搜索引擎关键词广告是电子商务中的一种重要的网络营销形式。如何在海量的长尾关键词中,为广大中小广告主提供优质的长尾关键词以提高营销效果,是近来学界和业界都开始关注的一个热点问题。目前关于长尾关键词推荐的研究和应用集中在查询关键词日志的关联分析和基于网页/内容的关联分析上,这些方法存在一些不足,一方面只能得到具有互补相关性的关键词词组,限制了关键词推荐的语义丰富性。另一方面,在推荐效果评估上,这些方法也很少考虑广告主的营销推广目标和成本,从而限制了推荐系统的决策支持水平。本项目拟从另一类重要的相关性- - 替代相关性和成本优化分析的角度入手,从以下三方面开展研究1)长尾关键词互补性和替代性表达的理论框架与性质;2)长尾关键词关联发现方法;3)长尾关键词的成本优化模型。通过本项目所提出的方法所得到的长尾关键词,不但语义更为丰富,且在期望成本或期望搜索上最优,更适合电子商务营销活动的需要。
Business Intelligence;Internet Ads;Keyword Suggestion;Representativeness;Intelligent Recommendation
搜索引擎关键词广告是电子商务中的一种重要的网络营销形式。如何在海量的长尾关键词中,为广大中小广告主提供优质的长尾关键词以提高营销效果,是近来学界和业界都关注的一个热点问题。目前关于长尾关键词推荐的研究和应用集中在查询关键词日志的关联分析和基于网页/内容的关联分析上,这些方法存在一些不足,只能得到具有互补相关性的关键词词组,限制了关键词推荐的语义丰富性,特别是不能得到具有替代相关性/竞争性的关键字,而竞争性关键字广告是目前的一类重要的广告形式。本项目从替代相关性的视角入手,进一步结合代表性信息提取和搜索成本的考虑,从以下三方面开展研究1)长尾关键词互补性和替代性表达的理论框架和推荐方法;2)搜索引擎结果代表性信息的测度和高效提取方法;3)考虑用户搜索成本的交互式智能推荐服务机制设计。部分研究成果已经发表在一些重要的国际期刊和顶级国际会议上,如Electronic Commerce Research and Applications,Decision Support Systems,ICIS2011,IFSA2013等。此外,项目负责人还获得了教育部新世纪优秀人才奖,教育部精品教材奖等重要奖项。