網路廣告一直是網站經營者最重要的收入財源，雖然目前網路廣告的技術與機制日漸完善，但是廣告主對於網路廣告所帶來的效益也是一直抱持著懷疑的態度，主要的原因在於廣告商無法掌握使用者的特性及偏好，以致於提供不適切的廣告訊息。在此本研究提出了個人化廣告資訊推薦架構，來解決這個問題，此架構是以網路廣告聯播制為基礎，主要分成三個模組：興趣分析、興趣學習、與廣告過濾。在興趣分析模組中，本研究應用模糊推論來分析使用者的瀏覽行為來獲得使用者偏好。而實驗結果也顯示，利用模糊推論所分析出的使用者興趣值，會與使用者的興趣呈現高度的正相關。興趣學習模組的功能便是根據使用者興趣值與網頁關鍵字，利用Widrow-Hoff 演算法來學習使用者輪廓。廣告過濾模組則在使用者進入網頁時，根據使用者輪廓與廣告輪廓資料庫進行廣告的過濾與廣告播送，以達到一對一的行銷，並提升網路廣告的效益。

Web Advertising is the most import income source to web site. Even though current techniques and mechanisms of web advertising are getting maturity, advertisers always doubt the benefit of web advertising. The main reason is that the advertisement dealer can not understand the characters and preferences about user so that they provide inappropriate advertisement information to users. In order to solve the problem, this study proposes a recommended architecture of personalized advertisement. It is based on web advertising association mechanism and consists of three modules: Interest Analysis Module, User Profile Learning Module, and Advertisement Filtering Module. In the Interest Analysis Module, this study analyze the browsing behavior of user by using fuzzy inference to capture the user’s preference. In the meantime, the experiment shows that there is a high positive relationship between the user’s “interest value” obtained from analyzing those behaviors and user’s “interest”. The purpose of the function of User’s Profile Learning Module is to learn user’s profile using the Widrow-Hoff algorithm that takes “interest value” and keywords of web page as parameters. While user requests a web page, Advertisement Filtering Module starts the task on advertisement filtering and delivering for the user at one-to-one marketing and improves the benefits of web advertising according to the user’s profile and the profile database of advertisement.

一、緒論 １
1.1 研究背景與動機 ……………………………………………… 1
1.1.1 網路廣告與傳統媒體廣告的不同 ……………………… 1
1.1.2 網路廣告市場的現況 …………………………………… 2
1.1.3 網路廣告的問題 ………………………………………… 3
1.2 研究目的 …………………………………………………… 4
1.3 研究方法 …………………………………………………… 5
1.4 論文架構 …………………………………………………… 6
二、文獻探討 7
2.1 網路廣告 ……………………………………………………… 7
2.1.1 網路廣告的機制 …………………………………… 7
2.1.2 網路廣告的形式 …………………………………… 9
2.1.3 網路廣告的運作模式 ……………………………… 13
2.1.4 網路廣告的播放技術 ……………………………… 16
2.1.5 網路廣告的相關研究 ……………………………… 17
2.2 個人化資訊研究 …………………………………………… 19
2.2.1 個人化技術的種類 ………………………………… 20
