基于数据挖掘的SEM投放模型研究

论文摘要

现在是搜索为王的时代,基于搜索引擎的网络营销给企业,特别是电子商务企、中小企业带来了新的商机。如何在使用有限的资金的条件下,最大化搜索引擎营销（Search Engine Marketing）的收益,是许多企业面临的一大挑战。实际上,很多企业在进行搜索引擎营销时,已经积累了大量的历史数据。数据挖掘（Data Mining,简称DM）,也称知识发现,是从海量数据中提取有价值信息的工具,被描述为从数据中抽取出隐含的、具有潜在用途的、人类可理解的模式。因此,本文试图将数据挖掘的方法应用于SEM的效果分析与投放优化。首先,本文从网络营销的概念入手,详细讲解了搜索引擎营销的必要性与特点、搜索引擎市场的发展与现状以及关键词投放的过程和策略。随后,本文介绍了数据挖掘与数据仓库的概念,以及它们在网络营销中的应用；再者,本文以某一知名房地产交易网站为实证,采用数据挖掘技术的K-means聚类模型对关键词投放效果进行了分级,并且采用贝叶斯网络基于小区的已知属性进行了新小区投放模型验证,从而一方面为企业提供了一个高效、动态、快速的关键词投放优化方案,另一方面可以帮助企业生成面向客户的关键词投放策略；最后本文探讨了基于关键指标的投放效果评价方法,并讨论了它的局限性,并提出了使用ROI来衡量关键词投放效果的新思路,并给出了实际的案例分析。

论文目录

• 摘要
• Abstract
• 第1章 绪论
• 1.1 研究意义
• 1.2 研究综述
• 1.3 研究方法与创新点
• 1.4 论文结构
• 第2章 搜索引擎营销概论
• 2.1 搜索引擎营销（SEM）
• 2.1.1 网络营销与搜索引擎营销
• 2.1.2 点击支付广告（PPC）
• 2.1.3 SEM的必要性
• 2.1.4 SEM的一般过程
• 2.2 SEM投放市场
• 2.2.1 搜索引擎发展历史
• 2.2.2 搜索引擎市场现状
• 2.2.3 Google Adwords
• 2.2.4 百度搜索推广
• 2.3 SEM投放策略
• 2.3.1 长尾效应与二八效应
• 2.3.2 关键词投放技巧
• 2.3.3 SEM中的重要概念
• 第3章 数据挖掘与数据仓库
• 3.1 数据挖掘与网络营销
• 3.1.1 数据挖掘
• 3.1.2 数据挖掘在网络营销领域的应用
• 3.1.3 数据挖掘的具体方法的简介
• 3.2 数据仓库与网络营销
• 3.2.1 数据仓库的定义
• 3.2.2 数据仓库的体系结构
• 3.2.3 数据仓库在网络营销中的研究意义
• 第4章 基于数据挖掘的SEM投放模型
• 4.1 网站基本情况简介
• 4.2 模型构建总体思路
• 4.3 数据预处理
• 4.3.1 Web日志处理
• 4.3.2 相关数据准备
• 4.3.3 入库与数据集市准备
• 4.4 数据挖掘分析
• 4.4.1 历史投放数据的聚类分级
• 4.4.2 新小区投放策略的预测
• 4.4.3 面向客户的投放策略生成
• 4.5 SEM投放解决方案与建议
• 第5章 SEM投放效果的评估
• 5.1 评估的内涵与方法
• 5.2 SEM投放效果分析工具
• 5.3 评估的指标与效果
• 5.4 搜索引擎营销投放成功案例
• 第6章 结论与展望
• 参考文献
• 致谢