搜索引擎优化渠道(技术实现步骤摘要】基于本体的模糊评价搜索引擎广告优化方法)

　　搜索引擎优化渠道(技术实现步骤摘要】基于本体的模糊评价搜索引擎广告优化方法)

　　本发明专利技术属于数据处理领域。具体来说，它是一种基于本体的模糊评价搜索引擎广告优化方法，包括以下步骤： S1：构建搜索引擎广告语义本体模型，在语义层面描述搜索引擎广告领域知识。重用，实现信息交换和共享；S2：基于多属性熵权模糊综合评价算法，利用信息熵计算属性权重，利用三角模糊数构建隶属矩阵，根据优化目标和优化规则构建多属性评论评价坐标系，最终优化子集由模糊算子计算。

　　基于本体模糊评价的搜索引擎广告优化方法

　　下载所有详细的技术数据

　　【技术实现步骤总结】

　　基于本体的模糊评价搜索引擎广告优化方法

　　该专利技术属于数据处理领域，具体是一种基于本体的模糊评价搜索引擎广告优化方法。

　　技术介绍

　　互联网正在对现代商业模式产生深远的影响。随着在线用户的不断增加，在线广告对于企业推广其产品和服务变得越来越重要。搜索引擎推广是目前最有效的互联网广告渠道，因为用户在搜索时往往有明确的需求和信息检索目的。与传统广告媒体相比，搜索引擎广告具有针对性强、成本低、灵活性高、发布方便等特点。在整个搜索引擎广告过程中，广告主主要关注三个方面：①制作广告②监控数据③优化广告。为了让广告更有效，搜索引擎优化（SearchEngineOptimization）已成为当前广告主关注的焦点。目前相关研究主要集中在两个方面：基于模型的优化和基于规则的优化。然而，广告推广效果是多属性综合影响的结果。使用基于模型的优化在广告前预测单个属性无法达到预期的广告效果。基于规则的优化实际上是根据优化目标和相关优化规则对广告属性进行综合评估，筛选出符合规则的优化子集，并实施优化策略的过程。在这个过程中，综合评估筛选得到的广告子集作为优化策略的实施对象，其质量直接影响优化效果。如今，一个广告商可能有几万到几十万条广告。如何在海量广告数据中准确定位合适的广告并实施优化策略成为一个巨大的挑战。传统的 SEO 完全依赖于人工分析和选择数据。这种人工优化方法主要存在以下缺陷： 1)人工分析过程往往依赖现场经验，主观性强。2)优化目标通常涉及多个广告属性，人工优化方法难以对关系复杂的众多属性做出准确的综合评价。3)

　　技术实现思路

　　针对上述问题，该专利技术提出了一种基于本体的搜索引擎广告语义模型，旨在在语义层面描述搜索引擎广告领域知识，并重用和整合现有的本体模型，实现信息交换和共享；另一方面，它提出了一个基于多属性的语义模型。基于熵模糊综合评价的搜索引擎广告优化策略 该算法利用信息熵计算属性权重，利用三角模糊数构建隶属度矩阵，根据优化目标和优化规则构建多属性评论评价坐标系，通过模糊算子计算得到最终的优化子集，具体方法如下：一种基于本体的模糊评价搜索引擎广告优化方法，其特征在于以下步骤： S1：构建本体搜索引擎广告语义模型，在语义层面描述搜索引擎广告领域知识和重用整合现有本体模型以实现信息交流与共享：S2：基于多属性熵权模糊综合评价算法，利用信息熵计算属性权重，利用三角模糊数构建隶属矩阵，优化目标和优化规则构建多属性评论评价坐标系，通过模糊算子计算得到最终的优化子集。进一步地，步骤S1包括以下步骤： S11：搜索引擎广告的形式化定义，搜索引擎广告组织结构是由若干个广告实例组成的广告实例集；广告实例由广告属性集、广告数据集和广告组成。行为集三重描述；S12：设计搜索引擎广告语义模型的组织结构，基于广告实例的三重定义，将语义模型抽象为三个顶层对象，核心属性，核心对象，核心行为；同时，为了增强AdFeature的模型语义表示能力，将AdFeature扩展为核心对象的子类来描述广告特征。