2.2.2 相關技術 …………………………………………… 21
2.2.3 個人化資訊的相關應用與研究 …………………… 24
2.3 使用者回饋 ………………………………………………… 27
2.3.1 使用者行為的監視 ………………………………… 27
2.3.2 使用者回饋的相關應用與研究 …………………… 30
三、理論基礎 31
3.1 模糊理論 …………………………………………………… 31
3.1.1 模糊集合 …………………………………………… 32
3.1.2 模糊集合的運算 …………………………………… 35
3.1.3 模糊法則與語意變數 ……………………………… 36
3.1.4 近似推論 …………………………………………… 40
3.1.5 解模糊化 …………………………………………… 46
四、個人化廣告資訊推薦架構 48
4.1 系統描述 …………………………………………………… 48
4.2 使用者興趣分析模組 ……………………………………… 51
4.2.1 使用者興趣推論模式 ……………………………… 51
4.2.2 輸出入變數定義 …………………………………… 53
4.2.3 歸屬函數訂定 ……………………………………… 53
4.2.4 模糊規則制訂 ……………………………………… 59
4.2.5 解模糊化 …………………………………………… 62
4.3 使用者輪廓學習模組 ……………………………………… 66
4.3.1 使用者興趣描述與儲存 …………………………… 66
4.3.2 使用者輪廓學習 …………………………………… 68
4.4 廣告資訊過濾模組 ………………………………………… 70
4.4.1 廣告資訊描述 ……………………………………… 70
4.4.2 資訊過濾 …………………………………………… 71
4.5 範例說明 …………………………………………………… 72
五、系統功能設計 77
5.1 系統環境說明 ………………………………………………… 77
5.2 系統功能架構 ………………………………………………… 78
5.3 系統範圍與限制 ……………………………………………… 98
六、實驗評估 100
6.1 實驗設計 …………………………………………………… 100
6.2 實驗結果與分析 …………………………………………… 102
七、結論與未來展望 107
7.1 結論與貢獻 ………………………………………………… 107
7.2 未來展望 …………………………………………………… 107
參考文獻 109

一、中文部分
[1] 丁一賢、游耿能、蕭如淵、林素穗, “網頁探勘的應用：以客製化網路廣告為例”, 第二屆電子化企業經營管理理論暨實務研討會, pp. 426-435, 2001。
[2] 王美惠, “網路廣告聯播網之經營策略分析-以DoubleClick為例”, 國立台灣大學商學研究所碩士論文, 2000。
[3] 王姿琄, “圖書資訊系統之流通模組和Profile Server 個人化資訊服務”, 國立中正大學資訊工程研究所碩士論文, 2000。
[4] 九章出版社, “模糊數學入門”, 九章出版社, 1992。
[5] 李卓偉, “統計學（下）”, 智勝文化事業有限公司, 1999。
[6] 李維平、李政權、黃仁傑、黃寶嘉, “使用資料探勘技術產生個人化廣告之研究”, 第二屆網站經營學術暨實務研討會, pp. 101-110, 2000/12。
[7] 李麗華、陳致傑, “一個新的代理人智慧型網路廣告行銷架構”, 第二屆網站經營學術暨實務研討會, pp. 159-167, 2000/12。
[8] 向殿政男, “Fuzzy 手法進階”, 全華科技圖書股份有限公司, 1992。
[9] 林昇甫、洪成安, “神經網路入門與圖樣辨識”, 全華科技圖書股份有限公司, 1996。
[10] 高明鴻, “廣告網站選擇模式之研究”, 國立中山大學企業管理學系碩士論文, 2000。
[11] 范揚明, “模糊理論在股票投資決策上的應用”, 國立暨南國際大學資訊管理研究所碩士論文, 2001。
[12] 徐釗欽, “Banner 不只是Banner : WWW 橫幅廣告訊息內容分析”, 輔仁大學大眾傳播學研究所碩士論文, 2000。
[13] 施心慧, “網路廣告聯播網的真面目”, 廣告雜誌, 1999/09, pp. 110-112。
[14] 彭羨麟, “CRM關鍵性任務-「一對一行銷」之技術與應用探討”, 網際先鋒, pp. 46-50, 2000。
[15] 張瀚仁, “個人化技術對虛擬社群發展之影響”, 國立政治大學資訊管理學系碩士學位論文, 2000。
[16] 楊振偉, “利用書籤功能達到網際網路資訊分享與過濾的技術探討”, 國立中央大學資訊管理研究所碩士論文, 1998。
[17] 鄭謝雄, “廣告主-代理商選擇網路廣告聯播機制重視因素之研究”, 國立中山大學企業管理學系碩士論文, 2000。
[18] 蔡和諺, “建構在網際網路上的廣告系統”, 國立交通大學資訊工程學系碩士論文, 2000。
二、英文部分
[19] Gediminas Adomavicius, Alexander Tuzhilin, “Using data mining methods to build customer profiles”, IEEE Computer, Vol. 34(2), pp. 47-82, 2001.
