曾辉西南交通大学

学位级别：硕士

随着信息技术在全球的发展，Internet的出现及其广泛应用，在线广告应运而生，并成为当今世界最热门的广告形态。从1994年在线广告诞生至今，在线广告以惊人的速度迅速发展，不但给传统广告带来了挑战与冲击，也为全球企业带来了无限商... 详细信息

随着信息技术在全球的发展，Internet的出现及其广泛应用，在线广告应运而生，并成为当今世界最热门的广告形态。从1994年在线广告诞生至今，在线广告以惊人的速度迅速发展，不但给传统广告带来了挑战与冲击，也为全球企业带来了无限商机与广阔的发展空间。目前，国内对在线广告的研究局限于经济学、传播学领域，而且大都停留在介绍层面，几乎还没有人从语篇角度对在线广告进行过研究。国外在这方面所做的一些研究，大体分两类，即从社会学角度(Steve Jones，1999)，研究个体或群体与因特网的关系;或者，研究超文本(hypertext)的特性及其对读者和文本之间的影响。这些研究如Jones自己所言“趋向于推测性，而非描述性”，其重点也一样没有放在在线广告本身的互动性上。此外，虽然过去已经有一些关于书面广告交际过程的研究，但因为在线广告不同于传统广告，这些研究成果并不一定适用于在线广告。因此，本文将探索在线广告的互动性，旨在揭示其与传统广告(特别是书面广告)在交际过程和策略上的差异。全文共分五章。第一章回顾并评述前人对在线广告和广告交际所做的研究，同时界定本研究中的在线广告，提出全文的研究目的和意义。第二章简述在线广告的分类，并阐述其理由。第三章分析网络文本和在线广告的互动交际特性，指出在线广告的交际是非线形的、双向式的互动交际。第四章通过对所选网页的样本分析，提出在线广告文本不同于传统书面广告的语篇策略及所表现的互动性。第五章总括全文，揭示本研究的应用价值，并对以后的相关研究提出讨论。

关键词：在线广告互动性网络文本文本策略交际

基于FM的深度学习模型的在线广告点击率预测研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于FM的深度学习模型的在线广告点击率预测研究

作者：王珂上海师范大学

学位级别：硕士

在计算广告中,预测用户是否会点击某个广告是一类非常重要的机器学习问题。提高广告点击率预测的准确率,对用户进行个性化推荐,一方面可以解决用户在“信息过载”的情况下高效获得感兴趣信息的问题,挖掘用户的潜在需求,另一方面能增加... 详细信息

在计算广告中,预测用户是否会点击某个广告是一类非常重要的机器学习问题。提高广告点击率预测的准确率,对用户进行个性化推荐,一方面可以解决用户在“信息过载”的情况下高效获得感兴趣信息的问题,挖掘用户的潜在需求,另一方面能增加平台和广告主的收益。在大数据时代下,互联网平台需要有效地利用平台积累的大量用户历史行为数据,从而实现对广告点击率的精准预估。然而,在使用海量的数据进行广告点击率预测时,存在着诸多难题,点击率预估成为一个非常重要的研究课题。基于此方向,本文在国内外文献研究基础上,通过2020年华为平台提供的海量广告点击率数据,基于GBDT+Deep FM模型构建在线广告点击率预测模型,预估用户点击广告的概率,从理论和实践两个方面验证模型的可行性。本文的重点主要从以下四个方面展开:1.在数据处理部分,基于本文的在线广告点击率数据集,进行数据的探索和可视化实现,针对不同的特征变量进行数据缺失和编码处理。在特征工程中,通过对实际业务背景的理解构建了合理的特征工程框架,其中基本统计特征30个,曝光量特征15个,历史点击率特征22个,共计102个特征作为在线广告点击率预测模型的特征变量。2.在模型构建部分,针对目前广告点击率预测存在的问题和点击率数据集高维稀疏的特点,本文提出GBDT+Deep FM模型用于在线广告点击率预测,介绍了模型的原理和创新性,可同时满足记忆与泛化的需求。3.在预测结果部分,本文通过设置不同的超参数,对比分析了超参数的不同取值对模型点击率预估结果的影响,进而得到最优超参数。通过对比是否进行特征工程的模型预测结果,本文的特征工程提升了在线广告点击率预测的准确率。为了深入挖掘业务数据,使用GBDT模型筛选出影响在线广告点击率预测的前十个重要特征。4.在模型对比部分,GBDT+Deep FM模型分别与传统机器学习模型（LR、FM、GBDT、GBDT+LR）、深度学习模型（FNN、NFM、Wide＆Deep、Deep FM）进行点击率预测效果的对比。实验结果显示,GBDT+Deep FM模型预测结果的AUC值为0.7377,Log Loss值为0.3123。GBDT+Deep FM模型与其他模型相比,在AUC值上可以提升0.04%-7.5%,能够有效地提升在线广告点击率预测的准确性。

关键词：在线广告点击率预测深度学习梯度提升树 DeepFM