Quảng cáo trực tuyến hướng câu truy vấn với sự giúp đỡ của phân tích chủ đề và kỹ thuật tính hạng

Sn d










KHOÁ LUẬN TỐT NGHIỆP ĐẠI HỌC HỆ CHÍNH QUY

Ngành
:

Công nghệ thông tin









HÀ NỘI - 2009

ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ

Nguyễn Hữu Phương


QUẢNG CÁO TRỰC TUYẾN HƯỚNG CÂU TRUY
VẤN VỚI SỰ GIÚP ĐỠ CỦA PHÂN TÍCH CHỦ ĐỀ
VÀ KỸ THUẬT TÍNH HẠNG






ĐẠI HỌC QUỐC GIA HÀ NỘI
TRƯỜNG ĐẠI HỌC CÔNG NGHỆ


Nguyễn Hữu Phương


QUẢNG CÁO TRỰC TUYẾN HƯỚNG CÂU TRUY
VẤN VỚI SỰ GIÚP ĐỠ CỦA PHÂN TÍCH CHỦ ĐỀ
VÀ KỸ THUẬT TÍNH HẠNG

KHOÁ LUẬN TỐT NGHIỆP ĐẠI HỌC HỆ CHÍNH QUY

Ngành
:

Công nghệ thông tin


Cán bộ hướng dẫn: PGS. TS. Hà Quang Thụy
Cán bộ đồng hướng dẫn: CN. Nguyễn Minh Tuấn







HÀ NỘI - 2009

Lời cảm ơn
Trước tiên, tôi xin gửi lời cảm ơn và lòng biết ơn sâu sắc nhất tới Phó Giáo sư Tiến sĩ Hà
Quang Thụy và Cử nhân Nguyễn Minh Tuấn, người đã tận tình chỉ bảo và hướng dẫn tôi
trong suốt quá trình thực hiện khoá luận tốt nghiệp.
Tôi chân thành cảm ơn các thầy, cô đã tạo cho tôi những điều kiện thuận lợi để học tập và
nghiên cứu tại trường Đại Học Công Nghệ.
Tôi cũng xin gửi lời cảm ơn tới các anh chị và các bạn sinh viên trong nhóm “Khai phá dữ
liệu” đã giúp đỡ và hỗ trợ tôi rất nhiều về kiến thức chuyên môn và trong việc thu thập dữ
liệu.
Cuối cùng, tôi muốn gửi lời cảm vô hạn tới gia đình và bạn bè, những người thân yêu

luôn bên cạnh và động viên tôi trong suốt quá trình thực hiện khóa luận tốt nghiệp.
Tôi xin chân thành cảm ơn !


Sinh viên
Nguyễn Hữu Phương
Tóm tắt
Quảng cáo trên máy tìm kiếm hiện đang là hình thức quảng cáo thu hút được nhiều
sự chú ý nhất ngày nay, trong đó các quảng cáo được hiển thị bên cạnh kết quả tìm kiếm
theo truy vấn của người dùng. Điều này dẫn đến một bài toán là làm thế nào để hiển thị
những quảng cáo phù hợp nhất với truy vấn.
Khóa luận này tập trung nghiên cứu các phương pháp xếp hạng quảng cáo trên máy
tìm kiếm theo độ phù hợp với truy vấn, đề xuất mô hình quảng cáo sử dụng phân tích chủ
đề ẩn và kĩ thuật tính hạng. Đồng thời đưa ra phương pháp biểu diễn các quảng cáo theo
những đặc trưng mới, đặc trưng về chủ đề ẩn. Tiến hành thực nghiệm dựa trên việc sử
dụng query logs trong xây dựng tập dữ liệu học, mô hình đã khai thác được các thông tin
hữu ích từ hành vi người dùng và đem lại kết quả khá khả quan. Độ chính xác trung bình
của kết quả xếp hạng vào khoảng 82%-84%.

Mục lục
Lời mở đầu....................................................................................................................................... 1

Chương 1. Khái quát về quảng cáo trực tuyến ................................................................................ 3

1.1.

Giới thiệu về quảng cáo .................................................................................................... 3

1.2.

Quảng cáo trực tuyến ........................................................................................................ 4

1.2.1.

Tốc độ tăng trưởng và thị phần .................................................................................. 4

1.2.2.

Các hình thức quảng cáo trực tuyến .......................................................................... 5

1.3.

Quảng cáo trực tuyến ở Việt Nam .................................................................................... 6

1.3.1.

Tổng quan về quảng cáo trực tuyến ở Việt Nam ....................................................... 7

1.3.2.

Những tài nguyên chưa được khai thác và thị trường quảng cáo trực tuyến ........... 10

1.4.

Quảng cáo thông qua tìm kiếm ....................................................................................... 13

Chương 2. Các phương pháp quảng cáo thông qua tìm kiếm ....................................................... 16

2.1.

Mô hình trích xuất từ khóa trong nội dung trang web .................................................... 16

2.2.

Mô hình so khớp với tập từ vựng mở rộng (impedance coupling) ................................. 17

2.3.

Mô hình tối ưu xếp hạng với thuật toán di truyền (Genetic Programming) ................... 18

2.4.

Mô hình quảng cáo sử dụng phản hồi liên quan ............................................................. 19

2.5.

Mô hình ước lượng CTR (Click Through Rate) ............................................................. 21

2.6.