[20] Charu C. Aggarwal, Sun Zheng, Philip S. Yu, “Online algorithms for finding profile association rules”, Proceedings of the International Conference on Knowledge Discovery and Data Mining, pp. 86-95, 1998.
[21] Cliff Allen, Deborah Kania, Beth Yaeckel, “Internet WORLD guide to one-to-one web marketing”, John Wiley & Sons, 1998.
[22] Patrick Baudisch, Dirk Leopold, “User-configurable advertising profile applied to web page banners”, Proc. of the first Berlin Economics Workshop,1997, http://www.darmstadt.gmd.de/~baudisch/Publications/1997-Baudisch-Berlin-UserConfigurableAdvertisingProfiles.pdf
[23] Michael J. A. Berry, Gordon S. Linoff, “Data mining techniques: for marketing, sales, and customer support”, Chinese translation edition by SuperPoll.net, Inc., 1997.
[24] Mark Chaypool, Phong Le, Markoto Waseda, David Brown, “Implicit interest indicators”, In Proceedings of ACM Intelligent User Interfaces Conference (IUI), 2001, http://www.cs.wpi.edu/~claypool/papers/iii/00-18.pdf.
[25] W. H. Chen, Y. H. Wu, A. L. P. Chen, “Web-flow mining techniques, applications and system implementations”, Proceedings of National Computer Symposium, A: 26-32, 1999, http://140.114.75.115/HungPage/introduction/felix/paper.html.
[26] Tomonari Kamba, Hidekazu Sakagami, Yoshiyuki Koseki, “ANATAGONOMY: a personalized newspaper on the world wide web”, International Journal Human-Computer Studies, Vol. 46, pp789-803, 1997.
[27] Jinmook Kim , Douglas W. Oard, Kathleen Romanik, “User modeling for information filtering based on implicit feedback”, In Proceedings of ISKO-France 2001, 2001, http://citeseer.nj.nec.com/cache/papers/cs/22898/http:zSzzSzwww.wam.umd.eduzSz~jinmookzSzmyPaperzSzISKOFrance.pdf/user-modeling-for-information.pdf.
[28] Joseph A. Konstan, Bradley N. Miller, David Maltz, Jonathan L. Herlocker, Lee R. Gordan, John Riedl, “GroupLens: applying collaborative filtering to Usenet news”, Communication of the ACM, March, Vol. 40(3), pp. 77-87, 1997.
[29] Marc Langheinrich, Atsuyoshi Nakamura, Naoki Abe, Tomonari Kamba, Yoshiyuki Koseki, “Unintrusive customization techniques for web advertising”, The Eighth International World Wide Web Conference, 1999, http://citeseer.nj.nec.com/cache/papers/cs/8049/http:zSzzSzwww.cs.washington.eduzSzhomeszSzmarclangzSzadwiz-www8zSzadwiz-www8.pdf/unintrusive-customization-techniques-for.pdf.
[30] Chin-Teng Lin ,C. S. George Lee, “Neural fuzzy systems”, Prentice-Hall, Inc., 1996.
[31] Bamshad Mobasher, Honghua Dai, Tao Luo, Yuqing Sun, Jiang Zhu, “Combining web usage and content mining for more effective personalization”, In Proc. of the Intl. Conf. on Ecommerce and Web Technologies (ECWeb), 2000, http://citeseer.nj.nec.com/cache/papers/cs/14244/http:zSzzSzmaya.cs.depaul.eduzSz~mobasherzSzpaperszSzecweb2000.pdf/mobasher00combining.pdf.
[32] Masahiro Morita, Yoichi Shinoda, “Information filtering based on user behavior analysis and best match text retrieval”, In Proceedings of the Seventeenth Annual International ACM-SIGIR Conference on Research and Development in Information Retrieval, pp. 272-281, 1994.
[33] David M. Nichols, “Implicit rating and filtering”, in: Proceedings of the Fifth DELOS Workshop on Filtering and Collaborative Filtering, 1997, http://www.comp.lancs.ac.uk/computing/research/cseg/projects/ariadne/docs/delos5.html.
