Система управления контекстной рекламой (часть 6)

Агентная модель. Для формирования агентной модели исходными данными является онтологическое описание среды, на основании которого строится виртуальная онтология [15]. Основным результатом этапа проектирования является агентная модель (рис. 4), которая определяет совокупность агентов системы, уровень полномочий агентов, а также возможные взаимодействия между ними. Разработанные правила предполагают два основных типа агента – UserAgent и HostAgent. User-Agent представляет собой пользовательского агента и имеет веб-интерфейс. HostAgent представляет собой агента-координатора, который контролирует и управляет агентами конкретной площадки. Для системы управления контекстной рекламой на этап проектирования в агентной модели описаны два пользовательских агента – для агенства(AgencyAgent) и конкретного рекламодателя (ClientAgent). Для роли агенства в системе определены более широкие возможности и настройки, которые расширяют возможности и настройки интерфейса рекламодателя.

GoogleAgent, YandexAgent и BegunAgent представляют собой агентов конкретных площадок. Уровень полномочий по умолчанию для этих агентов и связанных с ними координируемых агентов площадок – делегат. Функционирование этих агентов связано с размещением и управлением рекламных кампаний на площадках. На этом уровне возможно принятие низкоуровневых решений с использованием модели знаний конкретных агентов и системы в целом. SemanticAgent – отвечает за формирование семантического ядра для рекламных кампаний по продвижению веб-ресурса. Уровень полномочий по умолчанию – консультант. StatAgent – агент-координатор по сбору и анализу статистики. Координирует сбор статистики непосредственно с площадок, а также через внешние источники(Google Analytics, Яндекс Метрика). Агент GoogleAnalyticsAgent – отвечает за сбор статистических данных из системы Google Analytics. Рекламодателю необходимо зарегистрироваться в системе Google Analytics, установить счетчики на страницах своего веб-ресурса, а также предоставить доступ к своей учетной записи для автоматизации процесса анализа. Аналогично происходит работа с системой Яндекс Метрика, за которую отвечает YandexMetricsAgent.

Основным преимуществом такого подхода является то, что агенты могут автоматически составлять медиапланы и управлять кампаниями, анализировать и повышать их эффективность, проводить анализ проблемных ситуаций на различных рекламных площадках и интерактивно менять параметры кампаний при получении ошибок с рекламных площадок. Онтологии позволяют агентам учитывать предпочтения клиентов, предоставляя информацию, необходимую для программного агента, чтобы различать и выбирать эти предпочтения. Все эти действия не требуют программных изменений в структуре самих агентов, а поддерживаются корректировкой и пополнением онтологической базы знаний.

В процессе принятия решений актуальным является определение уровней полномочий агентов. В соответствии с настроенными полномочиями агентов осуществляется автоматизированное управление рекламными кампаниями.

Пользователь (администратор) устанавливает уровень полномочий для агентов, который может быть нескольких типов:

  • общий для всех агентов мультиагентной системы;
  • общий для группы агентов в МАС;
  • индивидуальный для каждого агента в МАС. Агенты имеют настроенный по умолчанию уровень полномочий, который зависит от типа пользователя. Также имеется возможность настраивать уровень полномочий для конкретного агента.

Агентная модель МАС управления контекстной рекламой

Рис.4. Агентная модель МАС управления контекстной рекламой

* * *

Производите продукцию и хотите ее показать большому количеству потенциальных покупателей? Заказывайте выставочные стенды в Петербурге и участвуйте в мобильных или стационарных экспозициях. Клиенты найдутся!

Добавить комментарий

Ваш адрес email не будет опубликован.

Этот сайт использует Akismet для борьбы со спамом. Узнайте, как обрабатываются ваши данные комментариев.