文摘
本文从计算广告和场景的研究理论,基于人工智能技术应用的背景下,研究计算广告的传播策略。它所研究的三大策略计算广告现场沟通和深入分析现场了解策略的原理及应用,内容选择策略和社区操作策略。结果表明:(1)背景下,人工智能的时代已经到来,计算广告使用人工智能算法来完成突破升级。通过算法和数据的结合,其智能升级主要体现在三个方面:第一,实现较高的匹配精度沟通,第二个是有效的定制的通信,第三是实现上下文广告和用户之间的交互;(2)智能场景的“智能”性能特征计算广告的传播主要是在现场智能技术的应用,数据的智能平台,用户画像的智能建筑;(3)在人工智能的时代,计算广告的传播策略方案主要包括智能场景洞察力策略、内容选择策略,和社区操作策略。首先,智能场景洞察力策略主要从两个层面进行了分析。一方面,它是一个基于智能数据挖掘和深入分析用户的标签系统集中在智能算法。另一方面,通过研究关键词搜索,智能升级对场景的洞察力的影响进行了分析。其次,在内容选择策略方面,人工智能技术的应用带来了一个新的升级到创建和计算广告的推荐机制。
1。介绍
随着互联网技术的发展和普及,计算机广告在广告行业中发挥着越来越重要的作用。由于互联网的发展,它经历了四个演进:固定网络的时代,大数据的时代,移动互联网的时代,和人工智能的时代1]。在这个过程中,计算广告发展从最初的合同广告、竞价广告、搜索广告和其他基本数据驱动的编程阶段的广告形式和当前阶段的人工智能。基于国家战略指导计划和产业发展趋势,获得深入的了解是很重要的人工智能技术的应用在互联网领域,并探索的景象匹配策略的智能优化路径计算广告,进行综合分析的实时定位场景,支离破碎的场景,和full-scenario匹配模式,总结行业经验提供一个实用的参考计算广告的发展。它提供了一个当代引用和参考价值的理论研究计算广告(2]。
关于计算广告的文献综述,作者从计算广告的概念,首次提出了安德烈•布罗德高级研究员雅虎的研究,在2008年19 ACM-SIAM研讨会(3]。学者吴和胡4]在IEEE会议上提议使用一个计算模型重建在社交网络广告的传播和使用这个计算模型进行一系列的虚拟实验获得的信息来选择一组初始的人观察和实验的影响最大化广告沟通效果。从那时起,学者们的研究计算广告集中在计算逻辑的探索。互联网技术的快速更新不断促进了计算机的发展广告方向的情报,特别是新理论和新技术的实际应用等领域的云计算和人工智能计算广告(5]。计算广告似乎即将迎来颠覆性的变化。可以看出,计算广告逐渐成为最重要的部分是广告行业在互联网时代。随着智能设备的普及,传统的广告显示疲劳的迹象,和计算广告基于大数据和人工智能算法模型已经显示出强大的生命力6]。机器可以快速实时洞察消费者的需要通过精确的用户画像,并结合本身和用户的使用场景计算广告自动推时,有效地应对著名广告大师约翰·沃纳梅克提出的问题:“我知道我的一半广告费浪费了,但问题是我不知道是哪一半。”
场景理论产生了许多卓有成效的研究成果等领域的文化,城市空间,电影艺术和媒体(7]。在文献综述部分,本文主要侧重于现场研究的文献综述和细化领域的广告、营销、沟通、和互联网(8]。在1980年代,当电视媒体推广和覆盖在发达国家在欧洲和美国,麦克卢汉提出媒体场景理论基于他深刻洞察媒体和人类行为之间的关系。在这个理论中,著名的观点,如“媒介是人的延伸”,相信媒体改变了时间和空间的关系,这样人们的感知能力是加强或扩展。Merowitz场景是不同的材料的研究显示空间,相信这不是材料网站本身的性质决定了人们的交互,但信息流动的模式(9- - - - - -11]。场景的定义扩展到电子媒体创建的虚拟空间。在传统观念下的物理空间和流动的影响下的媒体信息,创建的虚拟场景电子媒体已经逐渐引起了学者的关注和研究。当今社会已经进入了移动互联网时代,真实和虚拟场景之间的界限也变得更加模糊。
