面向精準(zhǔn)廣告投放的數(shù)據(jù)分析與可視化系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
發(fā)布時(shí)間:2017-08-05 09:04
本文關(guān)鍵詞:面向精準(zhǔn)廣告投放的數(shù)據(jù)分析與可視化系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)
更多相關(guān)文章: 數(shù)據(jù)分析 精準(zhǔn)廣告投放 大數(shù)據(jù) 云計(jì)算
【摘要】:廣告投放是互聯(lián)網(wǎng)服務(wù)提供商盈利的一種重要模式,如何抓住消費(fèi)者需求,投遞合適的廣告并轉(zhuǎn)化為商業(yè)價(jià)值是吸引廣告商的重要手段。而從消費(fèi)者角度,對(duì)于廣告感到反感乃至無法忍受與對(duì)于互聯(lián)網(wǎng)服務(wù)的依賴構(gòu)成了一對(duì)矛盾。為了能夠使服務(wù)商、消費(fèi)者和廣告商達(dá)到共贏,本文針對(duì)搜索引擎的用戶數(shù)據(jù)和其旗下的視頻網(wǎng)站服務(wù),借助用戶搜索記錄分析用戶偏好,深度挖掘和實(shí)時(shí)感知用戶潛在需求,實(shí)施精準(zhǔn)廣告投放,旨在挖掘消費(fèi)者需求與廣告商品之間有機(jī)關(guān)聯(lián),搭建和諧的溝通渠道。對(duì)目標(biāo)用戶進(jìn)行精準(zhǔn)的廣告投放,不僅能給廣告商帶來更大利益,而且對(duì)用戶減少了騷擾,在提供視頻服務(wù)的同時(shí)進(jìn)行消費(fèi)推薦。本文面臨的挑戰(zhàn)主要有四個(gè)方面:基于用戶行為的海量人群的細(xì)粒度分類,基于用戶反饋的人群模型更新,實(shí)時(shí)更新的動(dòng)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(gè)問題的關(guān)鍵,針對(duì)搜索行為和視頻服務(wù)特點(diǎn),建立了面向用戶搜索/播放行為、時(shí)間和屬性三大類近一萬維度的用戶特征向量,有機(jī)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(duì)用戶進(jìn)行聚類,借助每類用戶特征的統(tǒng)計(jì)結(jié)果,進(jìn)行基于關(guān)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(duì)模型更新問題,對(duì)用戶行為進(jìn)行動(dòng)態(tài)追蹤,借助邏輯回歸等手段對(duì)用戶行為預(yù)測(cè),以進(jìn)行精準(zhǔn)廣告投放。針對(duì)大數(shù)據(jù)處理的實(shí)時(shí)響應(yīng)問題,借助Hadoop技術(shù)對(duì)海量數(shù)據(jù)進(jìn)行預(yù)處理和行為預(yù)測(cè),利用在其他業(yè)務(wù)中獲得的調(diào)優(yōu)參數(shù)和相關(guān)聚類算法把上萬維度的稀疏用戶數(shù)據(jù)和反饋信息進(jìn)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(duì)于海量緯度數(shù)據(jù)進(jìn)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(tái)。本文設(shè)計(jì)實(shí)現(xiàn)了精準(zhǔn)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(diǎn)和不足,以及同行業(yè)內(nèi)google、優(yōu)酷、CSDN等網(wǎng)絡(luò)營銷服務(wù)提供商的廣告特點(diǎn),依據(jù)某搜索引擎公司優(yōu)勢(shì)建立了依托于用戶搜索數(shù)據(jù)的精準(zhǔn)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(jìn)行了詳細(xì)的需求分析。在架構(gòu)方面,前端使用play framework輕量級(jí)web框架,后端依托于分布式計(jì)算平臺(tái)Hadoop,采用python和hive sql方式對(duì)用戶數(shù)據(jù)進(jìn)行統(tǒng)計(jì),并基于MapReduce進(jìn)行算法實(shí)現(xiàn)。最后,詳細(xì)論述了系統(tǒng)設(shè)計(jì)和實(shí)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(diǎn)擊預(yù)測(cè)等。通過對(duì)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(diǎn)擊到達(dá)率、千次廣告展示費(fèi)用和平均點(diǎn)擊價(jià)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(shí)現(xiàn)了快速精準(zhǔn)廣告投放。本系統(tǒng)運(yùn)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(wù)營收。本系統(tǒng)對(duì)于其他web服務(wù)系統(tǒng)中的用戶劃分、功能改進(jìn)、廣告投放等也有借鑒意義。
【關(guān)鍵詞】:數(shù)據(jù)分析 精準(zhǔn)廣告投放 大數(shù)據(jù) 云計(jì)算
【學(xué)位授予單位】:山東大學(xué)
【學(xué)位級(jí)別】:碩士
【學(xué)位授予年份】:2015
【分類號(hào)】: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(guān)工作13-14
- 1.3 問題描述14
- 1.4 主要工作14-15
- 1.5 組織結(jié)構(gòu)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(guān)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(biāo)23-24
- 2.4 其他需求24-25
- 第3章 系統(tǒng)總體設(shè)計(jì)25-32
- 3.1 系統(tǒng)架構(gòu)25-27
- 3.2 行性分析27-28
- 3.3 前端系統(tǒng)架構(gòu)設(shè)計(jì)28-29
- 3.4 后端系統(tǒng)架構(gòu)設(shè)計(jì)29-30
- 3.5 系統(tǒng)功能架構(gòu)設(shè)計(jì)30-32
- 第4章 系統(tǒng)詳細(xì)設(shè)計(jì)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(yù)處理34
- 4.2 用戶權(quán)限管理34-35
- 4.3 關(guān)鍵詞功能詳細(xì)設(shè)計(jì)35-37
- 4.4 精準(zhǔn)人群分類37-38
- 4.5 用戶點(diǎn)擊預(yù)測(cè)功能38-41
- 第5章 系統(tǒng)實(shí)現(xiàn)和測(cè)試41-52
- 5.1 關(guān)鍵詞到概念的實(shí)現(xiàn)41-42
- 5.2 關(guān)鍵詞下人群聚類實(shí)現(xiàn)42-45
- 5.3 用戶興趣和性別定向功能實(shí)現(xiàn)45-46
- 5.4 行業(yè)概覽實(shí)現(xiàn)46-47
- 5.5 系統(tǒng)數(shù)據(jù)采集和預(yù)測(cè)分析結(jié)果47-49
- 5.6 點(diǎn)擊效果可視化實(shí)現(xiàn)49-50
- 5.7 系統(tǒng)功能測(cè)試50-52
- 第6章 總結(jié)與展望52-54
- 參考文獻(xiàn)54-56
- 致謝56-57
- 附件57
【參考文獻(xiàn)】
中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條
1 李娜;基于增量學(xué)習(xí)的精準(zhǔn)廣告投放系統(tǒng)研究[D];山西財(cái)經(jīng)大學(xué);2010年
,本文編號(hào):624063
本文鏈接:http://sikaile.net/kejilunwen/sousuoyinqinglunwen/624063.html
最近更新
教材專著