论文部分内容阅读
近年来,随着互联网的迅速发展和普及,在线关键词广告营销已经成为很多公司的广告手段之一,且增长速度非常快。围绕关键词广告竞价展开的研究逐渐成为了国内外很多学者所关注的热点。然而,目前该领域的研究主要集中在广告商在单平台的竞价策略方面,事实上越来越多的广告商开始在不同搜索引擎上同时投放广告,在这种趋势下,如何在不同的搜索引擎之间投放广告投资组合不仅是对在线关键词广告竞价研究的新拓展,对于广告商所能够获得的收益来说也非常重要,具有重要的应用价值。本文从在线关键词广告的现状和特征入手,介绍了其中最主要的三家在线关键词广告提供商,分析了在不同平台之间进行投资分配的重要性和研究意义。接着,结合贝叶斯网络的方法为三个搜索引擎平台分别建立起各自的收益率预测模型,并引入在金融领域广泛应用的Markowitz投资组合理论,提出了在不同情况下的最优化投资组合数量模型。在此基础上,本文还从广告商的企业角度搭建了一个综合的管理平台,把之前的研究工作统一了起来。详细来看,本文的主要研究内容如下:(一)详尽分析了在线关键词广告的发展、现状、已有研究成果以及目前主要的在线关键词广告提供商情况,分析了不同搜索引擎的竞价机制差别,并介绍了所用到的理论背景知识。(二)分析了在不同搜索引擎的竞价机制之下,如何搭建收益率的预测模型,然后通过贝叶斯网络的方法编程实现收益率的自动预测,并通过实证数据验证了模型的准确性。(三)在收益率预测的基础之上,结合Markowitz投资组合模型提出了在不同搜索引擎之间分配预算的最优化数量模型,并通过实际数据来说明模型的使用。(四)从宏观角度对企业的在线关键词广告竞价进行管理,提出了一个综合的管理框架,考虑了收益链的上下游,并分析了在线关键词广告竞价中存在的风险及其应对措施。本文在实际编程实现时,采用了Kevin Murphy编写的贝叶斯网络工具包BayesNet Toolbox并结合Matlab来建立贝叶斯网络预测模型。总之,本文通过分析和学习在线关键词广告的竞价,结合理论知识和编程工具,提出了一个用于分析在不同搜索引擎之间如何分配投资预算的决策框架,并通过实证数据验证了模型的有效性和准确性,从而为广告商的投资组合决策提供了理论参考,是对在线关键词广告竞价研究的理论扩展和完善,也有一定的实际意义。