在互联网和大数据的背景下,一种新的广告产业驱动的方法,即计算广告已经开始流行起来。根据公共信息在互联网上,安德烈•布罗德提出计算广告的概念,指出计算广告需要解决的问题从行业的角度,并定义“计算广告是为用户找到合适的广告C U在给定的情况下,为了达到“最优“匹配”(12]。计算广告目标群体的选择有其独特的特点,内容生产和交付,广告匹配,有效监控(13]。不同于传统广告、计算广告是基于互联网技术实现基于流程和高效的操作,而准确地传达给目标用户组(14]。计算广告大数据技术的应用和人工智能算法形成了一个工业规模。国内外互联网巨头利用巨大的交通优势的平台获得大规模的收入每年的广告业务。在中国,互联网巨头如蝙蝠积累了大量的用户数据经过长期发展,和人工智能技术的应用是不断加强15]。
由人工智能技术、大数据、智能算法,通过机器学习技术和通信场景深深地集成,和重要的突破已经在产品的见解和消费者动力学(16]。在数字时代,流媒体平台更注重数据分析找到目标受众最能满足产品的需要。传统算法利用用户画像通过分析人口统计属性,如区域因素,年龄,职业,传统广告依赖,以及用户行为,但不可避免地存在一些无法解决的缺陷17]。例如,通过优化目标受众的点击率,媒体买家可以吸引很多观众匹配用户的标签交通平台,但对于广告来说,这些用户不一定是潜在的消费产品(18]。相比之下,数字广告策略,使用人工智能识别和目标潜在客户没有偏见有更大的机会找到实际消费,这是不同于大数据的分段的观众。
人工智能技术带来了颠覆性的变化,广告内容的创建。很长一段时间,广告商的创造性思维是唯一的办法来完成创建广告内容(19]。由于人类思维的局限性和能源,广告的创意和创意内容是相对有限20.]。目前,中国对广告创意的需求正在增加,供给和需求之间的矛盾,广告商创建数量和质量也很低。目前,人工智能广告内容创作的潜力还远未被充分利用,目前只用于实现一些简单的目标(21]。例如,文案创作而言,人工智能文案推荐系统可以自动建议使用标题和描述文字通过一定数量的标题和描述文本由广告商,它不仅可以帮助广告主实现最高的投资回报率也省下一大笔钱,测试时间,和精力。
传统的广告方式只能通过购买媒体和“广撒网”,不仅昂贵而且很难把握广告的准确性(22]。即使在Web 2.0阶段,规划广告极大地提高交货的准确性,但是计算广告基于传统算法,仍然有许多缺点,比如真假信息的处理从数据源,透明的广告,和虚假流量,广告效果评估等。(23]。计算广告的智能推荐的基础是准确划分互联网人口和基于数据管理创建用户画像。互联网用户的需求呈现出个性化和自主性的趋势。传统的算法难以适应时代的发展,和他们越来越无法捕捉互联网用户的购买习惯(24]。网络广告的数量非常大,广告的效果需要实时动态监控。这个链接是各种角色的技术应用在广告链,如有关DSP实时竞价技术,查询优化技术相关的广告交换平台(ADX)和网络优化相关技术供应方平台(SSP)。在线广告经常需要每天数以亿计的数据请求,以及及时性要求高(25]。需要更新用户画像实时根据每个用户特征的变化,和广告创意人员需要调整。人工智能机器学习技术保证数据的实时更新,使调整用户画像,制定广告策略实时保持最佳的广告效果。