Mô hình tìm kiếm và xếp hạng sử dụng chủ đề ẩn trong quảng cáo theo ngữ cảnh ....... 22

Chương 3. Hệ thống quảng cáo trực tuyến sử dụng xếp hạng và chủ đề ẩn ................................. 25

3.1

Xếp hạng ......................................................................................................................... 25

3.1.1

Xếp hạng trong máy tìm kiếm ................................................................................. 25

3.1.2

Học xếp hạng và SVM Rank ................................................................................... 26

3.1.3

Các phương pháp đánh giá xếp hạng ....................................................................... 30

3.2

Chủ đề ẩn ........................................................................................................................ 33

3.2.1

Latent Dirichlet Allocation (LDA) .......................................................................... 34

3.2.2

Mô hình sinh trong LDA ......................................................................................... 35

3.2.3

Ước lượng tham số và suy luận ............................................................................... 36

3.3

Mô hình quảng cáo trực tuyến hướng câu truy vấn với sự giúp đỡ của phân tích chủ đề
và kỹ thuật tính hạng ................................................................................................................. 39

3.3.1

Mô tả bài toán .......................................................................................................... 39

3.3.2

Mô hình tổng quan ................................................................................................... 40

3.3.3

Xác định đặc trưng cho mô hình ............................................................................. 41

Chương 4. Thực nghiệm và đánh giá ............................................................................................ 43

4.1.

Dữ liệu ............................................................................................................................ 43

4.2.

Môi trường thực nghiệm ................................................................................................. 43

4.2.1 Cấu hình phần cứng ..................................................................................................... 43

4.2.2 Các công cụ được sử dụng ........................................................................................... 44

4.3.

Quá trình thực nghiệm .................................................................................................... 45

4.3.1. Tiền xử lý dữ liệu ........................................................................................................ 45

4.3.2. Thu thập thông tin từ các URL có được ...................................................................... 46

4.3.3. Véc tơ hóa dữ liệu ........................................................................................................ 47

4.3.4. Thiết kế thực nghiệm ................................................................................................... 47

4.4.

Kết quả thực nghiệm ....................................................................................................... 48

4.5.

Đánh giá kết quả thực nghiệm ........................................................................................ 50


Kết luận .......................................................................................................................................... 52

Tài liệu tham khảo ......................................................................................................................... 53



Danh sách các bảng
Bảng 1. Một số website lớn cung cấp dịch vụ quảng cáo trực tuyến ở Việt Nam .......................... 9

Bảng 2 Cấu hình phần cứng sử dụng trong thực nghiệm .............................................................. 44

Bảng 3. Danh sách các phần mềm mã nguồn mở được sử dụng ................................................... 44

Bảng 4. Giá trị các độ đo tại một số truy vấn khác nhau. .............................................................. 50



Danh sách các hình
Hình 1. Doanh thu quảng cáo trực tuyến nửa đầu và cuối những năm từ 1999 đến 2008 ở Mĩ ..... 5

Hình 2. Phân loại doanh thu quảng cáo trực tuyến trong 6 tháng đầu năm 2007 và 2008 ở Mĩ ..... 6

Hình 3. Quảng cáo trực tuyến tại một trang báo điện tử Việt Nam ................................................. 8

Hình 4. Doanh thu từ quảng cáo trực tuyến của VnExpress và VietnamNet trong 3 năm 2004,
2005, 2006. .................................................................................................................................... 12

Hình 5. Mô tả nội dung một quảng cáo ......................................................................................... 14

Hình 6. Kiến trúc cơ bản của hệ thống quảng cáo thông qua tìm kiếm ......................................... 14

Hình 7. Kiến trúc hệ thống quảng cáo sử dụng phản hồi liên quan ............................................... 20

Hình 8. Thuật toán ước lượng tham biến τ .................................................................................... 30

Hình 9. Mô hình biểu diễn của LDA ............................................................................................. 35

Hình 10. Mô hình sinh đầy đủ cho LDA. ...................................................................................... 36

Hình 11. Mô hình tổng quan hệ thống quảng cáo sử dụng chủ đề ẩn ........................................... 40

Hình 12. Trung bình các độ đo trên tất cả các truy vấn ................................................................. 49

Hình 13. Trung bình độ đo NDCG@5 tại các sô lượng truy vấn khác nhau ................................ 49

Hình 14. Trung bình độ đo MAP tại các số lượng truy vấn khác nhau ......................................... 50




Bảng các từ viết tắt

CPA Cost Per Action/Acquisition
CPC Cost Per Click
CPM Cost Per Mille/Thousand
CTR Cost Through Rate
IDF Inverse Document Frequencies
LDA Latent Dirichlet Allocation
LSA Latent Semantic Analysis
LSI Latent Semantic Indexing
PLSA Probabilistic Latent Semantic Analysis
PLSI Probabilistic Latent Semantic Indexing
PPC Pay Per Click
TF Term Frequencies
Lời mở đầu
Quảng cáo trực tuyến đang ngày càng phát triển và đem lại những khoản lợi nhuận
khổng lồ trong các năm gần đây, lên đến 47.5 tỉ đô la [33]. Quảng cáo trên máy tìm kiếm
là hình thức quảng cáo trực tuyến phổ biến nhất, trong đó các quảng cáo được hiển thị bên
cạnh kết quả tìm kiếm trả về cho người dùng. Trong 5 năm gần đây, nhằm tìm kiếm và
đưa ra một thứ tự quảng cáo phù hợp nhất, rất nhiều công trình trong nước cũng như trên
thế giới đã được công bố [11], [22], [24], [25], [27], [30].
Lê Diệu Thu [27] đã đi theo một hướng tiếp cận mới trong quảng cáo theo ngữ cảnh

