关键词： 搜索引擎营销   决策模型   应用研究  

摘要： 互联网的高速发展与信息科技的持续进步,使得搜索引擎成为企业与消费群体互动的关键纽带。通过精准的搜索引擎营销策略,企业不仅能显著提升品牌的公众知晓度,还能吸引潜在的顾客群,从而有效促进销售绩效的增长。网络世界的快速更迭与市场竞争的剧烈,要求企业发展出富有成效的搜索引擎营销计划,这一点无疑是充满挑战的。论文通过对企业搜索引擎营销的决策模型及其应用的研究,旨在为相关领域的企业或人员提供实践指导和借鉴。

关键词： anthropomorphism   disgust   explainability   interaction failure   interactive artificial intelligence  

摘要： [Purpose/significance] In order to study the emotions and attitudes generated by users when the interaction fails, to validate the negative effects of the theory of AI anthropomorphism, and to explore the mitigation mechanism of the negative effects generated by interactive AI anthropomorphism. [Method / process] Taking the human-computer interaction failure as a context, based on the expectation consistency theory and anthropomorphism theory, the mechanism of interactive AI with different degrees of anthropomorphism on the generation of negative attitudes of users is explored through the experimental method from the perspectives of the resultant failures of the interaction and the invocation failures. [Result / conclusion] It was found that highly anthropomorphic interactive AI exacerbates users’ disgust and negative attitudes towards it when human-computer interaction fails. It is verified that algorithm explainability can alleviate disgust and negative attitude. Combining the above analyses, from the perspective of healthy long-term development of human-computer interaction, it is proposed that AI should adopt a design framework with limited anthropomorphism and an algorithmic architecture with explainability. © 2024 Information studies: Theory and Application. All rights reserved.

关键词： 版式设计   少儿报刊   搜索引擎   审美活动   兴趣  

摘要： 用搜索引擎搜“审美”一词,它的意思是人类了解和感受世界的一种特别形式,这里特指人类与世界(社会和自然)之间无形中的一种形象和感性关系状态。审美是从人类出现开始就存在的。人类在生存和繁衍的过程中,对周围的环境和事物产生了好奇和兴趣,通过观察、感受、想象、创造等方式,形成了对美的认识和追求。人类最早的审美活动,可能是对自然界的模仿和装饰。

关键词： 主持人   家庭教养   搜索引擎   幽默   央视   日常生活  

摘要： 在日常生活中,孩子们似乎总是和妈妈更亲近一些,任何时间、任何地点,孩子们回家后第一句话是:“妈,我回来啦!”东西找不到了是:“妈!见着我袜子了吗?”“妈!我找不着家门钥匙了!”出门在外给家里打电话时也是:“我找我妈!”好不容易轮到爸爸的场合了,孩子张口就是那句:“爸,我妈呢?”不知有多少人被这段生动而又写实还掺杂着些许幽默的段子逗笑,连央视的主持人朱广权都幽默调侃道:“爸爸只是你找妈妈的搜索引擎。”

关键词： 传统搜索引擎   社交媒体搜索   用户行为   搜索行为   信息获取  

摘要： 新媒体时代,社交媒体平台蓬勃发展,增强了社交媒体搜索与传统搜索引擎关系的可研究性。研究通过探究它们在用户信息检索和获取上的差异,揭示社交媒体搜索与传统搜索引擎的互补和互斥特征。

关键词： 网络营销  

ISBN: (纸本)9787115626189

摘要： 本书依据搜索引擎营销岗位的基本技能要求，系统讲解搜索引擎营销的相关内容，主要包括SEO基础、SEO前期准备、优化网站关键词、优化网站结构、优化网站页面、优化网站链接、SEO数据监测与分析、优化移动端网站、使用SEM进行网站推广、SEO+SEM综合实战等内容。