随着移动互联网时代的到来,人们和场景的结合已经成为计算广告的发展趋势。数字技术的应用一直是发展的驱动力计算广告。人工智能算法智能升级用户画像,建设和促进计算广告变成了scene-based通信模式。基于人工智能技术的应用,本文研究了场景计算广告的传播策略。首先,基于人工智能技术的应用,使用“场景五股势力”和场景理论建立一个智能场景沟通策略模型。然后,它讨论了场景的传播策略,并分析了三种策略的场景洞察力、内容选择、操作和社区。同时,通过分析相关的典型智能计算广告沟通的情况下,传播策略的实际应用场景在用户使用场景进行了总结和分析。最后,当前的问题和缺陷计算广告场景传播解决和分析。
本文的研究方法主要采用案例分析的方法,需要计算广告为研究对象,侧重于运行机制计算广告传播策略的人工智能的时代。基于计算广告领域,本文总结了四种元素的现场沟通,研究现场时间和空间的维度,沟通内容,现场连接介质和用户网络行为。
2。研究思路、方法和技术支持
2.1。研究的想法
本文的研究开始于作者的个人经验的互联网广告近年来的快速发展。经过20多年的发展,国内互联网广告已迅速成为一种新的力量在广告行业。网络广告的应用实践编程营销和大数据市场涉及到很多技术和算法和机器学习理论知识。通过收集和整理相关文献对各种网络广告的发展,研究对象是初步确定计算广告(26]。
计算广告需要精确的个性化推荐,其核心本质是推荐合适的广告在正确的时间正确的目标群体。最有效的方式实现这一建议过程是将人们和场景。人工智能技术的应用使得机器的地方最适合的广告通过用户画像模型基于大数据和实时用户移动现场定位。因此,作者决定研究的核心scene-based计算广告传播策略(27]。
结合之前的研究方法和研究成果,本文的研究观点大致如下:首先,国内和涉外研究计算广告和场景理论被组织成一个文献回顾;其次,计算广告排序的基本概念和分析,确定和人工智能技术(28]。它清楚地描述了人工智能计算广告的作用和影响;此外,它建立了一个模型计算广告和受众之间的景象匹配原理,并分析了现场交流和建模机制的元素。然后,结合上一篇文章的理论依据,现场广告传播策略的计算是切成三个维度,即现场洞察力,内容选择、操作和社区,策略的原理深入分析(29日]。同时,该策略的实际应用进行了分析。最后,总结了计算广告的发展现状存在的问题及其未来的期待。
2.2。研究方法
案例研究。本文对计算广告的场景进行案例研究,关注国内互联网公司的相关情况下使用场景通信广告沟通策略。不同的策略,作者选择计算广告沟通的情况下典型的互联网公司如蝙蝠,以及广告沟通情况下基于人工智能算法如Toutiao流媒体广告和谷歌广告信息,并分析了具体策略的应用和通信规则计算广告现场沟通(30.]。此外,基于提出的“五种力量的场景”罗伯特Scober和壳牌以色列和相关理论研究国内外场景,作者构造的模型计算广告场景沟通策略在人工智能的时代。计算广告通信数据,通信路径,以及工业有关的现场沟通策略,等等,用于进一步验证是否选中的情况下符合模型。
2.3。技术支持
用户画像是一个标签的用户模型抽象信息,如使用社交属性、生活习惯和消费行为。在计算广告的传播系统中,用户画像被抽象为真实用户的特征属性,帮助平台,实现精确的交付和个性化推荐计算广告根据用户特点和他们的选择。本文从计算广告的沟通维度,探讨了模型建设用户画像和沟通与广告的关系,并深入理解用户画像在计算广告的重要作用。用户画像(角色)的概念被首次提出“交互设计之父”阿兰·库珀。Alan Cooper认为用户画像的虚拟表示真实用户和目标用户模型基于一系列的属性数据(31日]。
