网页正文提取中与正文无关的图像清除技术

因为图像相比文字具有更强的表现力,站点的设计者在设计广告时考虑的首要问题是如何吸引用户的"眼球",所以通常网页中的广告通常都是以图像的形式嵌入到网页中.这使得在HTML网页正文提取中主要处理的就是广告图像.文中综合分析了网页中图像的特点,提出了区域分块的HTML元素删除法来清除网页中的广告等无关图像并提取网页正文.实验结果表明,所提出的区域分块的HTML.元素删除法很好地解决了网页正文提取中图像处理问题.     

一种带标签的协同过滤广告推荐算法

为准确预测点击率(CTR)并合理利用其进行广告推荐,基于标签推荐技术与协同过滤方法,提出一种新的混合式广告推荐算法。将广告关键词作为标签引入到Query页的相似性计算中,采用Query页加权综合相似度度量方法降低相似矩阵的稀疏性,建立一种基于广告关键词的搜索广告兴趣模型。使用Top-N策略以减少最近邻候选集的大小,并基于预测CTR筛选出广告推荐结果。通过实验调节Query页加权综合相似度度量参数并验证算法的可扩展性。在KDDCUP2012数据集上的实验结果表明,与传统协同过滤算法、基于标签的推荐算法及基于标签和项目关系的推荐算法相比,带标签的协同过滤广告推荐算法具有更好的可扩展性和较优的推荐质量。     

基于模糊优化的关键词广告预算分配策略

针对单搜索引擎,研究了广告主竞投多个关键词时的广告时序预算分配策略,在总预算限制下建立了以最大化广告收益、最小化无效点击为双目标的单引擎多关键词广告时序预算分配模型,并给出了模糊优化双目标预算分配模型的解法。通过验证,该预算分配模型对广告主在单搜索引擎上竞投多个关键词广告时起着策略性指导作用。     

创建Google关键词广告的12个高招

这里展示的是在Google关键词排名广告（google AdWords Select）中创建成功的广告内容的一些技巧。我已经用这些方法对Google的按点击付费广告服务测试了有一段时间了，结果非常成功。这12个技巧可以帮助你在google关键词排名广告中创建一个较高的点击率，并以更低的价格排在前面。     

干掉LiveMessenger广告

LiveMessenger主窗口正文的广告让人看了总是不太顺眼，如何才能去除呢？其实，只要在IE浏览器中稍加设置即可搞定：     

平面广告文案中的标题创作研究

随着近年来广告的不断成熟与发展,广告已经成为企业发展不可或缺的重要手段和工具,广告业也成为国民经济不可缺少的重要产业之一。作为四大媒体广告之一的平面广告在其中发挥着重大的作用。广告文案是广告作品中的重要组成部分,一则完整的广告文案主要包含了标题、正文、广告口号、附文(或随文)四部分。文章重点对平面广告文案中标题的创作原则、创作步骤(或技法)进行了研究。     

网上交易平台中关键字推广和广告研究与应用

在电子商务市场上选择正确的单词是很重要否则很容易迷失在巨大的平台。在平台上需要广告自己的产品的话正确的关键字起着重要的作用。每个单词的句子提供某些索引擎页面中的位置。因此,对于可见光和网页中的位置这个必要知道竞争对手卖的公共关键字。本文提出一种专门针对电子商务领域关键词竞价的关键词选取算法。此类研究具有很强的实际应用价值,电子商务的广告主在进行广告推广时,由于关键字竞价机制的复杂性、不完全信息特征以及广告主自身对关键词缺乏深刻的理解,导致关键字竞价广告的投标策略失误。本文重新定义关键词选取算法,适应电子商务领域文本特性。通过商品标题文本,获取推荐关键词。整个过程首先建立分层次行业相关词表,然后根据词表完成关键词推荐,推荐分为两个步骤：种子关键词抽取;推荐关键词扩展。     

