使用网页内容定位的网络广告

你刚在某个博客里读到“露营装备清单”，页面右侧立刻弹出一款折叠椅的网页购买链接。这不是内容巧合。广告系统扫描了这篇文章的定位的网文本，提取出“露营”“户外”“装备”这些词，络广然后从广告库里挑了最匹配的使用创意。整个过程不到200毫秒。网页

我拆过一个二手露营装备论坛的内容页面。文章标题是定位的网“新手如何挑选第一顶帐篷”，正文里反复出现“防水”“铝合金杆”“双人”。络广结果页面底部出现的使用广告是某品牌帐篷的限时折扣，旁边还跟着一条“帐篷地钉套装”。网页这种匹配不是内容人工编辑干的。网页内容定位技术让机器读懂了页面在聊什么，定位的网然后自动塞进相关的络广商业信息。

技术实现上，这套东西分三步。第一步是抓取与解析：广告脚本嵌入页面后，会读取document.body.innerText或者更精细的DOM节点，把正文、标题、甚至图片alt文字都捞出来。第二步是关键词提取与权重计算：不是简单数词频。像“的”“了”这种停用词直接扔掉，“帐篷”出现5次，“防水”出现3次，但“防水”在标题里，权重就更高。第三步是广告匹配：广告平台有一个反向索引，比如“帐篷”对应广告ID 1001、1002、1003，系统按出价和质量分排序，挑一个塞进预留的广告位。

听起来挺合理？但坑也不少。我见过一个美食博客，文章讲“如何做出完美的溏心蛋”，结果因为文中多次提到“蛋”，广告系统给匹配了宠物用品——猫砂盆。算法把“蛋”理解成了“鸡蛋”，但没区分语境。还有一次，一篇讨论“苹果公司财报”的文章，底部出现了水果店的苹果促销。纯文本匹配的笨拙感，在这种时候暴露无遗。

更麻烦的是动态内容。很多网站用无限滚动或者标签切换，用户点一下“查看更多”，新段落加载进来，但广告脚本可能只跑了一次。结果就是：你读了五段关于登山鞋的内容，广告还是最开始那个“户外水壶”。有些团队用MutationObserver监听DOM变化，重新触发定位，但这会拖慢页面。我测过一个新闻站，开启实时内容重定位后，滚动帧率从60掉到42。广告收入多了，用户体验差了，这笔账不好算。

另一个观察：内容定位广告正在从“关键词”往“语义向量”迁移。以前是“帐篷”匹配“帐篷”，现在可以把整段文字扔进一个小型语言模型，生成一个768维的向量，然后跟广告创意的向量算余弦相似度。好处是能理解“适合家庭出游的遮阳棚”和“六人天幕”是一回事。坏处是计算量上去了。在浏览器里跑模型？目前还不现实。所以大多数方案还是服务端做语义，客户端只负责传文本。延迟？通常多出80到150毫秒。用户感觉不到，但广告位的填充率会波动。

我自己的判断：这项技术最诚实的地方在于，它不假装懂你。它只懂你正在看的这页字。你昨天搜过什么、买过什么，它不关心。从这个角度看，内容定位广告反而比行为定向广告更尊重隐私——至少它没在你电脑里塞cookie。当然，广告主不这么想。他们想要的是“看了露营文章的人，再结合他上周买过登山杖”，那就是另一回事了。

下次你看到网页边上的广告跟正文高度相关，可以右键检查一下那个广告iframe的src，里面通常带着一串编码过的关键词。那就是机器读这篇文章时，划出的重点。