随着互联网的发展,用户画像被赋予新内涵信息,比如用户人口统计资料的基础上,在线浏览内容,在线社交活动,和消费行为。作者整理和总结了相关文献和研究,并总结了基本的用户画像为三个元素:基本数据、算法模型,用户标记。基本数据的收集是用户画像描绘的前提。在当前的网络环境,建立一个大规模的用户数据库需要使用大数据技术来获取用户数据。算法模型计算的主要工具实现链完整传播广告(32]。事实上,用户画像建模的任务只有一个算法模型需要完成,但过程描述用户画像,从大量的原始数据的清洗和过滤数据统计和分类,然后机器学习、文本分析,这个过程需要算法模型来完成。用户标签是用户画像的核心要素建设。作为一个高度精炼功能标识符指定的人类,标签是最重要的用户画像的输出,使得用户画像模型具有实际意义。
计算广告而言,构建用户画像的核心工作主要是使用大量存储在服务器上的日志和数据库中的大量数据进行分析和挖掘每个标记创建一个“标签系统,”可以表示为用户维度特征的ID。用户画像的建模过程主要分为三个过程:基本数据收集、行为建模,和肖像结构,如图1。
通过人工智能技术的应用,数据值的用户画像和密度可以提高个性化推荐的准确性。AI系统执行认知功能,使用机器学习技术,培训如何行为或反应的结果,知道在未来采取同样的行动。
现场计算广告传播的过程中需要支持的底层架构等技术基础和数据基础33]。在这个过程中,需要协调多个场景元素来完成同时传播。上下文中的人工智能技术的应用,现场交流的建筑元素计算广告应该包括时间和空间场景,一个场景连接介质、现场沟通内容和用户网络行为。在此基础上,其他因素将在计算广告的传播情况,如基于“增大化现实”技术,虚拟现实眼镜,智能可穿戴设备,等等,提高现场经验。基于上述分析,我们构建了一个基于人工智能技术的传播模型计算广告场景(见图2)。
从这个模型,人工智能技术的支持下,计算广告是基于当前用户网络行为,通过智能设备与用户连接,最后传播内容和用户场景通过场景等场景洞察力、内容选择、或社区业务。时空实现最佳匹配。从用户的角度来看,广告的内容是完全结合当前用户网络行为,从而有效地减少用户的拒绝广告(34]。从更深层次上讲,广告内容的交付是基于用户画像的标签系统,和用户画像的描述是基于智能算法的清洗和过滤无效的原始数据,同时获得当前用户网络行为数据进行分析。因此,广告的沟通价值已经大大提高,以及触发用户创建了共振的影响最大。
传播内容。这种模式有助于广告内容创造者获得深入洞察用户需求和实现精确匹配的用户本体的内容。
从现场连接媒体的角度,借助移动设备的自然即时性和交互性,广告内容可以快速达到广告用户,打破时间和空间的限制,实现用户和虚拟场景的结合。当用户浏览当前目标内容,它变成了一个自然的过程,让用户接受广告的广告由于无缝集成到现场。
3所示。结果与讨论
3.1。智能场景洞察力策略
在移动互联网时代,用户场景的洞察力已经成为科学和有效。通过用户的授权协议的智能终端,用户的日常网络行为数据和用户画像被描述。在此基础上,分析了用户根据他们的基本属性,短期行为和长期利益和用户利益标记提取。以Twitter为例。根据公共信息,超过150亿篇文章和视频显示在每日的信息流Toutiao应用,,每天处理的数据量超过8.2 PB。Toutiao系列的产品每天产生60亿服务器请求。同时,Toutiao AI实验室继续积累大量的训练样本和数据基于丰富多样的应用场景和大量用户,训练算法模型,并建立一个统一的数据仓库,不断培养和提高人工智能。当用户使用Toutiao应用,算法中心开始解释用户的浏览的内容和形式初步用户画像在几秒钟。随着数据生成的阅读行为的增加,用户画像不断优化。在这个过程中,Toutiao标签用户的利益和集主要标签,二级标签,标签和潜在利益,以优化的选择推荐内容和信息流动广告。
目前,Twitter的广告和新闻的融合取得了一个最佳的平衡。Toutiao坚持的经营理念“广告新闻,新闻是广告”,并留下了深刻的洞察消费者的需求。广告在其官方网站,直截了当地说:“没有人喜欢广告。有时,这些内容是广告。“因此,Toutiao推出了广告的三种方法,即应用程序启动全屏广告,信息流量大的形象广告,广告和信息流动小图像。我们组织他们如表所示1。
