大数据与用户画像在计算广告发展中的应用研究
摘要 | 第5-6页 |
Abstract | 第6页 |
绪论 | 第10-19页 |
一、研究背景与意义 | 第10页 |
(一)研究背景 | 第10页 |
(二)研究意义 | 第10页 |
二、相关文献综述 | 第10-15页 |
(一)计算广告研究综述 | 第10-13页 |
(二)大数据技术及其广告应用研究综述 | 第13-15页 |
(三)用户画像研究综述 | 第15页 |
三、研究方法与内容框架 | 第15-18页 |
(一)研究方法 | 第15-16页 |
(二)研究内容与框架 | 第16-18页 |
四、研究创新与难点 | 第18-19页 |
第一章 计算广告的发展及其本质特征 | 第19-27页 |
第一节 计算广告的定义、特点与本质 | 第19-21页 |
一、计算广告的定义 | 第19页 |
二、计算广告的特点 | 第19-20页 |
三、计算广告的本质 | 第20-21页 |
第二节 计算广告的发展阶段划分 | 第21-25页 |
一、以竞价发展的计算广告1.0阶段 | 第22-23页 |
二、以程序化购买发展的计算广告2.0阶段 | 第23-24页 |
三、以智能化发展的计算广告3.0阶段 | 第24-25页 |
第三节 计算广告与大数据及用户画像的关系 | 第25-26页 |
一、数据及管理挖掘是计算广告的基础 | 第25页 |
二、用户画像及技术是计算广告的驱动 | 第25-26页 |
三、广告投放及评估是数据与技术的综合应用 | 第26页 |
本章小结 | 第26-27页 |
第二章 大数据与用户画像在计算广告中的应用 | 第27-42页 |
第一节 大数据与数据管理平台在计算广告中的应用 | 第27-33页 |
一、大数据与数据管理平台的概括 | 第27-28页 |
二、数据管理平台的分类比较 | 第28-29页 |
三、国内外数据管理平台发展异同 | 第29-32页 |
四、计算广告的数据管理平台应用实例 | 第32-33页 |
第二节 用户画像与投放技术在计算广告中的应用 | 第33-39页 |
一、用户画像与标签体系的概括 | 第34-36页 |
二、用户画像的方法与步骤 | 第36-37页 |
三、用户画像与广告投放技术的关系 | 第37-38页 |
四、计算广告的用户画像应用实例 | 第38-39页 |
第三节 大数据与用户画像的计算广告产业应用 | 第39-41页 |
一、程序化广告的计算广告产业应用现状 | 第39-40页 |
二、计算广告产业应用的发展与进步 | 第40-41页 |
本章小结 | 第41-42页 |
第三章 计算广告的应用发展问题及根源分析 | 第42-51页 |
第一节 各DMP用户标签的数据孤立化 | 第42-45页 |
一、大平台数据垄断与封闭 | 第43页 |
二、小公司数据垂直与小量 | 第43-44页 |
三、数据互信机制不健全 | 第44-45页 |
第二节 跨屏多渠道投放的技术不平衡 | 第45-47页 |
一、移动端流量的破碎性 | 第45-46页 |
二、PC端场景的弱化性 | 第46页 |
三、电视及户外广告程序化意识低 | 第46-47页 |
四、跨屏多渠道的困难性 | 第47页 |
第三节 广告投放与内容开发的脱节 | 第47-50页 |
一、投放平台与媒体平台的利润博弈 | 第48-49页 |
二、广告效果的过度ROI导向 | 第49-50页 |
本章小结 | 第50-51页 |
第四章 大数据与用户画像在计算广告中的应用前景 | 第51-64页 |
第一节 建立一站式大型DMP的数据管理 | 第51-56页 |
一、自建型一站式大型DMP | 第52-53页 |
二、共享型一站式大型DMP | 第53-55页 |
三、监管政策与隐私保护 | 第55-56页 |
第二节 画像与场景精准匹配的媒体技术升级 | 第56-60页 |
一、生态入口连接PC与移动 | 第57-58页 |
二、智能硬件融合虚拟与现实 | 第58-60页 |
第三节 原生程序化创意的内容品效合一 | 第60-63页 |
一、原生内容增强计算创意匹配度 | 第61-62页 |
二、程序化创意助推投放效率提升 | 第62-63页 |
本章小结 | 第63-64页 |
结语 | 第64-66页 |
参考文献 | 第66-71页 |
攻读硕士学位期间取得的研究成果 | 第71-72页 |
致谢 | 第72-75页 |
附件 | 第75页 |