基于数据挖掘的网络广告精确投放系统设计

　　摘要：定向投放是网络广告营销的重要特征。利用历史信息对受众进行行为分析，有选择性的为其投放广告，在网络广告营销中将会是一次新的尝试。本文介绍了目前网络广告营销现状和数据挖掘的基础知识，在此基础上建立了基于数据挖掘的网络广告精确营销系统模型，详细阐述了受众定向模块的设计原理，并用数据展示了实际效果。

　　关键词：精确营销;数据挖掘;网络广告

　　网络广告是新生代的广告形式，它是随着国际互联网的发展而逐步兴起的。由于网络广告具有价格低、制作简单、广告信息传播方便等优点,已成为成为一些中小企业和新产品打开市场的有效手段[1].

　　近几年来,数以万计的中小企业纷纷建立自己的网站,期望通过网络嬴取更多市场竞争的先机。然而不少做过网络推广的企业发现实际效果比预期差距较大,以至于许多企业家开始怀疑网络营销的效果是否真的存在。为了了解如何推广才能获得更好的营销效果,几家著名的搜索引擎企业进行了长期、细致的调研得到初步的结果：由于网络资源具有丰富性、多样性、结构复杂性的特点,,目标用户不明确是众多企业投资网络广告失败的关键原因之一。实现精确营销可以提高网络广告效果，增加用户对网络广告的兴趣。

　　一精确广告营销

　　精确营销的传播新模式提倡从传播受众者切入，研究受众的行为、生活形态，从而理解用户需求，思考与受众的接触点，寻找最有效的沟通渠道和方式，最终给受众者以最精确的广告内容[2]。目前网络广告投放所使用的精确营销技术主要有如下两种。

　　1基于地域的定向投放

　　根据广告商不同的需要，单独为某个地区的用户投放某个广告，可以为广告主节省不必要的资金投入，获取较大的广告效果。例如：上海的房地产广告商一般希望在整个上海地区做广告，而不愿意在北京做广告，更不愿意为在北京做的广告支付费用。同样，上海的受众相对于北京的受众也会更关心上海的房地产广告，甚至于会排斥北京的房地产广告。因此，基于地域的网络广告投放在很大程度上满足了面向区域用户的广告主的需要。并且随着定向需要的提高，基于浏览器、操作系统甚至语言的广告投放也陆续走入了市场，更大程度上提高了网络广告投放的精确性。

　　2基于搜索引擎的定向投放

　　通过运用搜索引擎和语义分析技术，将网文与广告主的关键词进行匹配，将相关的广告投放到相关文章周围的联盟网站的广告位上，具有“精确”的特征，与网络信息有较高的匹配度。例如：当用户在搜索引擎中搜索“服装”时，表明该用户对“服装”类信息感兴趣，然后为其投放“服装”类的广告，用户比较容易接受，从而达到理想的网络推广效果。但如果用户对此类信息不是十分关注，或者不会使用搜索引擎，这种广告就不会产生任何效果。另外，此类广告是基于点击率来计算广告费用的，仅仅从点击或者点击量来判断广告效果是不够精确的，只有发生了真正的意向性的交流才认为是精确的。

　　上面两种方法都能达到精确广告营销的目的，但都没有把握受众的兴趣爱好和特征进行分析，难以达到更精确的市场定位。

　　如何利用数据挖掘技术对受众的历史信息进行分析，从而得出受众的兴趣爱好，实现有针对性的广告投放是本文要研究的内容。

　　二数据挖掘

　　数据挖掘(DataMining)就是从大量的,不完全的,有噪声的,模糊的,随机的数据中,提取隐含在其中的,人们事先不知道的,但又是潜在有用的信息和知识的过程,又被称为数据库中的知识发现(KnowledgeDiscoveryinDatabase)[3].

　　数据挖掘主要有以下五类功能。

　　 自动预测趋势和行为

　　预测是利用历史数据找出变化规律，建立模型，并由此模型对未来数据的种类及特征进行预测。预测关心的是精度和不确定性，通常用预测方差来衡量。

　　 关联分析

　　数据关联是数据库中存在的一类重要的可被发现的知识。若两个或多个变量的取值之间存在某种规律性，就称为关联。关联可分为简单关联、时序关联、因果关联。关联分析的目的是找出数据库中隐藏的关联网。有时并不知道数据库中数据的关联函数，即使知道也是不确定的，因此关联分析生成的规则带有可信度。

　　 聚类分析

　　聚类是把数据按照相似性归纳成若干类别，同一类中的数据彼此相似，不同类中的数据相异。聚类分析可以建立宏观的概念，发现数据的分布模式，以及可能的数据属性之间的相互关系。