[34] Douglas W. Oard, Jinmook Kim, “Implicit Feedback for Recommender Systems”, In Proceedings of the AAAI Workshop on Recommender Systems, pp. 81-83, July 1998.
[35] Douglas W. Oard, Jinmook Kim, “Modeling information content using observable behavior”, In Proceedings of ASIST 2001 Annual Meeting”, 2001. http://citeseer.nj.nec.com/cache/papers/cs/22801/http:zSzzSzwww.clis.umd.eduzSzdlrgzSzfilterzSzpaperszSzasis01.pdf/modeling-information-content-using.pdf.
[36] Ann E. Schlosser, Sharon Shavitt, Alaina Kanfer, “Survey of internet users’ attitudes toward advertising”, Journal of Interactive Marketing, Vol. 13(3), pp. 34-53, 1999.
[37] Young-Woo Seo, Sung-Dong Kim, Byoung-Tak Zhang, “Learning user’s preferences by analyzing web-browsing behaviors”, Proc. of Int''l Conf. on Autonomous Agents, pp. 381-387, 2000.
[38] Curt Stevens, “Knowledge-based assistance for accessing large, poorly structured information spaces”, Ph.D. thesis, University of Colorado, Department of Computer Science, Boulder, 1993. http://www.holodeck.com/curt/mypapers.html.
[39] Ah-Hwee Tan, Christine Teo, “Learning user profiles for personalized information dissemination”, In Proceedings, 1998 IEEE International Joint Conference on Neural Networks, pp. 183-188, 1998.
[40] Dwi Hendratmo Widyantoro, “Dynamic modeling and learning user profile in personalized news agent”, Texa A&M University requirements for the degree of master of Computer Science, 1999, http://citeseer.nj.nec.com/cache/papers/cs/19143/http:zSzzSzwww.cs.tamu.eduzSzresearchzSzCFLzSzcurrentzSzthesis.pdf/widyantoro99dynamic.pdf.
[41] Philip S. Yu, “Data mining and personalization technologies”, Proceedings of the 6th International Conference on Database Systems for Advanced Applications, pp.6-13, 1999.
三、網頁資料與相關網站
[42] 中科全球電子商務股份有限公司, http://www.cake121.com.tw/。
[43] 江政達, “今年３月全球家庭上網人口達三億七千九百萬人”, 2002/5/9, http://www.find.org.tw/news_disp.asp?news_id=1434。
[44] 沈蓓芬, “傳統廣告直直落 網路廣告逆勢楊”, 2001/10/5, http://www.find.org.tw/0105/focus/0105_focus_disp.asp?focus_id=198。
[45] 何英煒, “網路廣告寒冬 台灣同感涼意”, 2001/12/27, http://ctnews.yam.com.tw/news/200112/22/217279.html。
[46] 蔡明哲, “插播式網路廣告！變！變！變！”, 1999/09/29, http://www.curiobox.com.tw/html/news/report.htm。
[47] Aptex Software Inc., “SelectCast Affinity Server”, http://www.aptex.com.
[48] CyberOne 廣告聯播網, http://www.cyberone.com.tw。
[49] Dean R., “Personalizing your web site”, 1998/1, http://www.builder.com/business/personal.
[50] DoubleClick Asia 台灣, http://www.dca.com.tw。
[51] eMarketer, “Online Advertising Flatlining in 2001”, http://www.emarketer.com/estatnews/estats/eadvertising/20010925_iab.html
[52] Internet Advertising Bureau, “IAB Announces Second Quarter 1998 Advertising Revenue Reporting Program Results”, http://www.iab.net/news/content/1998rev.html.
[53] Internet Advertising Bureau, “IAB Internet Advertising Revenue Report, 1999 Third-Quarter”, http://www.iab.net/adrevenue/PwC_IAB99Q3PDF.
[54] W3C, “Hyper Text Markup Language”, http://www.w3.org/MarkUp.
[55] Sun Microsystems, “Signed Applet”, http://java.sun.com/sfaq.
[56] Webtrends, “Welcom to Wev Trends Corporation”, 1999/5, http://www.webtrends.com/default.htm.