bằng việc mở rộng tập từ khóa quảng cáo sử dụng kỹ thuật phân tích chủ đề ẩn. Tác giả
đã chỉ ra những ảnh hưởng tích cực của chủ đề ẩn trong việc tìm kiếm và xếp hạng quảng
cáo.
Khóa luận này tiếp tục xem xét bài toán xếp hạng quảng cáo trên máy tìm kiếm và
đề xuất mô hình xếp hạng quảng cáo sử dụng kỹ thuật phân tích chủ đề ẩn theo hướng
tiếp cận mới. Khác với cách tiếp cận ở [27], mô hình của khóa luận này biểu diễn quảng
cáo theo những đặc trưng về chủ đề ẩn và khai thác sự giúp đỡ của query logs trong việc
xây dựng tập dữ liệu học và đã thu được những kết quả khả quan. Khóa luận gồm bốn
chương được mô tả sơ bộ dưới đây:
Chương 1. Khái quát về quảng cáo trực tuyến trình bày về tình hình quảng cáo
trực tuyến trên thế giới cũng như ở Việt Nam, đồng thời giới thiệu về hình thức quảng cáo
trên máy tìm kiếm và bài toán xếp hạng quảng cáo trên máy tìm kiếm.
Chương 2. Các phương pháp quảng cáo thông qua tìm kiếm trình bày những
công trình đã được đưa ra trong những năm gần đây nhằm giải quyết bài toán xếp hạng
quảng cáo, chỉ ra ưu, nhược điểm của mỗi phương pháp.
Chương 3. Hệ thống quảng cáo trực tuyến sử dụng kĩ thuật xếp hạng và phân
tích chủ đề ẩn. Chương này trình bày về kĩ thuật xếp hạng, phương pháp học xếp hạng
SVM Rank, kĩ thuật phân tích chủ đề ẩn và đề xuất mô hình xếp hạng quảng cáo sử dụng
chủ đề ẩn.
Chương 4. Thực nghiệm và đánh giá mô hình trình bày về dữ liệu được sử dụng,
các giai đoạn xử lý dữ liệu và thực nghiệm, đưa ra kết quả của mô hình, nhận xét và phân
tích kết quả thu được.
1

Phần kết luận. Tổng kết và tóm lược nội dung chính của khóa luận.

2

Chương 1. Khái quát về quảng cáo trực tuyến
1.1. Giới thiệu về quảng cáo

Quảng cáo là hình thức tuyên truyền, giới thiệu hàng hoá, dịch vụ nhằm tạo sự hấp
dẫn và kích thích người mua để đẩy mạnh việc bán hàng cũng như thực hiện dịch vụ.
Trong chừng mực nhất định, quảng cáo cũng có tác dụng tích cực, tuy nhiên nó làm tăng
giá cả của hàng hoá. Trong nền kinh tế hàng hoá, chi phí về quảng cáo thường rất lớn.
Hình thức quảng cáo rất phong phú: áp phích đặc biệt, đăng báo, phát thanh, vô tuyến
truyền hình, điện ảnh, triển lãm chế phẩm, nhãn hiệu sản xuất, tủ kính bày hàng ở các cửa
hàng hay các xí nghiệp, thư tín, quà biếu [6].
Theo một tài liệu khác, quảng cáo là một hiện tượng phức tạp, gắn bó mật thiết với
xã hội, văn hóa, lịch sử và kinh tế, nó không tuân theo bất cứ một định nghĩa đơn giản hay
riêng biệt nào. Một vài khía cạnh của quảng cáo rất phổ dụng trong khi một vài khía cạnh
khác lại mang đặc trưng cụ thể về văn hóa. Quảng cáo biến đổi từ nghệ thuật bán hàng cá
nhân tới truyền thông gián tiếp, cung cấp những thông tin mới nhằm thuyết phục con
người. Bên cạnh những thông báo nhằm mục đích bán hàng nó còn ẩn chứa những giá trị
văn hóa và các ý kiến xã hội. Tùy thuộc vào từng quan điểm khác nhau, quảng cáo có thể
có tác dụng tích cực hay tiêu cực tới xã hội và kinh tế [8].
Cũng theo [39] thì cha đẻ của hình thức quảng cáo là một người Ai Cập cổ. Ông ta
đã dán tờ thông báo đầu tiên trên tường thành Thebes vào khoảng năm 3000 trước Công
nguyên. Vài thế kỷ sau đó, ở Hy Lạp hình thức thông báo này trở nên rất phổ biến khi các
thông tin dành cho công chúng được vẽ lên các tấm bảng gỗ trưng bày ở quảng trường
thành phố. Nếu như các bảng quảng cáo đã phát triển nhanh sau sự ra đời của phương
pháp in (bức áp phích đầu tiên do Caxton, người Anh, in từ năm 1477), thì họa sĩ Pháp
J.Chéret (1835-1932) lại là người phát minh ra hình thức quảng cáo hiện đại. Đó là tờ
quảng cáo một buổi biểu diễn năm 1867, gồm một câu ngắn và một hình ảnh màu mè gây
ấn tượng mạnh. Tuy nhiên, chính họa sĩ Italy L.Cappiello (1875-1942) mới là người đầu
tiên thực sự đề cập tới áp phích quảng cáo với tấm biển quảng cáo kẹo chocolate "Klaus"
của ông năm 1903.
3

