欢迎来到天天文库
浏览记录
ID:20617380
大小:1.90 MB
页数:67页
时间:2018-10-14
《基于多特征信息融合web广告分类方法的研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、国内图书分类号:TP399学校代码:10213国际图书分类号:621.3密级:公开工程硕士学位论文基于多特征信息融合的WEB广告分类方法研究硕士研究生:袁军辉导师:叶允明教授申请学位:工程硕士学科:计算机技术所在单位:深圳研究生院答辩日期:2013年12月授予学位单位:哈尔滨工业大学万方数据ClassifiedIndex:TP399U.D.C:621.3DissertationfortheMasterDegreeinEngineeringCLASSIFYWEBADVERTISINGBASEDONMULTI-FEATUREFUSIONC
2、andidate:JunhuiYuanSupervisor:Prof.YunmingYeAcademicDegreeAppliedfor:MasterofEngineeringSpeciality:ComputerTechnologyAffiliation:ShenzhenGraduateSchoolDateofDefence:Dec,2013Degree-Conferring-Institution:HarbinInstituteofTechnology万方数据摘要摘要伴随着互联网的发展,互联网广告也在迅速的改变其表现形式。从传统的
3、文本广告,到当前的图片广告、Flash广告、再到插播的视频广告,呈现出形式多样化,复杂化的趋势。从其重要性的角度来讲,互联网广告已经成为众多网络服务提供商的重要盈利方式。互联网广告的分类,也是现实生活中很有实际价值的课题。一方面,通过广告分类,各广告投放方可以了解到自己行业的宏观广告投放状况,包括竞争对手广告投放情况的收集;另一方面,对于政府及互联网第三方管理机构,可以观察出各个行业的整体广告投放情况,从而对社会当前的经济发展状况进行一定的评估或对未来的经济发展进行预测。本文是从互联网广告中的多特征信息融合的角度对分类方法展开研究。主
4、要完成如下工作:(1)针对互联网广告的特点,总结出多个特征,进而对多个特征依据数据缺失率和分类效果准确率进行筛选,从而得到用于分类的多特征信息;(2)针对选定的多个特征,应用不同的分类算法,得到每个特征最适合的分类算法。文本采用SVM、KNN、NB等方法,最优分类效果为73.80%(链向网页标题应用SVM)。图片采用灰度指纹和灰度直方图方法,最优分类效果为31.51%(灰度直方图)。对不同特征用不同算法来达到单特征下的最优分类结果;(3)提出多种特征融合思路,测试多种融合方法,如:概率修正融合方法、贝叶斯融合方法等。选择了一种效果较好
5、的贝叶斯特征融合方法并对其进行优化。实验结果表明改进后的贝叶斯融合方法在互联网广告的分类上取得了较好的效果,将分类准确率由优化前的76.85%提高到了优化后的80.77%。关键词:互联网广告;多特征融合;文本分类;贝叶斯-I-万方数据AbstractAbstractWiththedevelopmentoftheInternet,Internetadvertisingisrapidlychangedform,fromthetraditionaltextads,totheimageads,flashadsandvideoadscurren
6、tly,presentedintheformofdiverseandcomplextrends.Moreimportantly,Internetadvertisinghasbecomeanimportantwayofprofitformanynetworkserviceproviders.ClassificationofInternetadvertising,thissubjectisofgreatpracticalvalue.Onehandinreallife,companyhavaanmacrounderstandingofont
7、heirownindividualadvertisingsituation,ofcourse,whichcouldincludingthecollectionofcompetitorsadvertising.Anotherhand,wecanobservethevarioussectorsoftheoveralladvertisingsituation,andtherebyforecastingthefuturedevelopmentofeconomic.Thisarticleisfromtheperspectiveofmulti-f
8、eatureinformationforclassifyingInternetadvertising.Mainlytocompletethefollowingtasks:(1)Accordingtothecharacte
此文档下载收益归作者所有