支持移动终端的广告投放平台的软件设计与实现

 

第1章 绪 论

 

1.1研究背景及意义

随着互联网技术的飞速发展，数字媒体时代的到来给广告营销模式开创了一个新的纪元，从而形成了一个以计算和技术驱动的庞大在线广告市场。根据美国互动广告局（IAB,Interactive Advertising Bureau）的最新报告显示，就 2012 年上半年，互联网广告收入已高达 170 亿元，这是前所未有的高度[1]。可见在互联网的冲击下，给广告行业带来了巨大的冲击。而随着信息时代的来临，对于广告的需求也在日益增长，不仅大型企业公司需要广告营销，纵观国内中小型企业、甚至于个人商户都有自身的广告需求。但是传统广告行业普遍存在投放门槛高、成本高等问题。在传统的广告业务模式中，通过广告终端机进行广告营销是不可或缺的一部分，如各大商场的大型广告屏幕，中小商户的立式广告终端机等。这些广告终端以各个广告公司以单位自称一个个封闭的系统，但是不同系统之间，相对隔绝。然而，大部分终端机广告投放模式仍处于人工植入广告列表的线下模式，这种模式普遍存在投放效率低下、浪费人力资源、广告投放成本高、空闲广告位信息未能及时发布与更新、广告需求方难以寻找投放方等诸多问题。这些问题使得拥有终端机的广告企业不能高效利用终端机进行广告推广，也提高了广告需求方的投放门槛。随着日益增长的广告需求与互联网发展对广告行业的压力，这种传统的广告投放模式急需改变。基于以上背景，本课题拟研究和开发一套支持移动终端的智能广告投放平台，通过互联网帮助传统广告公司高效利用现有资源，降低广告投放的门槛。由上述分析可知，本课题所作工作具有现实意义和实用价值。该广告投放系统的设计与实现，可以在最大程度满足广告需求方广告投放需求的基础上，使广告位资源利用最大化；同时也为广告位拥有者和传统广告公司获得最大的经济利益。该广告投放平台支持移动终端操作，不但增加了其使用的便捷性，也发挥了移动端便于定位的优势，通过位置来给用户提供广告位资源推荐服务。为了更好提供推荐服务，平台还采用了协同过滤算法来实现个性化网点推荐，大大提高了用户查找投放网点的效率。此外，该平台还可以帮助传统广告企业在互联网时代逐渐转型，改善目前传统广告行业的诸多弊端。

...........

 

1.2国内外研究现状

关于广告投放以及投放平台的实现，国外在广告投放策略、精准投放以及移动广告平台方面有比较深入的研究，并取得了一定成果。Andrei Broder 在 2008 年指出，计算广告是综合了大规模搜索、信息检索 、统计模型、文本分析、分类、微观经济学、最优化、机器学习、推荐系统等多个方向的交叉新兴学科 ,其核心难度是解决上下文、用户与广告的“最佳匹配”问题[3]。Peng-Ting Chen 和 Hsin-Pei Hsieh 在《Personalized mobile advertising: Its key attributes,trends, and social impact》[4]一文中，阐述说明了个性化广告的关键、趋势以及社会影响。研究还采用了模糊德尔菲法，来确定不同产品在个性化广告中的个性化属性。研究结果确定了个性化广告的六个重要设计属性：价格，偏好，促销，兴趣，品牌以及移动设备的类型。他们认为研究结果可以作为移动营销行业的关键各方的指导方针，以促进行业的发展，并确保广告资源的正确使用。Ross Shannon, Matthew Stabeler 和 Aaron Quigley 通过普适计算的实用性以及对传统广告的影响。提出了一种新的广告平台[5]。该平台从用户的 FaceBook 上手机个人资料信息，然后通过普适计算定制为用户定制个性化广告。然后该广告还可以通过用户的社交圈获取更多投放用户，这样就增加了广告的投放机会。Antnio Coelho 和 Leonel Dias 研究和实现了一种运用在 eTourism（电子旅游）上的移动广告平台[6]。介于目前旅游行业为了吸引更多的游客，开展了诸多多样性并具有个性化的服务。而目前移动计算方面的快速发展，能够提供基于用户位置和用户信息来促进旅游服务的开发能力。所以利用移动计算设计了一个移动广告平台，利用用户的位置以及特征信息推送相对应的旅游服务广告。Kai Li 和 Timon C. Du 等提出了一种基于拉式营销策略的移动广告的目标移动广告系统（TMAS）[7]。 它集成了针对性广告投放技术，拉式营销和移动广告技术的优势。 该框架不仅让消费者识别和访问个人性的广告，而且使得广告商能够设计和呈现具有目标针对性且符合意境的广告。

...........

