一.项目名称：语义知识驱动的网络上下文广告投放高效方法研究
二.提名单位（提名专家）：温州大学
三.项目简介：
网络上下文广告匹配是指在目标网页中在线动态地嵌入上下文相关候选广告。不同于一般网络文档，文本广告通常篇幅较短，且需在线动态嵌入目标网页，因而，对匹配精度和匹配效率提了更高的要求。本项目在国家自然科学基金和中国博士后科学基金的资助下，构建了语义知识驱动的网络上下文广告匹配理论和匹配方法，在KAIS、INS、COMPJ、NEUCOM、ESWA、KBS、计算机研究与发展等国内外重要学术期刊发表相关论文10篇，在CIKM、ICDM等重要国际学术会议发表相关论文3篇，出版专著1部，授权国家发明专利3项。本项目的科学发现点主要包括以下三个方面。
（1）构建了选择性维基语义驱动的网络上下文广告匹配方法。针对维基语义匹配效率低的特点，提出了维基相关性选择理论和选择规则，以从大规模维基语义参考空间里快速找出语义相关参考实体，在保证精度的同时，极大地改善了维基语义匹配效率。然后，据此构建了基于选择性维基语义匹配的网络上下文广告投放算法，改善了经典维基语义匹配理论的低效问题，为其网络在线上下文相关度计算应用奠定了基础。
（2）构建了基于维基语义扩展的网络上下文广告匹配方法。为了充分挖掘维基百科丰富的外部语义知识，以丰富目标网页和候选广告的语义特征表征，针对候选广告和目标网页，分别构建了以“效果优先”和以“效率优先”的语义特征扩展方案，据此构建了基于维基语语义扩展的网络上下文广告匹配理论和算法，实现了广告投放准确性和高效性之间的有效统一，丰富了维基百科语义计算理论。
（3）构建了语义知识驱动的候选广告放置方法。为了将候选广告嵌入到目标网页的合适位置，基于维基百科语义知识，构建了网页特征分段方法和广告嵌入检测方法。然后，通过综合考虑候选广告和目标网页之间全局内容相关度和局部内容相关度，构建了嵌入位置敏感的网络广告投放理论和实现算法，进一步改善了网络广告投放效果和用户网页浏览体验，也进一步扩大了广告投放研究范围，引起了同行关注。
本项目5篇代表性论著得到了明略科技集团首席科学家吴信东教授（海外杰青、长江学者、IEEE会士、AAAS会士）、京东集团技术副总裁梅涛博士（ACM杰出科学家、IAPR会士）等同行引用和积极评价，成果被同行作为经典（state-of-the-art）与其研究进行了比较分析。《青年时报》等多家国内主流媒体对部分成果进行了专题报道“信息爆炸时代，如何快速找到阅读兴趣点”。受益于本项目研究成果，项目负责人成功入选浙江省“万人计划”青年拔尖人才（2019）、浙江省“高校领军人才培养计划”高层次拔尖人才（2020）、浙江省高校优秀教师（2016）等省级人才项目或荣誉。
四.主要完成人情况表：
排序 |
姓名 |
技术职称 |
工作单位 |
完成单位 |
对本项目重要科学发现的贡献 |
1 |
吴宗大 |
教授 |
绍兴文理学院 |
温州大学 |
对科学发现点1、2和3有创造性贡献。系5篇代表性论著的第一作者或通讯作者。1、构建了选择性维基语义驱动的网络上下文广告匹配方法；2、构建了基于维基语义扩展的网络上下文广告匹配方法；3、构建了语义知识驱动的候选广告放置方法。 |
2 |
卢成浪 |
副教授 |
浙江机电职业学院 |
温州大学 |
对科学发现点1和3有重要贡献，系代表性论著3的通讯作者。协作构建了选择性维基语义驱动的网络上下文广告匹配方法以及语义知识驱动的候选广告放置方法。 |
3 |
黄辉 |
高级实验师 |
温州大学 |
温州大学 |
对科学发现点1有重要贡献，系多篇代表性论文的主要作者。协作构建了选择性维基语义驱动的网络上下文广告匹配方法。 |
五．主要完成单位
排序 |
工作单位名称 |
单位性质 |
对本项目的贡献 |
1 |
温州大学 |
大专院校 |
作为第一完成单位，温州大学为本成果的研究提供了有力支持。吴宗大同志作为项目的第一完成人于2009年进入温州大学工作，依托温州大学先后获得国家自然科学基金（2012年）、国家社会科学基金（2017年）、浙江省自然科学基金（2015年、2017年）等资助，开展了知识驱动的网络上下广告投放理论方法等方面的研究，取得了一系列理论及应用成果，培养了研究生多名。 |
五.代表性论文专著目录（5篇）：
序号 |
论文、专著名称/刊名/作者 |
年卷页码 (xx年xx卷xx页) |
发表(出版)时间（年月日） |
通讯作者（含共同） |
第一作者 (含共同) |
国内作者 |
他引 总次数 |
检索数据库 |
论文署名单位是否包含国外单位 |
1 |
An Efficient Wikipedia Semantic Matching Approach to Text Document Classification/Information Sciences/Wu, Zongda; Zhu, Hui; Li, Guiling; Cui, Zongmin; Huang, Hui; Li, Jun; Chen, Enhong; Xu, Guandong |
2017, 393: 15-28 |
2017.7.1 |
吴宗大 |
吴宗大 |
Wu, Zongda; Zhu, Hui; Li, Guiling; Cui, Zongmin; Huang, Hui; Li, Jun; Chen, Enhong |
20 |
SCI |
是 |
2 |
Improving Contextual Advertising Matching by Using Wikipedia Thesaurus Knowledge/Knowledge and Information Systems/Xu, Guandong; Wu, Zongda; Li, Guiling; Chen, Enhong |
2015, 43: 599-631 |
2015.6.1 |
吴宗大 |
徐贯东 |
Wu, Zongda; Li, Guiling; Chen, Enhong |
16 |
SCI |
是 |
3 |
Position-wise Contextual Advertising: Placing Relevant Ads at Appropriate Positions of a Web Page/Neurocomputing/Wu, Zongda; Xu, Guandong; Lu, Chenglang; Chen, Enhong; Zhang, Yanchun; Zhang, Hong |
2013, 120: 524-535 |
2013.4.18 |
卢成浪 |
吴宗大 |
Wu, Zongda; Lu, Chenglang; Chen, Enhong; Zhang, Hong |
5 |
SCI |
是 |
4 |
An Improved Contextual Advertising Matching Approach based on Wikipedia Knowledge/The Computer Journal/Wu, Zongda; Xu, Guandong; Zhang, Yanchun; Dolog, Peter; Lu, Chenglang |
2012, 55 252-277 |
2012.3.1 |
吴宗大 |
吴宗大 |
Wu, Zongda; Lu, Chenglang |
8 |
SCI |
是 |
5 |
Leveraging Wikipedia Concept and Category Information to Enhance Contextual Advertising/ACM CIKM/Wu, Zongda; Xu, Guandong; Pan, Rong; Zhang, Yanchun; Hu, Zhiwen; Lu, Jianfeng |
2011: 2015-2018 |
2011.10.24 |
吴宗大 |
吴宗大 |
Wu, Zongda; Hu, Zhiwen; Lu, Jianfeng |
6 |
EI |
是 |