　　S13：构建基于本体的搜索引擎广告语义模型：采用基于螺旋模型的本体构建方法，将搜索引擎本体语义模型定义为五元组O=(C, P, I, H, A)， C表示概念集，P是属性集，I是实例集，H描述了C、P、I的层次关系，A是推理规则集；将S12语义模型中的类、关系和组织结构映射到概念集C、属性P、层次关系H和推理规则A，然后将实例集I填充到本体语义模型中。进一步地，步骤S2包括以下步骤： S21：建立多因素评论索引系统：(1) 根据搜索引擎广告本体模型中定义的优化行为知识集，将SEOBehavior类映射到优化目标集T={Ti|i∈N*}，其中Ti为SEAO中第i个优化行为对象模型，代表优化目标集T中的第i个优化目标；（2)优化目标Ti与hasSEOR属性SEORule相关联，hasRelatedData属性描述了与SEORule相关的广告数据。技术将其定义为评价因子集U={U1,..., Uj,...Uq}，其中Uj为优化目标Ti Factor对应的第j个相关性；（3)SEAO模型中定义的DataType描述了搜索引擎广告效果数据的数据类型，为数值型，复合和名义; (4) 标称数据范围 具有枚举特性，定义了它的注释集 V={Ture, False}; 数值和符合数据的注释集定义为 V={High, Middle, Low}；（5)定义了多因素评论评价指标体系S=，其中U+代表评价因素集，评论的语义描述，T+代表优化目标，评论的语义描述，那么优化目标Ti为评价因子集U的多因子评论评价指标体系。 S22：建立评价矩阵：(1)有m条广告，初始评价矩阵为h∈[1,m],m ∈N*, j∈[1,k], k∈N*xhj 表示第 i 个广告中第 h 个广告的效果 属性的真实值；(2)

　　④根据概念集、属性集和实例集之间的推理关系构建推理规则集；⑤根据专家评价标准对模型进行评价，重复步骤1-4，直到得到完整的本体模型。进一步地，步骤S23中wj的具体计算步骤如下： (1)根据标准化矩阵Ω Entropy计算第j个索引：(2)计算第j个索引的差值：dj = 1-ej(3)确定索引j的熵权重：(4)确定索引j的权重：wj=λjα+βj(1-α)，α∈[0,1]

　　【技术保护点】

　　1.一种基于本体的模糊评价搜索引擎广告优化方法，其特点是：包括以下步骤： /nS1：构建本体搜索引擎广告语义模型，描述搜索引擎广告领域知识并在其重用语义层面 整合现有本体模型，实现信息交换与共享；/nS2：基于多属性熵权重模糊综合评价算法，利用信息熵计算属性权重，利用三角模糊数构建隶属矩阵，根据优化目标和优化规则构建多属性评论评价坐标系计算通过模糊算子得到最终的优化子集。/n

　　【技术特点摘要】

　　1.一种基于本体的模糊评价搜索引擎广告优化方法，其特征在于包括以下步骤：

　　S1：构建本体搜索引擎广告语义模型，在语义层面描述搜索引擎广告领域知识，重用和整合现有本体模型，实现信息交换与共享；

　　S2：基于多属性熵权模糊综合评价算法，利用信息熵计算属性权重，利用三角模糊数构建隶属度矩阵，根据优化构建多属性评论评价坐标系目标和优化规则，并通过模糊算子计算最终结果 优化子集。

　　2.根据权利要求1所述的一种基于本体的模糊评价搜索引擎广告优化方法，其特征在于：步骤S1包括以下步骤：

　　S11：对于搜索引擎广告的正式定义，搜索引擎广告的组织结构是由若干个广告实例组成的广告实例集；广告实例由广告属性集、广告数据集和广告行为集三元组描述；

　　S12：设计搜索引擎广告语义模型的组织结构。根据广告实例三元组的定义，将语义模型抽象为三个顶层对象：核心属性、核心对象和核心行为；同时，为了增强模型的语义表示能力，扩展了 AdFeature 作为核心对象子类别，用于描述广告的特征。

　　S13：构建基于本体的搜索引擎广告语义模型：采用基于螺旋模型的本体构建方法，将搜索引擎本体语义模型定义为五元组O=(C, P, I, H, A)， C表示概念集，P是属性集，I是实例集，H描述了C、P、I的层次关系，A是推理规则集；将S12语义模型中的类、关系和组织结构映射到概念集C、属性P、层次关系H和推理规则A，然后将实例集I填充到本体语义模型中。

　　3.根据权利要求1所述的一种基于本体的模糊评价搜索引擎广告优化方法，其特征在于：步骤S2包括以下步骤：

　　S21：建立多因素评论指标体系：

　　（1)根据搜索引擎广告本体模型中定义的优化行为知识集，将SEOBehavior类映射到优化目标集T={Ti|i∈N*}，其中Ti为第i个SEAO模型中的优化行为对象，表示优化目标集合T中的第i个优化目标；

　　（2)优化目标Ti通过hasSEOR属性与SEORule相关联，hasRelatedData属性描述了与SEORule相关的广告数据。该技术将其定义为评价因子集U={U1,...,Uj ,...Uq}, 其中，Uj为优化目标，Ti对应的第j个相关因子；

　　（3)SEAO模型中定义的DataType类描述了搜索引擎广告表现数据的数据类型，有数值型、复合型和名义型；

　　（4)标称数据范围具有枚举特性，其注释集V={Ture, False}定义；数值符合数据的注释集定义为V={High, Middle, Low}；

　　（5) 定义多因素评论评价指标体系S=，其中U+代表评价因子集与评论语义描述，T+代表优化目标与评论语义描述...

　　【专利技术属性】

　　技术研发人员：杨凯、贾志娟、胡明生、

　　申请人（专利权）：郑州师范大学，

　　类型：发明

　　国家省市：河南；41

　　下载所有详细技术资料 我是此专利的所有者