 

第2章 相关理论技术

 

2.1推荐系统与协同过滤算法

2.1.1 推荐系统

随着信息技术和互联网的飞速发展，人们逐渐从信息匮乏的时代走入了信息过载(Information Overload)的时代。面对海量的信息，推荐系统（Recommender System）[28-31]在解决信息过载问题是一种极具潜力的技术。它根据用户特性来推荐满足用户需求的数据对象，是一种个性化的服务。推荐的系统的有点在于能够能够主动去收集用户的特征，通过对用户偏好、习惯、特点的分析，为用户个性化指定信息服务，同时还能够追踪用户特征的变化，根据变化及时调整信息服务的方式与内容。与“一对多”的搜索引擎提供的信息服务不同，推进系统更接近于“一对一”的个性化信息服务，推送的信息内容更加符合该用户的需求与特征。这大大降低了用户搜索信息的成本。作为一种新近的智能信息服务，推荐系统在电子商务、社交网络等领域有着广泛的应用。结合广告投放领域，在推荐系统中能够采用的技术主要包括协同过滤（Collaborative Filtering）[27]、关联规则（Association Rules）[32]、 基于内容的推荐（Content-Based Recommendation）[33]、混合推荐（Hybrid Approach）[34]和标签推荐。

.............

 

2.2平台框架技术

模型视图控制器（MVC）是 UI 设计中的常见设计模式。 它通过在应用程序中分离模型，视图和控制器的角色，将业务逻辑与 UI 分离。 模型负责封装应用数据以供视图呈现。 视图应仅显示此数据，而不包括任何业务逻辑。 控制器负责接收来自用户的请求并调用后端服务用于业务处理。处理后，后端服务返回数据供视图呈现。 控制器收集这些数据并准备模型以供视图呈现。 MVC 模式的核心思想是将业务逻辑与 UI 分离，以允许它们独立地改变而不影响彼此。Spring MVC 是 SrpingFrameWork 的后续产品，融合在了 Spring Web Flow 中。SpringMVC 分离了控制器、模型对象、分派器以及处理程序对象的角色，这种分离让它们更容易进行定制[16-20]。MyBatis 本是 apache 的一个开源项目 iBatis，在 2010 年迁移到了 google code，改名为MyBatis[21-23]。MyBatis 是一基于 Java 的持久层框架，集合了多种操作性数据的概念和方法，是一个强大的数据库访问工具和解决问题的方式。Mybatis 是一个优秀的半自动化数据库生存层 ORM 框架，支持 commonSQL 查询、存储过程和高级映射等操作。 Mybatis使用简单的 XML 或注释以进行配置和原始映射，并将接口和 Java POJO 映射到数据库中。程序员通过使用配置文件手动写特定的SQL语句，Mybatis就会将数据层接口与Pojos类相关联，映射到数据库中的记录，ORM 工具通过配置文件（通常是 XML 配置文件）获得Session factory，再次通过Session factory获取Session，完成数据CRUD（即添加和删除）和事务提交，以及 Session 的其他功能。它将业务逻辑层和数据访问层分离，使整个系统级清晰，易于维护和测试。

..........