智能算法带来许多卓有成效的优势从Toutiao Toutiao广告。据官方统计,截至2020年9月,Twitter已安装的4.5亿人,至少有9000万人每天使用的,用户使用它每天平均100分钟。基于先进的机器硬件设备和技术,Toutiao计算用户兴趣和智能推荐新闻基于利益在5秒之内。同时,基于大数据挖掘,某省人民有针对性的广告,如性别、年龄、兴趣、手机,时间,地区可以实现。根据实时数据报告,广告商可以随时检查数据,并单击用户画像的广告,广告和直接制定广告交付战略提供背景。使用随机抽样变得不可行,因为标题广告的总数是未知的。因此,本文采用方便抽样的方法对信息流广告“建议”部分的Twitter应用程序,和整理18广告,并记录如表所示2。
之前收集和记录广告痕迹,作者Toutiao账户的绑定个人注册微信帐号。根据应用系统的默认选择,我跟着19个人频道标签,即热点,广州,视频,新时代,图片、娱乐、问答、技术、汽车皇帝、金融、军事、体育、直播、国际医疗、房地产、小视频,NBA,和价值点。18中信息流动的广告,除了一个广告推荐的Toutiaohao和2随机广告,另15广告作者的相关账户信息、浏览历史,或节日。一方面,Toutiao算法将相关信息流动广告在支离破碎的场景中根据用户的阅读兴趣标签,阅读历史,和其他数据,另一方面,将根据用户的地理位置信息。基于用户数据的收集,人工智能算法实时更新用户画像,洞察用户的阅读情况,并允许广告客户及时调整广告策略。
计算广告的核心是通过关键词和目标用户条款,和人们的在线购买决策依赖于关键字和搜索结果页面。可以说,理解用户需求理解关键词搜索是至关重要的。从基于场景的角度沟通,关键字广告仍然有很强的指导作用。例如,Google AdWords,关键词是AdWords广告成功的关键,所以PPC广告(支付每点击,点击付费广告)也被称为“关键字驱动”广告。关键字搜索的重要因素之一,计算研究了广告场景。从行业实践,比如当前百度系列产品,谷歌搜索,和Toutiao最近推出了“Toutiao搜索”产品,人工智能已经应用于关键字搜索。搜索查询词而言,它突破了传统算法的结果显示,和升级的智能搜索算法。
关键词搜索的核心是把用户放在首位,搜索他们的想法转换成字,搜索引擎理解这些词作为关键词,和计算广告会显示在搜索结果页面。目前,关键字匹配大致可以表现在三种形式。本文根据行业惯例和相关观点,概括为广泛匹配,短语匹配和精确匹配。当选择广泛匹配是放置在一个关键字,用户搜索关键字,或相关关键字的变体,比如单数和复数形式,同义词,等等,可能会触发广告的位置。在短语匹配模式下,广告时将触发用户的搜索词包含关键字广告预设的。精确匹配要求用户的搜索词和设定的关键字广告是完全相同的广告才能被触发。款模型使用深学习方法训练模型有100亿用户点击数据,有1亿多个参数。简单来说,人工智能给系统大量的训练数据,发现模式。找到从巨大的数据模式就是人工智能的擅长。它可以快速找到可能的排名因素,排名因素的权重调整,自动迭代计算,符合计算公式之间的排名因素和用户满意的搜索结果。
3.2。基于人工智能技术的内容选择策略