Ngày nay quảng cáo đã có những bước phát triển mới và được tiến hành thông qua
các phương tiện thông tin đại chúng như: truyền hình, báo chí, phát thanh, quảng cáo qua

bưu điện và đặc biệt, là quảng cáo trực tuyến qua Internet.
1.2. Quảng cáo trực tuyến
Quảng cáo trực tuyến là một loại hình quảng cáo được thể hiện trên Internet và đặc
biệt là các trang web [8]. Việc sử dụng Internet và World Wide Web ngày càng trở nên
phổ biến, do vậy Internet đã trở thành một trong những phương tiện quảng cáo quan trọng
nhất ngày nay.
Một trong các lợi ích của việc quảng cáo trực tuyến là cho phép công bố thông tin và
nội dung ngay lập tức mà không bị giới hạn bởi vị trí địa lý hay thời gian. Nó cho phép
truyền đạt thông tin quảng cáo ở mức độ toàn cầu, tới một lượng lớn người dùng với một
chi phí rất thấp.
Quảng cáo trực tuyến đem lại hiệu quả đầu tư lớn cho khách hàng quảng cáo, nó cho
phép tuỳ chỉnh các quảng cáo, bao gồm nội dung và các trang web mà quảng cáo sẽ được
đăng lên. Một ví dụ đó là, AdWords và AdSense của Google cho phép quảng cáo được
hiển thị trên các trang web có liên quan hoặc hiển thị bên cạnh kết quả tìm kiếm trên máy
tìm kiếm đối với một số từ khóa được định nghĩa trước.
Một trong các ưu điểm của quảng cáo trực tuyến là cách thức thanh toán, việc thanh
toán được thực hiện với nhiều cách thức khác nhau, dựa vào phản ứng của người dùng đối
với quảng cáo. Một số cách thức thanh toán như: CPM (Cost Per Mile/Thousand), CPV
(Cost Per Visitor), CPC (Cost Per Click), CPA (Cost Per Action), CTR(Click Through
Rate) [27].
1.2.1. Tốc độ tăng trưởng và thị phần
Năm 1994, quảng cáo trực tuyến bắt đầu xuất hiện trên trình duyệt web thương mại
đầu tiên, Netscape Navigator 1.0, dưới hình thức là các banner quảng cáo [32]. Những
quảng cáo đầu tiên trên web là những nội dung tĩnh hay logo của các công ty. Chúng
thường xuất hiện ở đầu mỗi trang web vì đó thường là nơi dễ được quan sát nhất.
Khi công nghệ ngày càng phát triển, mở ra nhiều cơ hội mới, rất nhiều hình thức
quảng cáo trực tuyến đã xuất hiện. Một vài công ty tiến hành quảng cáo thông qua web
site bởi những pop-up, như DoubleClick, AdForce và Windwire. Họ cung cấp một vài
4

thông tin hình ảnh và trình duyệt web sẽ thực thi một số công việc khi người dùng click
vào một quảng cáo [32].
Một thập niên sau khi xuất hiện, những người quảng cáo trên thị trường Mĩ đã chi
9.6 tỉ đô la cho quảng cáo trực tuyến, năm 2004 tăng hơn 31.5% so với năm 2003; so sánh
với 10% cho quảng cáo trên truyền hình, 7.4 % cho những dịch vụ quảng cáo khác nói
chung và 6.6% cho GDP của nền kinh tế Mĩ (Hình 1). Theo báo cáo của IAB [33] vào
năm 2008, doanh thu từ quảng cáo trực tuyến đã đạt tới hơn 23 tỉ đô la vào cuối năm
2008.

Hình 1. Doanh thu quảng cáo trực tuyến nửa đầu và cuối những năm từ 1999 đến 2008 ở
Mĩ [33].
Theo báo cáo mới nhất của Strategy Analytics [38], tổng chi phí cho quảng cáo trực
tuyến trên toàn thế giới đã lên tới gần 47.5 tỉ đô la vào năm 2007 và có thể vượt 100 tỉ đô
la vào năm 2012.
Những thông tin trên cho thấy tốc độ phát triển nhanh chóng của quảng cáo trực
tuyến trong những năm qua và còn hứa hẹn những mức doanh thu khổng lồ trong các năm
tới.
1.2.2. Các hình thức quảng cáo trực tuyến
Quảng cáo trực tuyến có thể được phân loại thành hai loại: hợp pháp (các mạng
quảng cáo) và không hợp pháp (spamming).
5

Quảng cáo spam thường xâm nhập vào hệ thống và được gọi là Spyware, Adware
hay quảng cáo Pop-up. Ví dụ, khi một trình duyệt mới được mở, pop-up quảng cáo xuất
hiện và chuyển hướng người dùng tới website quảng cáo. Điều này gây nhiều bức xúc cho
người dùng, vì vậy nhiều trình duyệt hỗ trợ chức năng chặn pop-up để giới hạn các pop-
up không hợp pháp. Spyware và Adware thường là những ứng dụng mở rộng, một vài
trong số chúng có thể gây hại, ví dụ như Trojan.
Những quảng cáo hợp pháp có thể được phân loại thành: Quảng cáo trưng bày,
email, phân loại và đấu giá, Lead Generation, đa phương tiện và tìm kiếm. Chi tiết về các

hình thức quảng cáo này có thể tìm thấy tại [27]. Dưới đây là biểu đồ mô tả thu nhập của
các loại này trong 6 tháng đầu của năm 2007 và năm 2008 tại Mĩ [33].

Hình 2. Phân loại doanh thu quảng cáo trực tuyến trong 6 tháng đầu năm 2007 và 2008 ở
Mĩ [33]
Như chúng ta thấy trên (Hình 2), search advertising, mà trong nội dung khóa luận
này ta gọi là quảng cáo thông qua tìm kiếm, là loại hình quảng cáo phổ biến nhất và có
doanh thu lớn nhất tại thị trường Mĩ từ năm 2007 đến năm 2008. Nó chiếm 41% tổng thu
nhập từ quảng cáo trực tuyến trong 6 tháng đầu năm 2007 và 46% trong 6 tháng đầu năm
2008.
1.3. Quảng cáo trực tuyến ở Việt Nam
Cùng với sự phát triển của quảng cáo trực tuyến trên thế giới, quảng cáo trực tuyến
tại Việt Nam cũng từng bước phát triển và đã đạt được những thành công bước đầu.
6

