8/20 Regular Meeting: Just-In-Time Contextual Advertising

Just-In-Time Contextual Advertising, CIKM’2007論文和自身的研究有著高度的相關性, 目的同樣都是去解內容廣告配適問題 (Contextual Advertising).

此論文考量到目前的網頁可分為靜態網頁 (static)和動態網頁 (dynamic), 在內容廣告配適技術上可針對靜態網頁做事前的內容分析(offline content analysis), 然而在面臨動態網頁時, 則需透過即時內容分析(online content analysis)方法. 因此該篇論文主要是探討如何在及時的情況下, 快速地針對網頁(動態和靜態)進行廣告配適.

為達到real-time 的廣告配適, 勢必要考量到網頁內容的大小, 如果分析該網頁全部的內容, 則會犧牲了網路傳輸和分析時間; 反之如果僅考量網頁的部分內容, 則可能會因為語意的缺乏, 而造成廣告的不適當配適. 作者引用了文件摘要技術 (text summarization technique)來克服此兩難的問題. [文件摘要 (text summarization) 議題, 研究已有多年的歷史了, 在不失真的情況之下, 希望擷取文章中足夠的重要語句來表達原始文章之涵義], 除了文件摘要技術之外, 作者也透過文件分類系統 (text classification system), 將語意相似的網頁和廣告進行分類, 來加強網頁-廣告間的相關性. 網頁-廣告之間的相似度的比對, 則選用了cosine similarity.

在實驗方面, 兩個資料集分別包含105個一般性網頁以及856個不存在於搜尋引擎索引範圍內的網頁, 作者針對不同的文件摘要片段 (例如: 網頁的title, meta information, URL….), 以precision , mean average precision和bpref-10為度量單位進行評估, 實驗結果數據顯示, 由少量的文件摘要資訊即可達到和使用全文(full-text)資訊的準確率效果.

論文連結: Just-in-Time Contextual Advertising
自製投影片:

Just In Time Contextual Advertising

View SlideShare presentation or Upload your own.

Movie review mining and summarization

這篇論文出自CIKM’06，目的是做movie review mining和summmarization，主要是藉由產生正面與負面的feature-opinion pairs做為此電影資訊的摘要。此篇論文提出的方法是一開始先利用WordNet、IMDB的movie casts和labeled training data去產生feature跟opinion的keyword list，利用此list找出句子中的feature words和opinion words且決定feature words是屬於哪個feature class和opinion words是正面的還負面的；訓練階段會利用pattern mining 找出dependency grammar graph中feature到opinion pair之間的常見pattern，做為測試階段feature-opinion pair找尋的依據。

實驗部分跟Hu and Liu的KDD'04的opinion extraction做法比較，以擷取feature-opinion pair 的precision 和recall做為評估原則。

連結: Proceedings of the 15th ACM international conference on knowledge management CIKM'06

Social Summarization of Online Auction Feedbacks

這一篇IUI 2005的論文主要解的問題是拍賣網站上對於一個賣家評價的summarization．

一般而言，我們在拍賣網站上想要評估一個賣家時，通常我們會先看其他人對這個賣家的評價，並且以多數人的意見做為此賣家評價摘要的主要內容，換句話說，意見的頻率是文件摘要的主要採用的條件。但是通常這樣的評價都是正面居多，很難得到一個比較真實的評價．因此作者提出先對同一個寫評價的使用者，將其（對於不同賣家）所有的意見整理出來，用以過濾禮貌性敍述（也就是那些對每個賣家都寫的意見），保留比較特別的意見，做為summarization的參考．比較有趣的是如何評估這篇所提的Social Summarization比一般的Summarization 好? 本篇作者以對不同賣家摘要所得的壓縮率標準差來說明，壓縮率標準差大表示所做的摘要較有鑑別度，而實驗結果也的確顯現這樣的現象．

而處理這些feedback的前置作業則是要先將text做意見的擷取，這樣我們才能有效的計算每個意見的頻率．以拍賣網站的意見來說，作者一共歸納了13種feature，共37個feature-value pair．擷取方法是屬於監督式學習，先由標記意見所在的句子，在經過POS Tagging之後，找出frequent patterns，即可做為意見擷取的規則．因此實際應用上是利用一個事先定義的字典，將要擷取的同義字均加入其中．當測試文章有出現這些字時，我們即可應用以上找出的規則做為feature value擷取的方法．實驗結果真正意見的擷取precision為70.8%，recall則為89.5%，而禮貌性敍述擷取precision為93.8%，recall則為80.8%，效果看起來不錯，但是前提是訓練和測試資料筆為100比10．

Systems and Computers in Japan, Vol. 37, Iss. 8, (July 2006), Pages: 38 - 55.