本文關鍵詞：面向精準廣告投放的數(shù)據(jù)分析與可視化系統(tǒng)設計與實現(xiàn)

  更多相關文章： 數(shù)據(jù)分析 精準廣告投放 大數(shù)據(jù) 云計算

【摘要】：廣告投放是互聯(lián)網(wǎng)服務提供商盈利的一種重要模式,如何抓住消費者需求,投遞合適的廣告并轉化為商業(yè)價值是吸引廣告商的重要手段。而從消費者角度,對于廣告感到反感乃至無法忍受與對于互聯(lián)網(wǎng)服務的依賴構成了一對矛盾。為了能夠使服務商、消費者和廣告商達到共贏,本文針對搜索引擎的用戶數(shù)據(jù)和其旗下的視頻網(wǎng)站服務,借助用戶搜索記錄分析用戶偏好,深度挖掘和實時感知用戶潛在需求,實施精準廣告投放,旨在挖掘消費者需求與廣告商品之間有機關聯(lián),搭建和諧的溝通渠道。對目標用戶進行精準的廣告投放,不僅能給廣告商帶來更大利益,而且對用戶減少了騷擾,在提供視頻服務的同時進行消費推薦。本文面臨的挑戰(zhàn)主要有四個方面：基于用戶行為的海量人群的細粒度分類,基于用戶反饋的人群模型更新,實時更新的動態(tài)大數(shù)據(jù)處理,以及面向普通用戶的可視化數(shù)據(jù)分析�；谟脩粜袨榈漠嬒窠Ｊ墙鉀Q第一個問題的關鍵,針對搜索行為和視頻服務特點,建立了面向用戶搜索／播放行為、時間和屬性三大類近一萬維度的用戶特征向量,有機整合了用戶的基本信息和內(nèi)在需求的外部呈現(xiàn)。通過對用戶進行聚類,借助每類用戶特征的統(tǒng)計結果,進行基于關鍵字和概念的用戶內(nèi)涵挖掘,深度分析群體特征和需求。針對模型更新問題,對用戶行為進行動態(tài)追蹤,借助邏輯回歸等手段對用戶行為預測,以進行精準廣告投放。針對大數(shù)據(jù)處理的實時響應問題,借助Hadoop技術對海量數(shù)據(jù)進行預處理和行為預測,利用在其他業(yè)務中獲得的調(diào)優(yōu)參數(shù)和相關聚類算法把上萬維度的稀疏用戶數(shù)據(jù)和反饋信息進行有效分類。為了滿足普通廣告商用戶的數(shù)據(jù)分析需求,對于海量緯度數(shù)據(jù)進行有效劃分和集成,建立了行業(yè)概覽、基于主題詞和地域特征的行業(yè)詳情、面向用戶的興趣和性別等信息的數(shù)據(jù)可視化平臺。本文設計實現(xiàn)了精準廣告投放和數(shù)據(jù)可視化系統(tǒng)。首先,分析了傳統(tǒng)廣告投放的特點和不足,以及同行業(yè)內(nèi)google、優(yōu)酷、CSDN等網(wǎng)絡營銷服務提供商的廣告特點,依據(jù)某搜索引擎公司優(yōu)勢建立了依托于用戶搜索數(shù)據(jù)的精準廣告投放系統(tǒng)。然后,從用戶信息管理、系統(tǒng)數(shù)據(jù)收集、用戶需求分析、人群劃分與可視化呈現(xiàn)等方面進行了詳細的需求分析。在架構方面,前端使用play framework輕量級web框架,后端依托于分布式計算平臺Hadoop,采用python和hive sql方式對用戶數(shù)據(jù)進行統(tǒng)計,并基于MapReduce進行算法實現(xiàn)。最后,詳細論述了系統(tǒng)設計和實現(xiàn)方案,包括基于用戶數(shù)據(jù)的人群聚類算法、基于邏輯回歸的用戶廣告點擊預測等。通過對比系統(tǒng)部署前后的廣告投放效果,本系統(tǒng)與同行業(yè)及傳統(tǒng)的廣告投放方式相比,在點擊到達率、千次廣告展示費用和平均點擊價格等方面都有了極大的提高,依據(jù)用戶反饋數(shù)據(jù)的廣告更新可以在15分鐘內(nèi)完成,實現(xiàn)了快速精準廣告投放。本系統(tǒng)運行至今,受到了廣告商的贊賞,為公司帶來了近乎翻倍的廣告投放和業(yè)務營收。本系統(tǒng)對于其他web服務系統(tǒng)中的用戶劃分、功能改進、廣告投放等也有借鑒意義。
【關鍵詞】：數(shù)據(jù)分析 精準廣告投放 大數(shù)據(jù) 云計算
【學位授予單位】：山東大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP311.13
【目錄】：

• 摘要8-10
• ABSTRACT10-12
• 第1章 緒論12-17
• 1.1 課題背景12-13
• 1.2 相關工作13-14
• 1.3 問題描述14
• 1.4 主要工作14-15
• 1.5 組織結構15-17
• 第2章 系統(tǒng)需求分析17-25
• 2.1 總體需求分析17
• 2.2 系統(tǒng)功能需求分析17-23
• 2.2.1 系統(tǒng)管理功能需求18-20
• 2.2.2 數(shù)據(jù)收集需求20-21
• 2.2.3 關鍵詞和概念需求21
• 2.2.4 人群功能需求21-23
• 2.2.5 行業(yè)描述需求23
• 2.3 系統(tǒng)目標23-24
• 2.4 其他需求24-25
• 第3章 系統(tǒng)總體設計25-32
• 3.1 系統(tǒng)架構25-27
• 3.2 行性分析27-28
• 3.3 前端系統(tǒng)架構設計28-29
• 3.4 后端系統(tǒng)架構設計29-30
• 3.5 系統(tǒng)功能架構設計30-32
• 第4章 系統(tǒng)詳細設計32-41
• 4.1 用戶數(shù)據(jù)收集32-34
• 4.1.1 用戶基本信息收集32-33
• 4.1.2 用戶的行為信息33-34
• 4.1.3 用戶數(shù)據(jù)預處理34
• 4.2 用戶權限管理34-35
• 4.3 關鍵詞功能詳細設計35-37
• 4.4 精準人群分類37-38
• 4.5 用戶點擊預測功能38-41
• 第5章 系統(tǒng)實現(xiàn)和測試41-52
• 5.1 關鍵詞到概念的實現(xiàn)41-42
• 5.2 關鍵詞下人群聚類實現(xiàn)42-45
• 5.3 用戶興趣和性別定向功能實現(xiàn)45-46
• 5.4 行業(yè)概覽實現(xiàn)46-47
• 5.5 系統(tǒng)數(shù)據(jù)采集和預測分析結果47-49
• 5.6 點擊效果可視化實現(xiàn)49-50
• 5.7 系統(tǒng)功能測試50-52
• 第6章 總結與展望52-54
• 參考文獻54-56
• 致謝56-57
• 附件57

【參考文獻】

中國碩士學位論文全文數(shù)據(jù)庫 前1條

1 李娜;基于增量學習的精準廣告投放系統(tǒng)研究[D];山西財經(jīng)大學;2010年

，

本文編號：624063