1.3.1. Tổng quan về quảng cáo trực tuyến ở Việt Nam
1.3.1.1. Thị phần
Theo số liệu của Trung tâm Internet Việt Nam (VNNIC), hiện có xấp xỉ 19 triệu
người - chiếm 22,47% dân số Việt Nam - thường xuyên tiếp cận với lnternet. Số lượng
người sử dụng Internet đông đảo và tăng trưởng nhanh (năm 2007 có thêm 4 triệu người
sử dụng so với 2006) là một môi trường tiềm tàng để khai thác quảng cáo trực tuyến.
Tuy nhiên, quảng cáo trực tuyến ở Việt Nam vẫn đang ở thời kỳ mới khai phá và
hình thành. Theo số liệu của Hiệp hội quảng cáo Việt Nam (VAA), trên 80% thị phần
quảng cáo trong nước thuộc về các đài truyền hình, sau đó là quảng cáo trên ấn phẩm báo
chí.

Quảng cáo trực tuyến ở Việt Nam có doanh thu vào khoảng 64 tỉ VNĐ năm 2006,
160 tỉ VNĐ vào năm 2007 và trong những năm tới sẽ tăng trưởng 100% để đạt tới con số
500 tỉ VND vào năm 2010. Tuy nhiên doanh thu của quảng cáo trực tuyến trên tổng
ngành quảng cáo tại VN ở mức khoảng 1,5% (2007) [4]

.

1.3.1.2. Các hình thức quảng cáo trực tuyến ở Việt Nam
Về hình thức, quảng cáo trực tuyến ở Việt Nam chủ yếu hướng tới việc quảng cáo
thương hiệu với hình thức logo/banner (Hình 3). Tại các website lớn, logo/banner chi chít
bất chấp các tiêu chuẩn về hiệu quả gây ấn tượng (nhiều nhất 4 quảng cáo/một màn hình).
Các dạng quảng cáo như qua từ khóa, quảng cáo theo ngữ cảnh, theo hành vi ... còn là
những khái niệm mới mẻ. Và hiện nay, cũng chưa có một chuẩn nào đối với các mẫu thiết
kế cho quảng cáo trực tuyến (kích thước, vị trí ...). Điều này khiến khách hàng mất thêm
nhiều thời gian và chi phí khi tiến hành quảng cáo tại các website khác nhau [4].
Khách hàng của quảng cáo trực tuyến mới chỉ tập trung ở một vài ngành. Khảo sát
tại những website có đông quảng cáo nhất, những doanh nghiệp đứng ở những vị trí đắt
nhất thường là các doanh nghiệp viễn thông, ngân hàng, kế đến là các doanh nghiệp, cơ
sở trong ngành điện máy, giáo dục, ẩm thực.
7


Hình 3.
Quảng cáo trực tuyến tại một trang báo điện tử Việt Nam
Ngoài ra, chưa có một tổ chức đủ uy tín đóng vai trò trung gian để đánh giá một
cách khách quan về số lượng người dùng của các website cũng như hiệu quả khi tiến hành
quảng cáo trực tuyến. Không ít các website đưa ra thông tin về số lượng người dùng với
những con số khổng lồ. Điều này khiến doanh thu của quảng cáo trực tuyến ở Việt Nam
tập trung tại một vài trang web có lượng truy cập cao nhất (chủ yếu là các báo điện tử,
trang tin tức như VnExpress, Dân Trí, Vietnamnet, 24h.com.vn...) thay vì có thể phân bổ
ở các website đặc thù (du lịch, giải trí, thương mại...).
Về hình thức thanh toán, vẫn sử dụng những hình thức thanh toán truyền thống như
quảng cáo trên báo chí, số tiền người quảng cáo trả cho công ty quảng cáo được tính theo
kích thước của banner, số lần hiển thị quảng cáo trên trang web cùng thứ hạng của trang
web quảng cáo (phương pháp CPM). Thứ hạng của các trang web thường được xác định

bởi một vài công cụ trên Internet, ví dụ alexa.com. Giá thành quảng cáo được quyết định
bởi số lượt người dùng truy cập vào website và vị trí của banner.
Những hình thức thanh toán khác như CPC hay CPA vẫn còn rất hiếm, cần phải có
một mạng quảng cáo đáng tin cậy để cung cấp những thông tin cho các hình thức thanh
toán này. Đây là một vấn đề quan trọng, nó giải thích nguyên nhân vì sao quảng cáo theo
ngữ cảnh, theo hành vi, quảng cáo trên máy tìm kiếm ở Việt Nam chưa phát triển. Tuy
8

nhiên, một vài công ty đã nắm bắt được điều này và họ đã đưa ra những mô hình thử
nghiệm làm việc với phương pháp CPC, ví dụ như Hura Ad
1
, daugia 247 – ECOM JSC
2

và VietAd
3
, các hệ thống này đã từng được đưa ra thử nghiệm ở Việt Nam (tuy nhiên
chúng đã bị loại bỏ để cải tiến, theo VietnamNet ).
Bảng 1.
Một số website lớn cung cấp dịch vụ quảng cáo trực tuyến ở Việt Nam
STT Tên Địa chỉ
1 Báo điện từ Vnexpress

2 Báo điện tử VietnamNet

3 Báo điện tử Thanh Niên www.thanhnien.com.vn

4 Báo điện tử Dân Trí www.dantri.com

5 Báo điện tử Lao động www.laodong.com.vn

6 Báo điện tử VnMedia www.vnmedia.com.vn

7 Ngôi sao

8 Công ty Cổ phần Quảng cáo dịch vụ trực tuyến www.24h.com.vn

9 Công ty Truyền thông đa phương tiện (VTC) www.vtc.com.vn


Tóm lại, quảng cáo trực tuyến ở Việt Nam hiện nay mới có số lượng người tham gia
ít ỏi và chưa phong phú về hình thức. Các hình thức quảng cáo chủ yếu là banner và được
thanh toán dựa vào kich thước, vị trí banner và thứ hạng của trang web.