在移动互联网时代,广告商和品牌所有者更容易获得大数据的画像当前用户或潜在用户,通过使用标签,实现准确的景象匹配的身体来选择最合适的广告渠道。可以看出场景通信模型的计算广告数据平台可以了解用户的行为数据之前放置广告,推动广告更符合用户的偏好。本文还使用Toutiao作为一个例子。Toutiao个性化推荐机制有两种基本的建议在实际的应用程序逻辑。首先,当用户使用应用程序时,用户需要更多类型的动作,如通过人机交互,大量的阅读内容、阅读速度、阅读场景,等等,在行动中收集、Toutiao算法中心将开始绘制用户画像。详细描述时形成一个结构化的表,Toutiao算法系统决定了它“知道”每一个人。之后,“认识”每一篇文章,每个关键字同样的技术手段,系统算法中心用户提供现场实时匹配。匹配程度越高,系统确定信息是用户最希望获得的信息,然后把它。
此外,对于用户在数据库中没有足够的历史信息,Toutiao系统将解释类似的组织和推动用户最有可能的信息感兴趣。因此,每个人的标题是不同的,也就是说,“你关心的是头条新闻。根据上面的两个逻辑,Toutiao系统分裂之间的匹配和连接对象的文章和用户详细。其推荐引擎首先将文章分为具体根据关键词和类别特征向量,然后定位用户,并分配到一个特定的特征向量。最后,两个匹配,不同的信息推到每个用户根据推荐引擎的算法了。计算广告标识的兴趣标签基于用户画像,使用Toutiao的个性化推荐引擎匹配最相关的创作材料,建议在同一时间多个创意,并完成有针对性的广告。
的基础Toutiao新闻广告的个性化推荐智能推荐机制的内容。为了实现集成信息和减少用户的心理排斥,广告需要符合信息的表示。目前,基于文献和产品Toutiao应用的经验,我们总结Toutiao的文章个性化推荐机制如下:建议与相似主题的文章,推荐新闻在同一个城市,建议根据文章关键字特征,受欢迎的文章的推荐,由用户选择长远利益。标签推荐和网站推荐等机制。此外,建议也可能是基于基本的用户信息,如用户的利益,年龄、职业、阅读习惯、地理位置。信息流广告是基于文章的标签系统和分配给相应的内容区域显示。
基于场景的交流在互联网时代有即时性的属性和动力学,和人工智能应用于广告创意领域的计算广告的发展基于场景的思考。虽然目前人工智能不能执行先进的广告创意工作,如专业广告创作者在一些特殊的情况下,人工智能将立即派上用场时,大量的广告作品仅靠人力无法提供。智能设计平台为例,自2016年以来,“Luban”由阿里巴巴云计算团队开发设计了广告海报的数十亿美元的“双11”购物节,放在特定的用户的购物那天的场景。目前,人工智能广告创作主要集中在广告设计和文案设计。在广告设计方面,以“Luban”智能设计平台为例,系统可以完成工作的每秒8000横幅图像通过人工智能算法和大量数据训练,机器学习设计,输出设计能力。客户提供四个功能:一键生成,智能排版,设计扩张,和智慧的创造。人工智能方面的文案设计,创造人工智能广告系统开发了一种“神经元”功能类似于人类的记忆。系统自动复制的“存储记忆”终于在使用过程中用户所选的。选择的复制用户将排在顶部的机器在未来类似的搜索;选择的副本而不是用户将在未来类似的搜索排名。 The latter position is no longer recommended; the system will also “remember” the annotation modification made by the user to improve the quality of the copy generated next time. In other words, the AI copywriting system can realize the automatic optimization algorithm of the machine according to the user behavior correction algorithm model.