　　 概念描述

　　概念描述就是对某类对象的内涵进行描述，并概括这类对象的有关特征。概念描述分为特征性描述和区别性描述，前者描述某类对象的共同特征，后者描述不同对象的区别，生成一个类的特征性描述只涉及该类对象中所有对象的共性。生成区别性描述的方法很多，如决策树方法、遗传算法等。

　　 偏差检测

　　数据库中的数据常有一些异常记录，从数据库中检测这些偏差很有意义。偏差包括很多潜在的知识，如分类中的反常实例、不满足规则的特例、观测结果与模型预测值的偏差、量值随时间的变化等。偏差检测的基本方法是，寻找观测结果与参照值之间有意义的差别。

　　数据挖掘的研究正方兴未艾,其发展前景已经在国际上得到了确认.目前,国内外很多大学,研究机构和公司都已经在这个方面进行了实质性地研究和产品开发,并被广泛应有于多个行业。

　　三网络广告精确投放系统模型

　　网络广告精确投放系统借助于数据仓库和数据挖掘技术,为广告主提供精确的分众特性,使广告投放做到”有的放失”,不仅为广告主节省了投资资金,改善效果，而且使需要该类广告的客户及时了解市场行情，促进销售。

　　网络广告精确营销系统的模型如图1所示,主要包括如下几个模块:

　　图1网络广告精确投放系统模型

　　广告设置：对广告属性的管理,设置广告的位置、大小、投放时间、计费方式等信息.同时提供了对活动的管理,可以设定活动主题,活动时间,优惠措施等信息,另外还可以对广告主属性进行管理,特别是对多个广告主广告进行管理时,可给用户提供很大的帮助.

　　显示报表：利用数据统计的结构，用户可以为广告主提供各种形式的报表图表，直观的展示网络广告带来的效益。

　　广告定向：根据广告特征以及广告主的需要，用户可以自由选择广告定向的方式，即可以选择按地域进行广告投放，也可以选择按受众的浏览器、操作系统、使用的语言来进行广告定向，甚至于根据受众特征选取特定的受众来进行广告投放。

　　广告投放：根据定向投放的目标，将广告投放到目的地的过程就是广告投放。当目标受众打开相应的网页即可看到相应的广告，因为广告投放目标不同，不同受众在相同的网页可能看到不同的广告。

　　数据分析：根据受众的活动对网络广告进行统计的过程就是数据统计，可以统计的信息包括网站流量、用户访问情况、地理位置、使用操作系统、语言及浏览器等30多个参数，广告主可以很方便的统计其需要的资料，包括该广告甚至某次活动的广告浏览次数、点击次数、浏览人数和点击人数。对于特定的广告，用户还可以根据受众的行为分析出该受众购买或者产生“注册”行为是受哪个广告的影响，进而统计该广告带来的“效果”。

　　受众定向:利用数据挖掘技术对受众数据库进行分析，利用聚类的方法对用户兴趣进行分析，从中提取对该类广告感兴趣的受众，并利用分类方法挖掘出“黄金用户”,对其进行重点投放，节省广告资金的投放，获取最大的广告效益;甚至可以利用关联规则挖掘出潜在客户，分析潜在客户的兴趣特征，将其培养成为黄金用户，扩大广告主的广告市场。

　　受众数据库：存放收集的受众反馈信息，对每个受众包括两类信息，基本信息和活动信息。基本信息包括受众的年龄、职业、兴趣爱好、邮箱地址等基本类信息，这类信息的特点是一般不会发生变化;活动信息是指受众在此次信息交流中的行为，浏览或点击了哪个广告，当前的时间，甚至于为该广告带了了多少效果。这类信息是动态增长的，且要保证是低冗余的。过期信息是需要被删除的。

　　四基于数据挖掘技术的网络广告精确投放受众定向

　　受众定向是该系统的关键部分，对受众进行登记分类，利用数据挖掘技术，正确分析受众特性，挖掘出对该类广告感兴趣的客户，根据广告的性质选择合适的受众，使网络广告精确投放的效果达到最好。

　　4.1受众分类

　　在该网络广告管理系统中，以下面两个因素为标准对受众进行分类：

　　 类广告访问量

　　访问量是衡量广告效果的重要指标。受众访问广告的行为直接表明了对该类广告的喜好，因此，根据同类广告的访问量，可以模糊的得到该受众对该类广告的感兴趣程度。

　　 类广告访问时间

　　由于受广告投放方式的影响，访问量并不能单一的代表受众对某类广告的感兴趣程度，为此该系统增加了类广告访问时间这一因素，即为同类广告的访问时间之和，也可以简单的理解为受众在线时间，在线时间长的受众很容易成为潜在客户。