1

2

3

9

1.3.2. Những tài nguyên chưa được khai thác và thị trường quảng cáo trực tuyến
Ở phần trước khóa luận đã giới thiệu một cái nhìn tổng quan về quảng cáo trực tuyến
ở Việt Nam, tuy còn mới mẻ nhưng đang được mở rộng và có nhiều tiềm năng. Trong
phần này, khóa luận sẽ trình bày kĩ hơn về những tài nguyên chưa được khai thác và thị
trường quảng cáo trực tuyến, từ đó chỉ ra tiềm lực và những vấn đề nổi trội của quảng cáo
trực tuyến tại Việt Nam trong các năm tới.
1.3.2.1. Tốc độ phát triển nhanh chóng của thương mại điện tử ở Việt Nam
Thương mại điện tử là một nhân tố quan trọng của quảng cáo trực tuyến, đặc biệt

cho việc thanh toán của các hệ thống quảng cáo theo ngữ cảnh, hành vi hay quảng cáo
qua máy tìm kiếm. Khi thương mại điện tử phát triển, nhiều ngành thương mại khác có
thể dễ dàng thực hiện trao đổi thông qua internet tạo điều kiện cho các công ty giới thiệu
sản phẩm của họ tới khách hàng, hỗ trợ cho sự phát triển của quảng cáo trực tuyến.
Vào đầu năm 2006, thương mại điện tử đã bắt đầu phát triển, nhiều bộ luật mới đã
được ban hành. Cùng sự hỗ trợ của chính phủ, thương mại điện tử ở Việt Nam ngày càng
phát triển và có những bước tiến rõ rệt.
Đến cuối năm 2008, kết quả điều tra với 1600 doanh nghiệp trên cả nước của Bộ
Công Thương cho thấy, hầu hết các doanh nghiệp đã triển khai ứng dụng thương mại điện
tử ở những mức độ khác nhau. Đầu tư cho thương mại điện tử đã được chú trọng và mang
lại hiệu quả rõ ràng cho doanh nghiệp [1].
Các doanh nghiệp đã quan tâm tới việc trang bị máy tính, đến nay hầu như 100%
doanh nghiệp đều có máy tính. Tỷ lệ doanh nghiệp có từ 11–20 máy tính tăng dần qua các
năm và đến năm 2008 đã đạt trên 20%. Tỷ lệ doanh nghiệp đã xây dựng mạng nội bộ năm
2008 đạt trên 88% so với 84% của năm 2007. Đến nay, có tới 99% số doanh nghiệp đã
kết nối Internet, trong đó kết nối băng thông rộng chiếm 98%. Tỷ lệ doanh nghiệp có
website năm 2008 đạt 45%, tăng 7% so với năm 2007. Tỷ lệ website được cập nhật
thường xuyên và có chức năng đặt hàng trực tuyến đều tăng nhanh.
Một trong những điểm sáng nhất về ứng dụng thương mại điện tử của doanh nghiệp
là tỷ lệ đầu tư cho phần mềm tăng trưởng nhanh, chiếm 46% trong tổng đầu tư cho công
nghệ thông tin của doanh nghiệp năm 2008, tăng gấp 2 lần so với năm 2007. Trong khi
đó, đầu tư cho phần cứng giảm từ 55,5% năm 2007 xuống còn 39% vào năm 2008. Sự
10

dịch chuyển cơ cấu đầu tư này cho thấy doanh nghiệp đã bắt đầu chú trọng đầu tư cho các
phần mềm ứng dụng để triển khai thương mại điện tử sau khi ổn định hạ tầng công nghệ
thông tin. Doanh thu từ thương mại điện tử đã rõ ràng và có xu hướng tăng đều qua các
năm, 75% doanh nghiệp có tỷ trọng doanh thu từ thương mại điện tử chiếm trên 5% tổng
doanh thu trong năm 2008. Nhiều doanh nghiệp đã quan tâm bố trí cán bộ chuyên trách về
thương mại điện tử.

1.3.2.2. Sự bùng nổ của xã hội trực tuyến và các mạng xã hội
Thời gian gần đây, việc sử dụng công nghệ World Wide Web và thiết kế web cho
phép người dùng chia sẽ thông tin một cách dễ dàng hơn ví dụ như những trang web
mạng xã hội, các trang wiki, blog và diễn đàn. Cùng với đó, số lượng người Việt Nam sử
dụng Internet cũng ngày càng tăng lên, tạo thành một cộng đồng trực tuyến rộng lớn giữa
những người Việt Nam. Theo VNNIC (VietNam Internet Association), vào tháng 3 năm
2008, số lượng người Việt Nam sử dụng Internet đã lên tới trên 19 triệu người (chiếm
19.41% dân số) và con số này đang ngày càng tăng lên [4]. Thị trường này lớn hơn so với
ở Thái Lan, Philippines và Indonesia. Trong một vài năm qua, các cộng đồng trực tuyến
đã được chứng kiến sự phát triển và cạnh tranh của các trang web mạng xã hội, ví dụ như:
Yahoo! 360 blog, Tamtay, Yobanbe, Cyworld, Zoomban,...
Tuy nhiên, có một khoảng cách lớn về sự phát triển của thương mại điện tử giữa ở
Việt Nam và các nước phát triển trên thế giới mà phần lớn là ở thói quen người dùng và
thu nhập.
1.3.2.3. Thị trường quảng cáo trực tuyến, cái nhìn lâu dài
Tốc độ phát triển nhanh chóng của thương mại điện tử, sự bùng nổ của cộng đồng
trực tuyến và các cổng thông tin web ở Việt Nam đã tạo nền tảng vững chắc cho sự phát
triển của quảng cáo trực tuyến. Trong thời gian gần đây, các nhà quảng cáo lớn như
Yahoo và Google đã bắt đầu quan tâm tới thị trường quảng cáo trực tuyến tại Việt Nam,
họ bắt đầu xây dựng những chiến lược tiếp thị và các dịch vụ khác nhau cho người dùng
Việt Nam. Theo VietnamNet, Google đã tiến hành dịch các dịch vụ của họ sang tiếng
Việt, ví dụ như dịch vụ quảng cáo AdWords
4
. Yahoo đang nắm giữ số lượng người dùng

