互联网已经成为了最重要的广告媒介，它颠覆了传统的广告模式，吸引了众多的网络广告投资，从而也无形中带动了互联网的发展。关于这一领域的研究，主要是各大商业搜索引擎公司在开展，现在市场上比较成功的系统，比如Google的Ad Sense，Yahoo的publisher network等等。由于其商用性，这些系统对外缺少透明性，但是究其根本，都是基于文本的广告系统。　　本文尝试探索这个领域，研究基于网页内容的在线广告系统方面的工作，展示系统的最终效果。　　首先论述网页的抓取和网页预处理操作，对此做简单介绍。　　其次研究在网页正文抽取方面的工作，网页正文抽取的准确性会很大程度上决定后续处理精度，本节首先论述了3种方法，他们各有优缺点。在本系统中，由于是针对同一类型的网站，因为它们的网页构成是基于同一套模板，所以采用了精度最高的基于DOM树模板的方法来抽取正文。　　随后主要研究网页正文内容的关键字抽取问题。目标是尽量的准确的抽取出网页正文的关键词，使得这些关键词能够最精确的刻画网页的内容，在此基础上，尽量的偏向广告关键词，这样可以在后续的广告引擎中查询与网页内容最为匹配的广告。本节首先提出了TF-IDF的概念，随后提出了一种基于朴素贝叶斯模型的关键词抽取的方法，然后详细介绍系统的实现，并针对每一个关键词，提出了近40维的features用于刻画它，这使得本系统的关键词抽取在精度上有了保证。　　接着，研究了一下广告系统的框架。并对其各个模块做了一定的分析，以及实现时候的注意事项。