3.3。基于社区操作场景沟通策略
社区连接是基于用户的社会关系链。共同的兴趣爱好自发聚集或媒体内容平台的微妙的指导下形成一个固定的社区。基于共同的价值观和审美标准,很容易建立用户之间的情感关系,从而提高用户的社区粘性。随着移动互联网的发展,移动应用程序已经成为现场传播的入口,深化和各种子如美容、健身、出租车,旅行,摄影,等等,迅速形成了一个社区的形式,为用户提供个性化的现场服务经验。互联网思维的指导下,以用户为中心的产品概念是逐渐认可。当用户加入社区,他们会认为社区通过观察等行为,经验,和参与。留住用户的第一步是社区能否带来预期的价值用户。其次,如果社区创建一个传染性社区社会文化的基础上,它给用户带来的价值,用户和社区带来一种温暖的感觉,并可以获得用户忠诚度和社区的发言人。
强大的现场连接可以带来更好的通信和计算广告转化效果。内容在电子商务行业,电子商务已经成为在新一轮的竞争中取得突破。互联网电子商务公司如淘宝、网易考拉,Xiaohongshu已经建立一个“场景+社区”的电子商务模式。标题产品“Douyin”打开“商品窗口”功能的视频创造者的个人主页,试图进入电子商务巨头的竞争,用另一种方式和采取主动。它已成为一个趋势行业主要平台为用户提供现场经验和情调通过社区连接,以便使用智能算法无缝推荐广告或产品信息用户的使用场景。
改变用户的在线行为习惯、计算广告的焦点逐渐从PC转移到移动,显示scene-based和社区交流的特点。蔡奇认为阅读在线社区交流的变化主要体现在四个方面,包括生产革命在认知盈余,混合文本聚合和分化,共享阅读的内容和关系,和多端。互联网产品需要应对激烈的市场竞争,与用户,并开始关注网络社区运营。社区经营战略的核心是建立一个网络社区文化,为用户提供高质量的内容服务,为个人创造价值和满足用户的需求。创建一个社区文化和社区建立会提供对基层社区适用的文化符号和仪式的基础维护用户参与活动。高质量的内容服务包括为社区成员设置高质量的互动主题,提供差异化内容阅读,提高用户的保留时间。交互的感兴趣的话题,用户完成价值感的表达和演讲,从其他用户获得价值识别相同的利益,并找到一个精神上的虚拟社区的归属感。
前人工智能技术应用还在初始阶段,同时,受限于国内经济技术发展水平和其他因素,计算广告还显示了许多问题和局限。例如,在数据管理和应用层面,大公司的数据在数据平台是不均匀的,有一个平台之间缺乏有效的沟通由于竞争等因素和游戏。平台数据之间的透明度和广告商和机构仍然需要改进。在技术层面,人工智能的水平越高,更严格的要求的复杂性算法模型。
计算广告监测数据的“岛”现象。随着信息社会的到来,人们意识到数据的价值正变得越来越重要,和数据越来越成为企业的核心资产和竞争力的重要组成部分。同时,多元的游戏数据市场造成数据分割的现象,这引起了数据仓库的现象越来越明显。各方的有趣结构数据事务是不平衡的。在数据行业,有趣的用户之间的互动关系,所有者和用户是不平衡的,尤其是用户和平台之间的不平等的权利和协议,导致孤岛现象的恶化。中国的大部分数据收集的数据库行业的巨头,电信运营商和政府机构。另一方面,也没有获得任何好处,数据生产者风险数据滥用和破坏个人隐私和数据安全。从长远来看,任何一方数据行业的生态将是最终的赢家。数据竖井加剧关闭数据和不平衡各方的数据链。系统的崩溃只会损害所有参与者的利益。 The practice of data sharing lacks momentum. Data sharing has great practical difficulties, which is an important reason for the intensification of the phenomenon of data silos. China currently lacks laws and regulations that strictly regulate data sharing and openness. Relevant personnel are worried that the openness of government data sharing will cause information security problems, data leakage and loss of control, fear of data sharing and openness, and they dare not share their own data resources with others. Share openly. At the same time, the big data industry also has a low degree of resource openness and sharing, and the value of data is difficult to be effectively exploited and utilized.