/>
4

11

5
Việt Nam lớn nhất (theo xếp hạng từ alexa). Họ đã ra mắt phiên bản yahoo tiếng Việt và
phiên bản blog 360 plus nhằm thu hút người dùng Việt Nam vào thị trường này. Những
quảng cáo về các dịch vụ mới của họ được phát đi trên hệ thống truyền hình Việt Nam từ
tháng 5 năm 2008 [27].
Tuy nhiên, thị trường quảng cáo trực tuyến đã thu hút không chỉ các công ty nước
ngoài mà còn cả các công ty trong nước. Một vài công ty mới đã bắt đầu mở rộng thị
trường và nhắm tới quảng cáo trực tuyến. Một số báo điện tử được biết đến nhiều nhất ở
Việt Nam như VnExpress và VietnamNet, thu nhập của họ từ quảng cáo trực tuyến có tốc
độ tăng trưởng khá cao và VnExpress vẫn giữ vị trí số một trong lĩnh vực quảng cáo trực
tuyến ở Việt Nam (Hình 4).

Hình 4.
Doanh thu từ quảng cáo trực tuyến của VnExpress và VietnamNet trong 3
năm 2004, 2005, 2006 [1].
Tóm lại, thị trường quảng cáo trưc tuyến ở Việt Nam tuy vẫn còn ở giai đoạn mới
phát triển, nhưng đã thu hút được rất nhiều sự chú ý của cả các công ty trong nước cũng
như ngoài nước. Điều này dẫn đến nhu cầu về một mạng quảng cáo trực tuyến ở Việt
Nam, nhằm hỗ trợ các hình thức quảng cáo mới phát triển, ví dụ như quảng cáo trên máy
tìm kiếm hay quảng cáo theo hành vi, ngữ cảnh....
Google và Yahoo đã đạt được những thành công lớn trên thị trường thế giới, tuy
nhiên rào cản về ngôn ngữ và văn hóa vẫn còn là một hạn chế để họ có thể tiếp cận với thị

/>
5

12

trường Việt Nam. Một bài học từ sự thành công của Baidu (máy tìm kiếm hàng đầu của
Trung Quốc) đã chứng tỏ rằng những công ty quảng cáo lớn như Google và Yahoo không

phải luôn luôn thành công ở thị trường khu vực, đặc biệt là ở Châu Á [32]. Người dùng
Việt Nam vẫn luôn chờ đợi một mạng tiếng Việt từ các công ty trong nước. Việc xây
dựng và phát triển quảng cáo trực tuyến ở Việt Nam đã trở thành một yêu cầu thiết yếu
trong sự phát triển lâu dài, và người Việt Nam sẽ sớm được chứng kiến những bước phát
triển mới trong thị trường quảng cáo những năm tiếp theo.
1.4. Quảng cáo thông qua tìm kiếm
Quảng cáo thông qua tìm kiếm là hình thức quảng cáo mà các quảng cáo được hiển
thị dựa vào các từ khóa hay các cụm từ được xác định từ trước [22]. Quảng cáo thông qua
tìm kiếm bao gồm các nhân tố chính sau:
- Nội dung quảng cáo: nội dung quảng cáo được người quảng cáo cung cấp cho các
công ty quảng cáo, nội dung quảng cáo thường gồm: tiêu đề, mô tả, url, và các từ khóa
tương ứng với quảng cáo.
- Chi phí cho mỗi từ khóa: là chi phí mà người quảng cáo phải trả cho công ty
quảng cáo đối với từng từ khóa hay cụm từ cụ thể.
- Các quá trình kiểm tra tự động hoặc bằng tay nhằm đảm bảo nội dung quảng cáo
phù hợp với các từ khóa.
- Tìm kiếm các quảng cáo phù hợp với truy vấn người dùng (quảng cáo trên máy
tìm kiếm) hay phù hợp với nội dung trang web (quảng cáo theo ngữ cảnh).
- Hiển thị các nội dung quảng cáo theo thứ tự phù hợp.
- Thu thập thông tin, đo số lần click của người dùng, xác định các hành động của
người dùng và yêu cầu người quảng cáo trả tiền theo các thông tin đó.
Hình 5 là một ví dụ về quảng cáo trên máy tìm kiếm MSN, khi người dùng tìm kiếm
với từ khóa “hotel”, một danh sách các quảng cáo có liên quan tới khách sạn sẽ được hiển
thị.
13


Hình 5.
Mô tả nội dung một quảng cáo [36]
Hình 6 dưới đây mô tả kiến trúc cơ bản của một hệ thống quảng cáo thông qua tìm

kiếm.

