【摘要】：在互聯(lián)網(wǎng)時代,網(wǎng)絡廣告已然成為了極具有價值的廣告媒體之一。對海量的互聯(lián)網(wǎng)廣告信息進行識別是大數(shù)據(jù)分析中十分重要的內(nèi)容。然而,網(wǎng)絡廣告在迅猛發(fā)展的同時,由于廣告監(jiān)管和廣告從業(yè)人員素質等問題,使大量的網(wǎng)絡違規(guī)廣告層出不窮、屢禁不止。因此,對互聯(lián)網(wǎng)廣告進行有效的監(jiān)管有著重要的現(xiàn)實意義。為了更加智能化的對網(wǎng)絡廣告中違規(guī)描述進行識別,論文從網(wǎng)絡廣告中兩類常見的違規(guī)情況出發(fā),提出了兩種算法,它們能夠對網(wǎng)絡廣告內(nèi)容中違規(guī)描述進行自動識別。本文的主要工作如下:1.對網(wǎng)絡廣告中可能存在的違規(guī)詞語進行識別。針對網(wǎng)絡廣告數(shù)量巨大,難以采用人工方式逐條監(jiān)管與審查的問題,提出了一種基于違規(guī)詞庫識別廣告違規(guī)詞語的方案。首先依據(jù)新修訂的《廣告法》提取違規(guī)種子詞匯,再利用同義詞擴充種子詞匯和語義相似度過濾擴充詞匯,得到網(wǎng)絡廣告違規(guī)詞庫。然后,基于自然語言的規(guī)則,在字符串匹配的基礎上,結合上下文語義信息識別網(wǎng)絡廣告中的違規(guī)詞。實驗的結果表明,本方法能有效的識別網(wǎng)絡廣告中的違規(guī)詞,可以有效輔助網(wǎng)絡廣告的監(jiān)管,具有很好的應用潛力。2.對網(wǎng)絡廣告中可能存在的違規(guī)描述語句進行識別。針對網(wǎng)絡廣告文本較短以及語義缺失等問題,提出利用Google開發(fā)的深度學習工具Word2vec和長短時記憶神經(jīng)網(wǎng)絡模型LSTM的識別方法。首先考慮到傳統(tǒng)文本表示方法易造成數(shù)據(jù)表示稀疏及維度災難問題,采用Word2vec對網(wǎng)絡廣告進行包含語義的詞向量、句向量表示。然后對于向量化后的文本,采用專門處理序列化數(shù)據(jù)的長短時記憶神經(jīng)網(wǎng)絡LSTM模型進行網(wǎng)絡廣告違規(guī)語句判定。最后,實驗結果表明,本方法能夠有效識別網(wǎng)絡廣告違規(guī)語句,特別是對違規(guī)廣告語句中字形相似、詞語語義相似的違規(guī)類型識別準確率高。本文提出的兩個方法能有效地識別網(wǎng)絡廣告中的違規(guī)詞和含違規(guī)描述的違規(guī)語句,為智能識別網(wǎng)絡廣告中的違規(guī)內(nèi)容奠定良好的基礎,可以在一定程度上減輕執(zhí)法人員的工作負擔,對構造一個值得消費者信任的網(wǎng)絡廣告市場環(huán)境有積極的意義。
【學位授予單位】：重慶郵電大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：TP391.1;TP18;F713.8

【參考文獻】

相關期刊論文 前8條

1 申健;王建鋒;;基于貝葉斯網(wǎng)絡的城市居民出行方式研究[J];計算技術與自動化;2015年03期

2 梁軍;柴玉梅;原慧斌;高明磊;昝紅英;;基于極性轉移和LSTM遞歸網(wǎng)絡的情感分析[J];中文信息學報;2015年05期

3 張忠生;王俊人;;一種模式匹配促進實體統(tǒng)一的方法[J];山東師范大學學報(自然科學版);2012年02期

4 馬小龍;;一種改進的貝葉斯算法在垃圾郵件過濾中的研究[J];計算機應用研究;2012年03期

5 李大學;唐歡亮;;基于搜索引擎的網(wǎng)絡廣告監(jiān)測系統(tǒng)[J];微計算機信息;2007年27期

6 李雯;劉培玉;;基于貝葉斯的垃圾郵件過濾算法的研究[J];計算機工程與應用;2007年23期

7 夏天;;漢語詞語語義相似度計算研究[J];計算機工程;2007年06期

8 朱嫣嵐;閔錦;周雅倩;黃萱菁;吳立德;;基于HowNet的詞匯語義傾向計算[J];中文信息學報;2006年01期

相關博士學位論文 前1條

1 閆琰;基于深度學習的文本表示與分類方法研究[D];北京科技大學;2016年

相關碩士學位論文 前3條

1 程瑩瑩;廣告監(jiān)督管理信息系統(tǒng)廣告監(jiān)測子系統(tǒng)的設計與實現(xiàn)[D];哈爾濱工業(yè)大學;2017年

2 張沖;基于Attention-Based LSTM模型的文本分類技術的研究[D];南京大學;2016年

3 溫都日娜;一種基于本體的敏感詞過濾方法研究[D];吉林大學;2014年

，

本文編號：2613932