计算广告的广告形式
基于文本分析的计算广告
近年来，文本分析已经成为自然语言处理领域的一个研究热点。该学科的一些应用研究人员已经陆续将网页分析、文本倾向分析、文本相似度分析、机器翻译等研究成果应用于网络广告实践，其中百度竞价排名、Google AdSense、DoubleClick上下文广告就是杰出代表。虽然它们都是基于文本分析，并且它们都有一个共同的前提，即用户喜欢与自身信息需求相关的广告，但它们的系统原理却完全不同。百度竞价排名通过计算用户搜索关键词与广告主竞价关键词的相似度，实现在搜索结果的前面插入与用户搜索相关的广告。显然，百度的竞价排名涉嫌通过人为干预搜索结果误导用户。为了保证搜索结果的公平性，谷歌较早的放弃了竞价广告，转而以站长加盟的形式在搜索目标页面投放与搜索词相似的广告，也就是Google AdSense。另一方面，Contextual Ad基于对用户浏览的网页的主题分析，从广告库中搜索主题相似的广告，并插入到网页的指定位置，实现广告与上下文的匹配。
基于用户分析的计算广告
如果说基于内容分析的广告与上下文的匹配间接实现了广告与用户的匹配，那么基于用户分析的计算广告则直接寻求广告与用户的一致性。目前用户分析主要从IP、注册数据、服务器日志、Cookie、历史数据、浏览器行为等方面入手，其代表性的广告形式有电商和MediaV的个性化推荐广告。个性化推荐广告可以看作是POP广告的智能化改进，根据用户的兴趣特征和购买行为推荐用户感兴趣的产品。这个定位过程是结合了IP状态、信息检索、协同过滤、数据挖掘等算法。而MediaV则根据Cookie追踪用户的浏览历史，分析用户的兴趣取向。当用户登录一个网页时，他们可以通过MediaV平台识别用户，并投放符合他们兴趣的广告。
基于用户参与的计算广告
文本和用户行为都可以通过关联算法进行分析。但是在现有的图像识别技术下，图像、视频等多媒体数据无法进行主题分析，需要人工参与。基于用户参与的计算广告系统的主要目的是为用户、广告主和站长搭建一个联盟平台，如Pixazza的图片中的广告联盟和齐一的视频中的广告联盟。联盟广告系统以利润分成的方式吸引网民作为志愿专家参与广告创作活动。专家在浏览图片或视频，找到商品信息时，在相应位置插入广告兴趣点，链接到相应商品，购买广告。与传统的视频广告不同，这种广告系统只在用户指向广告的兴趣点时才显示广告，一定程度上减少了对用户浏览图片和视频的打扰。