Hình 6.
Kiến trúc cơ bản của hệ thống quảng cáo thông qua tìm kiếm [27]
Thông qua mạng quảng cáo (Advertising network) các quảng cáo được hiển thị tới
người dùng tùy thuộc vào nội dung trang web họ đang xem (với quảng cáo ngữ cảnh) hay
tùy thuộc vào truy vấn họ đang tìm kiếm (quảng cáo trên máy tìm kiếm). Khi người dùng
click vào quảng cáo hay thực hiện một vài hành động như đăng ký, thanh toán… mạng
14

quảng cáo sẽ ghi nhận các hành động của người dùng. Người quảng cáo sẽ phải trả tiền
cho mạng quảng cáo tùy thuộc vào các hành động đã được ghi nhận đó. Hiện nay có rất
nhiều mạng quảng cáo nổi tiếng như: Google, Yahoo, MSN, Publisher Network (YPN),
Amazon.com...
Quảng cáo thông qua tìm kiếm có hai loại chính: quảng cáo trên máy tìm kiếm và
quảng cáo theo ngữ cảnh.
Quảng cáo trên máy tìm kiếm là quảng cáo được thực hiện trên máy tìm kiếm, khi
người dùng tìm kiếm theo một truy vấn, bên cạnh kết quả tìm kiếm, một danh sách các
quảng cáo được hiển thị tương ứng với truy vấn của người dùng. Các quảng cáo được sắp
xếp theo hai tiêu chí: độ phù hợp với truy vấn và số tiền người quảng cáo sẽ trả cho công
ty quảng cáo cho việc hiển thị quảng cáo của họ. Quảng cáo trên máy tím kiếm là hình
thức quảng cáo trực tuyến phổ biến nhất hiện nay.
Quảng cáo theo ngữ cảnh khác với quảng cáo trên máy tìm kiếm, danh sách quảng
cáo thu được từ việc so sánh các cụm từ, từ khóa của quảng cáo với nội dung trang web
và được trả về dựa theo độ phù hợp của nội dung trang web với các quảng cáo.
Trong cả hai loại quảng cáo nói trên, số lượng các quảng cáo được đưa ra cho mỗi
lần hiển thị thường rất ít, từ 4 đến 5 quảng cáo, người dùng thông thường chỉ chú ý đến
một vài quảng cáo đầu tiên, do vậy yêu cầu đối với hệ thống quảng cáo là: phải tìm ra
những quảng cáo phù hợp nhất với truy vấn của người dùng và đưa chúng lên đầu danh
sách. Một bài toán được đặt ra là xếp hạng các quảng cáo trả về theo mức độ phù hợp với

truy vấn của người dùng.
Xếp hạng quảng cáo là một bài toán nhận được rất nhiều sự quan tâm hiện nay. Có
rất nhiều phương pháp và mô hình đã được đưa ra, ví dụ như “mô hình quảng cáo sử dụng
phản hồi liên quan” [11], “mô hình ước lượng CTR(Click Through Rate)” [25] hay cách
tiếp cận “trích xuất từ khóa quảng cáo từ nội dung trang web” [30], “impedance coupling”
[24] và “ranking optimization” [22]. Các phương pháp này sẽ được trình bày kĩ ở chương
sau.
15

Chương 2. Các phương pháp quảng cáo thông qua tìm
kiếm
Nhiệm vụ chính của một hệ thống quảng cáo thông qua tìm kiếm là quyết định các
quảng cáo nào sẽ được hiển thị và thứ tự hiển thị của chúng theo mức độ phù hợp với truy
vấn của người dùng hay nội dung trang web (ngữ cảnh). Khi người dùng tìm kiếm, mục
đích chính của họ là tìm kiếm những tài liệu liên quan đến từ khóa chứ không phải tìm
kiếm các quảng cáo, do vậy người dùng sẽ chỉ thực sự chú ý đến quảng cáo khi những
quảng cáo được đưa ra có tính phù hợp cao với điều mà họ quan tâm. Mặt khác, việc hiển
thị các quảng cáo phù hợp có thể giúp người dùng có thêm những thông tin hữu ích, tiếp
cận những dịch vụ mong muốn, ngược lại nếu các quảng cáo được đưa ra không phù hợp
có thể làm người dùng cảm thấy khó chịu và giảm mức độ hài lòng với máy tìm kiếm.
Trong 5 năm gần đây, có rất nhiều phương pháp trên thế giới và một số phương
pháp ở Việt Nam đã được công bố nhằm giải quyết vấn đề này, dưới đây là một số
phương pháp nổi bật.
2.1. Mô hình trích xuất từ khóa trong nội dung trang web
Đây là một mô hình của quảng cáo theo ngữ cảnh. Dựa trên tư tưởng của quảng cáo
trên máy tìm kiếm, ta có thể coi trang web hiện tại như một truy vấn dài bao gồm nhiều từ
khóa. Yih và các cộng sự [30] đã đề xuất một mô hình học giám sát cho phép trích xuất
các từ khóa trong nội dung trang web. Tiến hành học từ một tập các trang web đã được
định nghĩa các từ khóa từ trước, họ xây dựng một bộ phân lớp sử dụng học máy với thuật
toán hồi quy logic (logistic regression).

Để xác định những từ khóa và cụm từ mô tả chính xác nhất về trang web họ sử dụng
một vài phương pháp và tiến hành thực nghiệm để tìm ra phương pháp đem lại kết quả tốt
nhất. Ba phương pháp được đưa ra đó là: MoS, MoC và DeS. M (Monolithic) nghĩa là sử
dụng toàn bộ cụm từ trong trích chọn. D (Decomposed) xem mỗi từ trong cụm như một
cá thể riêng biệt. S (Separate) là coi mỗi từ hay cụm từ bất kể giống nhau hay khác nhau
như các cá thể riêng biệt, và C (Combined) kết hợp các từ, cụm từ giống nhau làm một.
Một điểm quan trọng trong công trình của họ đó là việc sử dụng 7.5 triệu truy vấn từ
query logs của MSN [36] như một đặc trưng cho quá trình trích chọn, cùng với đó là 11
16