Contextual advertising is an important part of today`s Web. It provides benefits to all parties: Web site owners and an advertising platform share the revenue, advertisers receive new customers, and Web site visitors get useful reference links. The relevance of selected ads for a Web page is essential for the whole system to work. Problems such as homonymy and polysemy, lack of keywords and context mismatch can lead to the selection of irrelevant ads. Therefore, a simple keyword matching technique gives a poor accuracy.
In this thesis, we propose a method for improving the relevance of contextual ads. We propose a novel ``Wikipedia matching`` technique that uses Wikipedia articles as ``reference points`` for ads selection. We show how to combine our new method with existing solutions in order to increase the overall performance. An experimental evaluation based on a set of real ads and a set of pages from news Web sites is conducted. Test results show that our proposed method performs better than existing matching strategies and using the Wikipedia matching in combination with existing approaches provides up to 50\% lift in the average precision. TREC standard measure bpref-10 also confirms the positive effect of using Wikipedia matching for the effective ads selection.
문맥광고는 오늘날의 웹에서 중요한 부분을 차지하고 있으며, 여러 당사자들에게 이익을 준다. 웹 사이트 오너와 광고 플랫폼은 광고 수입을 공유하고, 광고자는 새로운 고객을 얻을 수 있으며, 웹 사이트 방문자들은 그들에게 유용한 링크를 제공받을 수 있다. 웹 페이지에 대해 선택된 광고의 연관성은 웹 광고 시스템에서 필수적인 부분이다. 동음이의성이나 다의성, 키워드의 부재 및 문맥 불일치등의 문제는 적절치 못한 광고를 선택하게 만드는 요인이 되기 때문에 단순한 키워드 매칭 기술은 정확성이 낮다.
우리는 문맥 광고 매칭을 위한 새로운 전략을 제시한다. 이전의 키워드 매칭에 기반한 연구들은 동음이의성이나 다의성, 키워드의 부재 및 문맥 불일치등에 의해 생기는 문제를 가진다. 앞서 제안된 의미-구문 매칭 접근방법은 문서 분류법의 정확성에 영향을 많이 받기 때문에 더욱 개선될 필요가 있다. 우리의 매칭 기술은 광고와 웹 페이지간의 매칭을 설정하기 이해 위키피디아 아티클을 참조 포인트로 사용한다. 우리는 광고를 선택하기 위해 두가지 랭킹 방법을 사용한다. 첫째는 위키피디아 유사도이다. 이는 문서분류 레이블로서 위키피디아 아티클을 사용한다. 두번째는 위키피디아 디스턴스이다. 이는 의미 차원으로서 아티클들을 고려하여 만들어진 다차원 공간에서의 유클리디안 디스턴스를 사용한다. 또한 이 방법은 Principal Component Analysis와 같은 차원 축소 기술을 적용하여 성능향상을 할 수 있다.
우리의 방법은 다른 접근방법들과 결합하여 사용될 수 있다. 가장 좋은 전략은 우리의 제안된 랭킹 함수와 Broder et. al이 제안한 의미-구문 매칭을 결합하는 것이다. 실험평가는 우리의 제안된 위키피디아 매칭이 전통적인 키워드 매칭 및 의미-구문 매칭에 의해 선택된 광고들의 정확성을 높인다는 것을 보여준다. 우리의 제안된 방법이 이전의 방법보다 낫다는 것을 확인하기 위해 확율 t-검사가 사용되었다. 우리는 또한 TREC 표준 측정방법인 bpref-10을 적용하여 위키피디아 매칭을 사용하는 것의 긍정적인 영향을 확인하였다.
우리는 앞으로의 연구로서 위키피디아 매칭과 다른 기존의 솔루션들을 함께 사용하는 것과 이를 통해 얻은 결과를 평가하고자 한다. 또한 우리는 현재 위키피디아의 양과 품질이 매칭 성능에 미치는 효과에 대한 실험을 하는 중이다.