　　在本文的设计中，我们采用了先分类再组合的分类算法，具体的算法如下所述：

　　第一步：以类广告访问量为分类依据，利用“k均值算法”将受众客户群分为四个类别，分别为A1、A2、A3、A4。

　　第二步：以类广告访为时间为分类依据，利用“k均值算法”将受众客户群分为四个类别，分别为B1、B2、B3、B4。

　　第三步：对客户群进行分类，F(1)表示“黄金用户”，F(2)表示“白银用户”，F(3)表示“青铜用户”，F(4)表示“钢铁用户”，则：

　　F(1)=A1∩B1;

　　F(2)=(A2∩B2)∪((A1∪B1)-(A1∩B1));

　　F(3)=((A2∪B3)-(A2∩B2))∪(A3∪B3);

　　F(4)=A4∪B4;

　　根据受众浏览广告的历史记录，将所有受众分为“黄金用户”、“白银用户”、“青铜用户”、“钢铁用户”四类。黄金用户即为类广告访问量高，而且类广告访问时间高的受众，此类客户对该类广告非常感兴趣，往往是该类商品的消费者，因而也是广告投放的重点;“白银用户”相对与“黄金用户”给广告主带来的利润较少，对该类广告较感兴趣，但访问该类广告时间较短;“青铜用户”对该广告的类广告访问量一般，类广告访问时间也一般，但有潜力通过培养成为更高级别的用户;“钢铁用户”是对该广告类广告访问量很低或者类广告访问时间很少的受众，表明该受众对该类广告不感兴趣，无法使广告主获利，有时，该类受众是问题客户，在其身上浪费广告投入往往得不偿失。

　　4.2潜在顾客分析

　　潜在顾客是企业未来产品的购买者。有效的挖掘潜在顾客将有利于企业扩大营销范围，增加产品购买量，从而获得更高的企业利润。因此，每个营销人员都必须把挖掘潜在顾客作为营销的重点[4]。同样，在广告管理系统中，潜在顾客得到了越来越多用户的重视，通过对“黄金用户”特性的分析，挖掘出潜在顾客，并可实现对其单独培养，努力使其成为更高级别的用户，甚至成为“黄金用户”。

　　对潜在顾客的分析过程可以如下：

　　第一步：对年龄，性别，职业以及兴趣爱好进行初始化分类，例如将年龄段分为童年、少年、青年、中年、老年;用户根据需要还可以设定文类标准;

　　第二步：对“黄金用户”的年龄、性别、职业和兴趣爱好等属性分别进行聚类分析，得到比重最大的年龄段、性别、职业和兴趣爱好作为潜在顾客的相应属性;

　　第三步：提取所有受众中具有潜在顾客特性的受众组成潜在顾客群;

　　4.3重定向受众类别

　　随着受众数据库数据的增加和受众行为的变化，受众定向应该定期更新，以更能精确的描述当前受众的特征和类别，此过程称为受众类别的重定向。受众类别重定向的周期应该根据广告类别的特点来决定。

　　五营销结果反馈

　　在没有一个关乎广告效果评估的理论可以得到普遍的推认可没有一个具备“国际标准”的评估工具得到应用的前提下，我们无法对广告效果进行科学的系统的的评估。在此前提下，我们只能从点从应用该项技术前后用户点击率的变化来反映受众对广告的感兴趣程度。表1是该项技术应用在国内某门户网站上几个广告代理商一天的广告数据统计：

　　广告投放传统营销(地域定向) 精确营销(受众定向)

　　显示次数点击次数点击率显示次数点击次数点击率

　　飞虎香皂 100，000 100，000 865 0.9% 85，968 1，254 1.4%

　　实力牙刷 100，000 100，000 584 0.6% 81，596 1，053 1.2%

　　上海奥群房地产 100，000 100，000 157 0.1% 80，810 614 0.7%

　　天天服饰 100，000 100，000 354 0.4% 89，111 954 1.0%

　　表1传统营销与精确营销的效果比较

　　从上面的数据中，我们可以得出结论，虽然广告的显示次数有所降低，但点击次数明显增加，点击率也有大幅度提高。随着历史数据的增加，受众定向的精确性和准确性将会更进一步提高，所带来的效果也会更加明显。

　　六总结

　　基于数据挖掘的网络广告精确投放系统，根据受众的历史行为，利用数据挖掘的方法分析受众特性，根据受众的需要实现网络广告的精确投放，不仅提高广告投放效果，节省网络广告投资，更可以提高受众对网络广告的兴趣，提高商品的销售量。并可以根据受众特性挖掘出潜在用户，进行特别营销，扩大商业市场。

　　参考文献：

　　[1]王文鼎网络营销广告地发展问题科技经济市场2006.4(125-126)