大数据技术下的精准广告投放范文

摘要：在当前信息大爆炸的时代，大数据技术为我国各行各业的发展起到了不可忽视的作用，广告行业也不例外，大数据技术的应用是我国广告行业重要改革内容之一。它不仅能够提升广告的到达率，还能够提高消费者接触广告的接触率，促使广告自身价值得以提高。但是从当前我国大数据技术背景下精准广告投放的实际情况来看，仍旧存在有部分内容失真等方面的问题，基于此，主要研究了在大数据技术背景下精准广告的投放，希望能为我国广告行业的发展带来一些启示。

关键词：大数据技术；精准广告投放；市场

在广告行业发展过程中，大数据技术的应用成为其谋求创新、优化升级的重要手段，利用大数据的分析处理能力，能够为广告投放工作提供精准的信息数据支持，提升广告自身价值的同时提高了广告公司的自身效益。但是在当前广告行业利用大数据技术的过程中出现了众多问题，导致广告行业改革面临较大的风险。因此，一种有效的基于大数据环境下的数据挖掘技术对广告的精准投放具有十分重要的现实意义。

1大数据精准广告的特点

1.1个性的广告创意

广告投放主体之所以投放广告是想将广告传播价值转换为自身产品的经济价值。想要提高广告价值，那么首先需要向消费者表达自身产品的相关信息，以便能够引起消费者的注意，为消费者留下产品的重要印象。在当前各类型新媒体不断发展的情况下，媒体渠道呈现多样化发展，广告传播主体想要促使自身产品信息在众多信息中脱颖而出，那么在表达内容上需要创新。而基于大数据技术的精准广告，能够依托程序化创意平台在短时间内对产品信息的表达形式进行创新。程序化创意指的是经过程序化创意平台的算法与大数据技术相结合，向广告设计师推送符合设计内容的相关材料，其中包含有广告设计颜色、广告标识、广告语等，当设计师完成多份广告创意设计，由于不知道确切的投放效果，故由系统先进行自由组合投放，在投放过程中不断根据用户反馈确定最优的创意。

1.2科学的广告决策

在传统的广告决策中，广告投放主体通常情况下会根据自身产品的特性寻找适合投放广告的平台，因此，广告主自身的经验对于广告决策起着至关重要的作用。而基于大数据技术的精准广告，在投放过程中，首先需要Graph-based推荐算法对数据信息进行处理，随后根据处理结果对消费者投放广告。这样一来，利用大数据技术处理过的信息数据能够为广告决策提供合理的建议，促使广告决策科学化。

1.3精准的广告投放

在大数据时代，精准广告的主要特点便是广告主对广告投放的关键点进行把控。在此过程中，广告主要善于总结发现消费者的自身需求，以便能够精准地针对消费者推送广告。当消费者浏览某类信息时，为消费者提供有关产品的链接，当消费者购买某类产品时，为消费者推动产品的价格，帮助消费者挑选性价比较高的产品，以此来促进产品的销售。广告主在此过程中，要善于捕捉消费者的信息，有针对性地对其投放广告，最终为提高产品经济效益打下基础。

2传统广告中的不足

结合传统模式下的广告投放情况来看，媒介既是受众接触广告的一个主要途径，也是受众不愿接受广告的屏障，在此情况下，广告投放者往往难以了解群众对于广告的评价以及群众是否愿意接受广告，在一定程度上会导致广告资源出现浪费情况，促使广告传播效果难以提高。除此之外，在传统的报纸广告时代，广告主在投放广告之后通常情况下较难接收到消费者的反馈，因此，广告主通常会将广告信息刊登在报纸上较为明显的区域，用来获取消费者较多的关注。在电视时代，广告主为了提高自身产品的宣传度，通常情况下会斥巨资争抢广告黄金档。这样一来传统广告投放不仅覆盖率较低，并且可以进行投放的广告位有限，开展效果评估较为困难。

3定位受众偏好的大数据挖掘策略

3.1Graph-based推荐算法

此算法通常情况下在微博中使用，但是针对于精准广告投放系统而言，此算法的作用十分显著，在广告投放系统中，当用户对广告内容进行反馈时，会通过广告系统进行传播，进而带来一种信息大爆炸的形式，此算法一般基于设计网络来建立，但是在精准广告系统中应用此算法，以广告受众的社交网络为出发点，充分利用受众的个性特点，以便能够为用户提供最佳的推荐内容。在很多情况下，精准广告投放系统知识信息传播的一个关键环节，因此加入了此算法之后，能够对推荐内容进行调控，将投放信息的路径进行改变，为用户提供更好的服务。当前，在各类型算法中，Feed流是是当前的主要趋势，在应用Feed流时，其结果必须包含有系统与用户之间的关系。在应用Graph-based推荐算法时，以Graph的角度来对此算法进行解读，此算法的目的在于建立一个高价值的用户关系网络，以便能够有效广告投放系统中的优质信息进行快速传播，以便提高Feed流的质量，在此过程中，最为关键的环节便是要对关键节点进行挖掘，以便能够为用户推送高质量的信息。结合自身从业经验，对此部分的算法进行了详细的梳理制成表格，具体内容如表1所示。在应用此算法时，产生了如下众度数据附产品，如表2所示。

3.2Content-based推荐算法

Content-based推荐算法是当前精准广告投放系统中较为基础的推荐算法，此算法的主要作用在于对广告候选集的内容结构化进行分析。在采用此算法对内容进行分析时主要从两方面进行，首先为内容质量分析，主要采用广告曝光收益加上广告内容信息量/可读性的方式开开展计算工作。广告曝光收益要借助系统中用户的群体行为，在一定程度上能够衡量广告信息内容优劣，在计算广告内容信息量较为简单，究其根本是对于广告信息内容可读性的衡量。Content-based推荐算法最终的效果在一定程度上取决于用户基于反馈内容的深度，由于通常情况下用户对于广告信息的反馈内容较短，因此可以提取的关键词信息较少，再利用Content-based做相关算法时，通常会由于提取数据较为稀疏而导致准确率难以确定，此时通常会引进入Word2vec技术，对关键词进行优化扩展，以关键词为基础开展扩展工作，最终对用户的反馈意见进行详细分析，以便后续精准广告投放工作得以顺利开展。此算法的应用能够有效改善传统广告中效果评估困难这一问题，通过对广告内容信息量的计算工作，将用户反馈的内容进行可读性的衡量，进而引进Word2vec技术，对客户反馈的关键词进行扩展，随后对相关信息进行分析，全面掌握用户需求，为广告行业的发展奠定基础。

4结语

在我国大数据不断发展的今天，大数据的发展在一定程度上体现了国家的发展水平。对于广告行业而言，大数据的应用对行业发展带来了重要的影响，数据挖掘技术的应用有效提高了精准广告投放的效益，在投放广告时加强广告信息的真实性把关，为广告行业长久健康的发展提供保障。

参考文献

[1]范炜,李仁杰,王颖.基于大数据的精准广告投放[J].中国有线电视,2018,(1):12-14.

[2]尹美林,陈嘉欣.大数据时代移动互联网下的广告精准营销研究[J].电脑与信息技术,2018,26(04):9-11.

[3]逯宝峰.大数据时代精准广告传播的问题与对策[J].传媒,2018,277(8):78-79.

作者：胡涛 陈芳 单位：湖南交通工程学院