 

第3章 广告投放平台需求分析.....12

3.1 广告投放管理平台总体需求........12

3.2 功能性需求 .....13

3.3 非功能性需求 ...........18

3.4 本章小结 .........18

第4章 广告投放平台总体设计.....20

4.1 设计思想和原则........20

4.2 网络结构设计 ...........21

4.3 平台架构设计 ...........22

4.4 数据库总体设计........23

4.5 本章小结 .........26

第5章 广告投放平台的详细设计与实现.........27

5.1 广告投放平台总体流程......27

5.2 用户服务模块的设计与实现........28

5.3 广告位服务模块的设计与实现....35

5.4 地图服务（LBS）模块的设计与实现............46

5.5 信息查询服务模块的设计与实现..........49

5.6 本章小结 .........51

 

第5章 广告投放平台的详细设计与实现

 

5.1广告投放平台总体流程

广告投放平台的整体服务如下：（1）广告位主申请广告位网点，后台管理员经过对网点内终端机是否符合本平台的广告投放要求进行审核，审核通过后将能够接入本系统并能正常执行播放任务的广告位网点纳入与平台统一管理并发布。广告位主可以设置网点的播放时间长度并根据网点的情况（如网点营业范围、地理位置等）对单位广告位设置价格，价格也可由平台根据周围区域的广告位给出统一定价。（2）投放者注册登录本系统，上传想要投放的广告视频数据。上传的广告经过后台管理员审核并通过之后，才能获取投放资格。（3）系统会根据用户的行为以及广告注册时的属性数据，通过协同过滤以及标签推荐等方法针对用户特性生成合适的广告网点列表推荐给用户。当然投放者可以通过平台提供的查询服务，搜索具体某一网点店铺或全国任意区域内存在的网点进行查看投放；也可通过地图服务基于当前所在位置寻找附近的广告位网点进行选择投放。（4）云平台接受投放请求之后，根据待投放的广告时长自动计算出需要的单位广告位数量以及总体价格，生成投放订单。并将该订单推送给该网点的广告位主进行审核。（5）广告位主登录系统对订单进行审核，如同意接受投放的广告内容以及投放计划则通过审核，该投放任务正式生效，并推送投放通过审核的消息至投放者。反之，则该投放订单不生效，推送审核失败小心给投放者， 并消除投放计划，还原该网点的广告位数量。（6）广告位主通过审核之后，系统预扣除投放者费用，云平台检测终端播放器是否正常工作，并将待投放的广告资源下载以及投放计划传输至广告机。（7）终端播放器执行广告投放计划放送广告。（8）终端机执行完播放计划之后反馈消息给云平台，云平台推送投放订单完成消息给投放者。（9）云平台将该订单所获收益划账给广告位主账号并推送交易信息给广告位主。（10）系统生成该订单的所有记录，清空播放终端的播放计划并还原广告位网点广告位数量，整个广告投放流程结束。

.........

 

总结

 

随着技术与互联网不断发展，广告投放技术也在日新月异。针对国内传统广告终端机投放广告的种种弊端，为了降低普通中小企业投放广告的难度以及门槛，提高广告公司终端广告播放器的利用率。本文分析了传统终端机广告投放的目前形势，并了解了国内外对广告投放行业的研究与现状因公。结合推荐系统相关推荐算法，研究并实现了一个支持移动终端的广告投放平台系统。本文所做的主要工作总结如下：

（1） 针对国内外广告投放技术以及广告投放平台的相关研究实现进行了研究，结合终端机广告投放的用户需求，确定了本系统以广告投放为核心的四大功能模块，用户服务模块、广告位服务模块、地图服务模块、信息查询模块。研究设计了基于云技术的平台逻辑架构与物理架构，采用当下流行的技术框架 SpringMVC+Mybatis 实现了广告投放平台的服务器整体功能，采用移动 APP 设计实现了用户客户端。用户能够登录系统，根据已有的广告终端机注册登记广告网点，以提供广告位进行获利；也能够上传广告资源，选取合适的网点进行投放操作。

（2）利用移动端优势结合手机定位服务，实现了基于用户位置的附近广告网点推荐服务。

（3）利用皮尔逊相关系统、Cosine 相似度等相关算法，通过基于用户的协同过滤算法，实现了有效的广告推荐系统，可针对用户特性做个性化推荐服务。平台通过不断测试后，结果表明，本平台能够对终端机广告投放实现合理高效的网络化管理，实现通过互联网进行线下的广告投放操作，满足了用户对终端机的广告投放需求，在一定程度上降低了此类广告投放的门槛，有一定的实际应用创新。

..........

参考文献（略）