大数据赋能互联网广告智能监管

互联网广告作为一种新型广告方式，伴随着互联网和电子商务的发展而迅速成长起来，成为影响经济与社会发展、改变人们生活方式、左右商业运营形态的关键因素之一。对互联网广告进行有效监管对于保护消费者权益、维护市场公平竞争、保护用户隐私和数据安全、维护社会公共利益、促进技术创新和行业健康发展等方面具有重要意义。为此，本书以数据驱动为逻辑基础，以人工智能为技术依托，以提升合规效率和监管效果为目标，积极探索大数据赋能互联网广告监管的全新模式。
本书以管理科学与工程、计算机科学与技术、软件工程、法学、情报学等学科相关专业的高年级本科生和研究生为读者对象，亦可供上述学科的相关科研人员和教师等读者作为参考。

第1章 互联网广告

1.1 广告的定义
1.2 互联网广告的定义
1.3 互联网广告的特性
1.4 互联网广告的发展历程
1.5 互联网广告的主要类型
1.6 本章小结
第2章 我国互联网广告监管现状

2.1 我国互联网广告监管的立法
2.2 我国互联网广告监管的执法
2.3 我国互联网广告的信用监管
2.4 我国互联网广告监管面临的困难
2.5 本章小结
第3章 大数据赋能互联网广告监管架构
3.1 大数据的定义
3.2 大数据赋能行业应用
3.3 大数据赋能互联网广告监管的必要性
3.4 大数据技术在互联网广告监管应用中存在的问题
3.5 大数据赋能互联网广告监管的架构设计
3.6 本章小结
第4章 互联网广告数据集构建
4.1 网络爬虫技术
4.2 文本广告数据集构建

4.3 图像广告数据集构建

4.4 视频广告数据集构建

4.5 本章小结
第5章 图像广告中文本信息的自动识别方法
5.1 图像分割概述

5.2 图像广告分割方法

5.3 文本信息自动识别

5.4 实验结果与分析

5.5 本章小结
第6章 视频广告文本自动识别方法
6.1 基于关键帧提取的视频广告文本识别方法

6.2 基于语音识别的视频广告文本识别方法

6.3 实验结果与分析

6.4 本章小结
第7章 违法广告知识图谱构建方法
7.1 知识图谱概述

7.2 基于Bi-LSTM和CRF的违法广告实体识别

7.3 基于Bi-GRU和注意力机制的违法广告实体关系抽取

7.4 违法广告知识图谱构建结果

7.5 本章小结
第8章 互联网广告违法自动识别方法
8.1 违法广告自动识别研究概述

8.2 基于规则的违法广告判定方法

8.3 基于机器学习的违法广告判定方法

8.4 基于有监督对比学习融合多维特征的违法广告识别方法

8.5 本章小结
第9章 基于多标签分类的法律条文识别方法
9.1 多标签分类相关工作介绍

9.2 基于关键词抽取和注意力机制的法律条文识别方法

9.3 基于标签语义和共现关系的法律条文识别方法

9.4 本章小结

第10章 互联网广告信用评价
10.1全视角的互联网广告信用评价框架
10.2互联网广告信用评价指标体系
10.3评价指标数值标准化及权重分配方法
10.4大数据评价指标取值获取方法
10.5互联网广告信用指数计算方法
10.6互联网广告信用评价体系的实现
10.7本章小结
第11章 大数据背景下互联网广告监管建议与对策
11.1构建社会共治监管的工作理念
11.2强化基于信用评价的互联网广告审查和投放机制
11.3增强信用对互联网广告责任主体的激励和约束作用
11.4建立基于广告信用数据库的协同监管和联合惩戒
11.5确立互联网广告信用信息公开机制
11.6搭建互联网广告信用风险警示机制
11.7完善互联网广告信用修复机制
11.8深入探索大数据和AI赋能互联网广告智慧监管方式
11.9本章小结
参考文献