缺乏互操作性和共享的数据是由各种原因引起的。例如,在许多企业和机构的概念,数据资源被以同样的方式与其他资源,他们认为财产和私有企业财富,导致“数据岛的现象。“打破这一现象,本文提供了一些对策。首先,大公司或机构需要建立和加强合作关系和开放数据共享权限。这里,协议可以通过第三方数据平台,或数据可以直接共享企业之间互利的方式,这样可以得到最准确的数据计算的广告场景和准确的访问可以实现。其次,各方应该建立一个标准化的数据共享数据建设系统和集成大数据资源。与此同时,数据共享的范围可以扩展到跨业务合作。最后,建立一个信息保护系统和完善的法律体系。在人工智能的时代,政府机构和企业共同努力,构建一个credit-sharing大数据环境。
4所示。结论
本文关注的三大策略计算广告现场交流,并深入分析了现场了解策略的原理及应用,内容选择策略和社区操作策略。同时,鉴于目前的问题在计算广告的沟通场景中,我们分析了三个方面的“数据岛”流量作弊的现象和交通劫持,计算广告和品牌传播的安全情况,并提出一些可行的改进。本文还讨论了计算的智能升级广告、如何实现计算的scene-based沟通广告和相关的传播策略。本研究的发现可以大致分为以下几点。(1)计算广告的发展使得智能升级。背景下,人工智能的时代已经到来,计算广告使用人工智能算法来完成突破升级。通过算法和数据的结合,其智能升级主要体现在三个方面。第一,实现更高的匹配精度的沟通,第二个是有效的定制的通信,第三是实现上下文广告和用户之间的交互。升级的关键计算的准确传播广告在于人工智能算法的组合和大数据,通过数据挖掘和分析深加工,广告基于智能用户画像标记系统。通过智能的用户画像,计算广告可以实现智能推“成千上万的人,成千上万的脸。“人工智能技术的应用使计算的自动推送广告做出聪明的决定基于数据分析用户的使用场景,实现实时上下文广告和用户之间的交互。(2)计算的智能现场传播广告需要同时满足多个条件。智能场景的“智能”性能特征计算广告的传播主要是在现场智能技术的应用,数据的智能平台,智能建筑的用户画像。综述并分析了三种基本技术现场传播的作用,包括现场连接技术、数据处理技术、现场技术经验。随着移动互联网时代的到来和国内研究的逐步深化理论,镜头之间的连接,场景之间的联系和人,人和人之间的关系成为研究的焦点计算广告传播。场景的实现传播提出更严格的要求数据处理技术。关键是人工智能的算法可以处理大数据。最后,用户的现场经验是通过各种智能终端设备实现的。在整个场景广告传播计算,数据管理服务提供的数据平台和用户画像的智能标签系统的传播中扮演着重要角色。(3)智能计算广告场景的传播策略。本文认为在人工智能的时代,广告的传播策略计算场景主要包括三个方面:智能现场了解战略,内容选择策略和社区操作策略。首先,智能场景洞察力策略主要从两个层面进行了分析。一方面,它是一个基于智能数据挖掘和深入分析用户的标签系统集中在智能算法。其次,在内容选择策略方面,人工智能技术的应用带来了一个新的升级到创建和计算广告的推荐机制。智能用户画像与实时数据更新,推动广告更符合用户首选项。此外,人工智能内容创作已经意识到海报设计和广告文案,能满足大规模广告的需要在特定的场景中,并提供新选项的内容选择策略计算广告场景。最后,本文认为,社区是一个重要的策略,建立强大的连接在现场。场景的强烈的联系可以给一个更好的传播效果的计算广告代码。建立一个社会需要建立一个情感上的相互关系基于用户的社会关系链。 At the same time, it is necessary to create a high-quality community culture based on intelligent data, integrate users with scenes, and effectively improve the reach of advertisements.
数据可用性
使用的数据来支持本研究的发现可以从相应的作者。
的利益冲突
作者宣称没有利益冲突。