报告题目：利用知识提升上下文广告的精准度
报告人：徐贯东
报告时间：2012年12月19日 14:00——15:30
报告地点：中山北路校区数学馆201
报告摘要：
网络广告是指利用互联网进行信息传递和推介一种方法。作为一种流行的网络广告，上下文广告技术会根据页面内容与广告的相关度来选择性地投放广告，从而增加广告点击数。然而，这项技术因为广告词汇内容存在同形异义、一词多义、关键词不准确、上下文不匹配等因素，广告投放的精准度受到影响，甚至会降低。此外，现有技术仅考虑广告与Web页面的相关度，却忽视了页面具体位置对投放效果的影响。在本报告中，我将介绍一种新的上下文广告匹配技术框架，它不仅采用现有语料知识库（包括维基百科的概念和分类信息）来增强内容-广告匹配度，同时还根据具体位置的内容匹配进行广告筛选。该框架包括以下几个模块：首先，分别为每个页面（或广告）构建三个特征矢量：关键词矢量、概念矢量和类别矢量。其次，对给定的页面与广告，全面考察三对矢量，计算出一个相似度值以描述匹配程度。再次，还考虑页面局部位置对广告的匹配度，以计算出具体位置与广告的匹配程度。该算法已在真实数据集合上进行验证，包括广告集、页面集、概念集（26万条）和分类集（从维基百科获取，共12000个），经实验验证表明，新方法优于传统的关键字匹配方法，能显著提高广告投放的精准度。
个人简介：
徐贯东博士于2009年在澳大利亚维多利亚大学获得计算机科学博士学位，现任教于澳大利亚悉尼科技大学工程和信息技术学院（讲师）。在2009－2011期间曾在日本东京大学，澳大利亚维多利亚大学和丹麦奥尔堡大学进行博士后研究，出国前曾任温州大学计算机科学与工程学院副教授，系主任和院长等职务。他的主要研究方向为数据挖掘，机器学习，知识工程和管理，智能信息处理，Web信息系统，推荐系统和社会计算等，曾参与欧盟委员会，澳大利亚研究理事会和承担中国国家自然科学基金和浙江省自然科学基金等多个自然科学基金研究项目。近年来已在Springer，CRC和IGI出版社出版三本学术专（编）著，在国际学术期刊和会议上发表在60多篇学术论文（大部分为SCI和EI检索），曾先后获得澳大利亚教育与科技部“奋进”博士后研究奖，维多利亚大学校长研究奖和中国国家自费留学生奖学金等多个奖项。现任World Wide Web Journal（WWWJ）杂志（SCI索引）助理主编，IJWET，HCIS，IJAST和JoC杂志的编委，并受邀担任the Computer Journal (Oxford), World Wide Web Journal (Springer), Journal of Systems & Software (Elsevier), Social Network Analysis and Mining (Spinger) 和International Journal of Social Network Mining (Inderscience)等杂志的Guest Editor，担任多个国际会议和workshop的PC co-chairs and member。