网络视频广告的有效性

本文针对视频分享网站的网络视频广告,对它的传播特征和广告类型进行了分析和总结,并从有效刺激、有效传播、有效实现消费行为三个方面对视频广告的有效性进行了论述。     

基于图像信息度量与关键词的邮件智能分类系统

如何利用邮件的正文与附件信息有效地实现其分类,是现在邮件处理领域一个重要的课题。该文从商业应用角度提出了一种基于图像信息度量与关键词的邮件智能过滤与分发方法,通过基于朴素贝叶斯分类器的邮件关键词信息处理,及附件图像信息的基于归一化PIM文本图像检测理论的分析,能够综合运用邮件正文、地址等文本信息与附件图像信息作为分类的评价参数,有效地实现了邮件的智能分类。     

移动广告系统中广告排期的设计与实现

移动广告作为一种新兴的广告形式,它以移动通信网作为承载,利用移动终端为主要传播平台,通过个性化和定向的互动信息达到广告营销的目的.广告排期是移动广告系统的核心功能,它包括广告资源的组织、分配、调整,以及最终一个完整的广告排期生成.首先介绍了移动广告的发展状况和特点,然后着重论述了广告排期的设计与实现思路.     

基于隐含狄列克雷分配分类特征扩展的微博广告过滤方法

传统的微博广告过滤方法忽略了微博广告文本的数据稀疏性、语义信息和广告背景领域特征等因素的影响。针对这些问题,提出一种基于隐含狄列克雷分配（LDA）分类特征扩展的广告过滤方法。首先,将微博分为正常微博和广告型微博,并分别构建LDA主题模型预测短文本对应的主题分布,将主题中的词作为特征扩展的基础;其次,在特征扩展时结合文本类别信息提取背景领域特征,以降低其对文本分类的影响;最后,将扩展后的特征向量作为分类器的输入,根据支持向量机（SVM）的分类结果过滤广告。实验结果表明,与现有的仅基于短文本分类的过滤方法相比,其准确率平均提升4个百分点。因此,该方法能有效扩展文本特征,并降低背景领域特征的影响,更适用于数据量较大的微博广告过滤。     

基于分离模型的中文关键词提取算法研究

关键词提取在自动文摘、信息检索、文本分类、文本聚类等方面具有十分重要的作用。通常所说的关键词实际上有相当一部分是关键的短语和未登录词,而这部分关键词的抽取是十分困难的问题。该文提出将关键词提取分为两个问题进行处理关键单词提取和关键词串提取,设计了一种基于分离模型的中文关键词提取算法。该算法并针对关键单词提取和关键词串提取这两个问题设计了不同的特征以提高抽取的准确性。实验表明,相对于传统的关键词提取算法,基于分离模型的中文关键词提取算法效果更好。     

文本摘要的建构渗透度特征模型

文本摘要旨在实现从海量的文本数据中快速准确地获取关键信息。为探索新颖的摘要句特征因素,该文将文句中的关键词嵌入知识网络进行建模,并将文句映射至知识网络进行表达,进而提出文句的关键词建构渗透度特征模型,在摘要句判别中引入文句中关键词组的宽度和深度的渗透特性。结合最大熵建模分类方法,针对领域语料库进行不同特征的影响系数建模,实现了监督学习下摘要句的有效分类和自动提取。文中实验结果良好,表明了新特征模型的有效性和在领域语料库中的稳定性,且特征计算方法简洁,具有良好的综合实用性。     

基于关键词与指针生成网络的摘要生成算法

为解决传统生成式模型在生成摘要的过程中会忽略关键词信息为摘要提供的重要线索,导致关键词信息的丢失,生成的摘要不能很好地契合原文信息,文章提出了一种以指针生成网络为骨架融合BERT预训练模型和关键词信息的摘要生成方法.首先,结合TextRank算法与基于注意力机制的序列模型进行关键词的提取,使得生成的关键词能够包含更多的原文信息.其次,将关键词注意力加入到指针生成网络的注意力机制里,引导摘要的生成.此外,我们使用双指针拷贝机制来替代指针生成网络的拷贝机制,提高拷贝机制的覆盖率.在LCSTS数据集上的结果表明,所设计的模型能够包含更多的关键信息,提高了摘要生成的准确性和可读性.     

