与传统的报纸电视广告相比，网络广告有覆盖面广，观众数目庞大，传播范围广，方式灵活，互动性强等诸多优点。而且通过网络可以有效地对受众特点和广告投放效果进行更为准确的统计。传统的粗放式的广告投放，使得大量广告浪费在无效的受众身上，导致广告效应不高，而且极大地影响了用户体验。广告内容与用户兴趣的统一度，对广告的点击率和用户体验有直接的影响，两者高度统一才能实现广告商-用户-广告平台提供者的共赢。　　 围绕提高网络广告投放的精准度这个主题，论文对常用的网络广告投放算法进行了改进，并提出了一种基于组合策略的网络广告投放算法。论文阐述了以向量空间模型为核心的文本匹配策略，并进行了相关改进，阐述了基于用户行为分析的网络广告投放方式，并提出了相关的改进方式，同时分析用户的长期特征和短期关注，最后详细阐述了组合策略。针对以上策略，论文对各个模块进行了实现和模拟试验。为了提高系统的效率，对数据进行了收集和组织，分别实现了文本匹配和用户行为分析这两个子模块，并最终实现了组合策略下的广告投放工作。最后，分别测试了各个方式的广告匹配效果和改进效果，并对测试结果进行了比对分析，验证了论文的有效性和可行性。　　 论文分别针对不同的广告投放策略进行了相应的改进，最终提出并实现了一种基于组合策略的广告投放方式。并探讨了大量数据下通过并行方式加速的问题，根据最终的实验验证，通过改进和组合策略，有效的提高了广告投放的效果。