关键词： 搜索引擎平台   市场势力   测度   影响因素  

摘要： 关于市场势力及其滥用市场行为的问题一直是反垄断关注的焦点,只有在对市场势力进行清晰的刻画以及定量估算之后,才能进一步综合多种相关因素进行分析确定垄断企业是否存在滥用市场势力的事实前提或是否会造成效率损失,妨碍市场竞争等。近年来网络技术快速发展,互联网平台经济孕育而生,比如我国搜索引擎平台虽然起步较晚、但发展迅速,且市场高度集中,该类平台反垄断的问题日益突出且成为广泛讨论的焦点之一。 本文以搜索引擎平台为研究对象,首先分析我国搜索引擎平台的发展现状,发现搜索引擎市场存在高度集中的市场结构且该市场竞争依然十分激烈,因此初步认为该市场可能存在分层垄断竞争的市场格局。其次,利用DLW模型对其市场势力进行测算,得到从整体市场平均市场势力溢价率小于1,故市场势力并不凸显。而从单个企业上来看,百度公司的平均市场势力溢价率大于1,认定其存在一定的市场势力,所以验证存在分层垄断竞争的市场格局的猜想。再次,基于博弈模型假设推断,得到网络外部性、技术创新以及产品差异化影响搜索引擎平台市场势力。为验证理论假设的正确性,进一步通过实证检验并通过稳定性检验,得到相类似的结论。在实证过程中发现不同市场结构以及不同企业类型中技术创新与产品差异化对企业市场势力的影响是存在异质性的。 本文研究得到以下主要结论:第一,理论和实践充分证明在搜索引擎平台市场中,高度寡占的市场格局并不必然存在市场势力;第二,存在垄断竞争分层的市场格局在本文中得以通过实证检验加以论证,表明了搜索引擎平台市场中虽然整体市场势力不凸显,但是寡头企业依然具有较强的垄断市场的力量;第三,网络外部性、技术创新和产品差异化对搜索引擎平台市场势力呈正向激励作用,而后两者在不同市场结构和企业类型中存在异质性。最后,从分类施策、运营分离措施代替结构性拆分、明确搜索引擎平台企业市场势力判定标准、构建“事前干预+事后执法”反垄断新体制、提高反垄断监管技术能力等角度出发对我国搜索引擎平台反垄断进行规制建议。

关键词： 选择性接触   互联网   信息接触   抖音   搜索引擎  

摘要： 选择性接触理论曾在有限效果论时期产生重大影响，该理论认为人们更愿意选择那些与自己的既有立场和态度一致或接近的内容加以接触。互联网环境下的信息接触无疑比传统媒体时代更复杂。选择性接触在互联网环境下依旧存在，但其适用场景发生了巨变。本文以抖音、搜索引擎为例探讨了选择性接触可能发生的不同场景，同时对新环境下人们的信息接触行为作出了分析，提出了如何使用技术营造更好舆论环境的建议。

关键词： 预训练   自然语言生成   商用搜索引擎   生成式检索  

摘要： 本论文聚焦自然语言生成(NLG)技术在搜索引擎广告生成领域的应用,系统展示了从预训练模型设计到实际部署的完整流程,以及相关的学术创新。自然语言生成作为人工智能和计算语言学的核心分支,致力于将人类语言转化为机器可处理的表示形式,生成符合语义和上下文的目标文本,广泛应用于对话系统、新闻摘要和文章生成等领域。随着计算资源和数据处理能力的提升,基于自监督学习的预训练模型已成为NLG领域的主流方法,其通过大规模数据掌握语言结构,在特定任务中微调进一步提升性能。本研究以搜索引擎的广告关键词生成任务为核心,系统性探索了预训练基础模型优化特定任务的表现。 在商用搜索引擎的盈利模型中,广告点击费用是关键来源,因此推荐精准相关的广告关键词对于提升用户体验和广告收益至关重要。本文创新性地提出了一种基于生成式检索与在线实时生成的广告关键词推荐系统,深入分析了预训练模型的设计与实现、推理效率优化以及场景适配等核心挑战,构建了从模型开发到大规模商用部署的完整流程,展示了 NLG技术在商业化应用中的前沿进展。 在生成能力提升方面,本研究提出了 ProphetNet模型,通过引入未来信息预测机制显著提升了自然语言生成的效果。ProphetNet模型在跨语言生成、代码生成和对话系统等多个领域进行了充分验证,并在必应广告生成和微软小冰等实际应用中实现了成功部署。此外,ProphetNet为后续生成模型的拓展和信息回溯能力提供了坚实的结构性基础。 在推理效率优化方面,本研究针对离线生成与在线生成的不同应用场景提出了专门的优化策略。对于离线生成任务,本研究设计了 EL-Attention机制,通过改进注意力机制实现了对任意Transformer结构的加速,同时确保生成质量。针对在线生成,本文将ProphetNet拓展为非自回归结构的BANG模型,以满足实时生成的低延时需求,大幅提升了非自回归生成的整体表现。 在模型的实际应用优化方面,本研究针对离线和在线广告生成任务设计了ProphetNet-Ads与BANG-Ads两种解决方案。ProphetNet-Ads结合信息回溯算法,优化了生成式检索的效果,而BANG-Ads通过反向自步学习与混合蒸馏技术提升了非自回归生成的一致性和表现,在广告任务中接近自回归模型的性能。 本论文最终实现了预训练模型在在线部署和离线部署中的性能和延时优化,为预训练模型的设计、优化和实际应用提供了完整的技术框架。研究成果对未来搜索引擎广告生成技术的发展提供了重要的学术参考和应用价值。