结合关键词微变和LD算法的文本相似性研究

为了解决基于传统向量空间模型的文本相似性算法没有考虑向量高维及关键词的微变,而导致文本相似性计算结果不够精确的问题,提出了关键词微变情况下基于聚类和LD算法的文本相似性算法TSABCLDA（Text Similarity Algorithm Based on Clustering and LD Algorithm）。对文本进行移除数字、标点符号和停用词等预处理;采用聚类的方法约简文本中的低频词,利用LD算法计算特征词间的相似度,建立文本相似度矩阵;用特征词相似度及其权重构建的空间向量计算文本间的相似度,这样不仅考虑了关键词微变的情况,而且有效地解决了文本向量的高维问题,将其应用于文本挖掘中,能够提高相似文本的挖掘效率。实验结果表明,由于考虑了关键词微变情况,在一定的阈值范围内,该算法文本相似性的准确率得到了明显的提高。     

一种快速获取领域新词语的新方法

本文提出一种新词语识别新方法。该方法直接抽取分类网页上人工标引的关键词,并按照其网页栏目所属类目存储进各分类词表,从而快速完成新词语识别和聚类任务。该方法简单快捷。我们利用该方法从15类6亿字网页中抽取到229237个词条,其中新词语175187个,新词率为76.42% ,其中游戏类新词率最高,时政_社会类新词率最低。新词语以命名实体为主,结构固定,意义完整性和专指性强,有助于解决歧义切分和未登录词问题,并能提高文本表示如分类和关键词标引的效果。     

层次聚类方法在关键词提取上的研究应用

关键词在文本聚类/分类,自动摘要,信息检索等领域占据着重要地位,然而人工对已有的文章生成关键词的代价巨大,并且大多数已有的自动关键词提取算法都需要建立在人工标注的训练集之上。该文提出一种基于聚类的关键词提取算法,根据词语之间的语义相似性,对网页分词后的词语进行聚类,在分析词语语义联系基础上提取出反映主题的关键词。     

A study of presentations of mobile web banners for location-based information and entertainment information websites

Compared to the Internet, mobile telecommunication has the characteristics of being anywhere, anytime and always online. As the growth of the Internet advertisements market slows down, there is a substantial increase in mobile advertisements. This research investigates the effectiveness of the presentation (static text and graphics, static text and graphics with audio, and animation) of mobile advertisements on the recognition of advertisements. The two types of websites for mobile advertisements – entertainment information and location-based information – are also compared. An experiment was carried out to test the proposed hypotheses. The results show that the effects of static banners with audio mobile advertisement, and animation mobile advertisement were better than static banners in advertisement recognition and memorisation. The participants of websites providing location-based information had higher advertisement attitude and purchase intention than their web-based counterparts providing entertainment information.     

A study of presentations of mobile web banners for location-based information and entertainment information websites

Compared to the Internet, mobile telecommunication has the characteristics of being anywhere, anytime and always online. As the growth of the Internet advertisements market slows down, there is a substantial increase in mobile advertisements. This research investigates the effectiveness of the presentation (static text and graphics, static text and graphics with audio, and animation) of mobile advertisements on the recognition of advertisements. The two types of websites for mobile advertisements - entertainment information and location-based information - are also compared. An experiment was carried out to test the proposed hypotheses. The results show that the effects of static banners with audio mobile advertisement, and animation mobile advertisement were better than static banners in advertisement recognition and memorisation. The participants of websites providing location-based information had higher advertisement attitude and purchase intention than their web-based counterparts providing entertainment information.     

基于关键词语的文本特征选择及权重计算方案

文本的形式化表示一直是文本分类的重要难题．在被广泛采用的向量空间模型中,文本的每一维特征的权重就是其TFIDF值,这种方法难以突出对文本内容起到关键性作用的特征。提出一种基于关键词语的特征选择及权重计算方案,它利用了文本的结构信息同时运用互信息理论提取出对文本内容起到关键性作用的词语;权重计算则综合了词语位置、词语关系和词语频率等信息,突出了文本中关键词语的贡献,弥补了TFIDF的缺陷。通过采用支持向量机（SVM）分类器进行实验,结果显示提出的Score权重计算法比传统TFIDF法的平均分类准确率要高5％左右。