当前各个汽车厂商在技术与产品上的差距正在不断缩小,同质化的竞争导致了汽车营销成本大幅上升。车价的不断下降和营销成本的不断增加正是目前汽车企业面临的最棘手的问题,这就使得众多汽车厂商把目光集中到了低成本、高效率的网络广告上。本文通过建立合理有效的广告监测数据分析模型,总结历史广告投放经验,为汽车企业未来的网络广告投放选择提供有效的分析方案,进而帮助汽车厂商判断网络广告投放的合理性。首先,解决网络广告位预测问题。通过对汽车企业所面临的网络广告位选择问题的分析,本文创新性地建立和设计了用户点击模型、用户后续行为模型和广告曝光量预测方案,来实现汽车企业网络广告位效果的预测。本文首次结合实际数据将Logistic回归的方法应用于汽车企业网络广告位效果预测,实现了对用户广告点击率的预测和用户后续行为转换率的预测,实现了对汽车企业网络广告曝光量的预测,并最终对汽车企业网络广告位效果预测进行评估。其次,优选出最佳广告位投放组合。基于本文所解决的网络广告位预测问题,有针对性地提出采用“贪婪算法”的方法以实现最佳网络广告投放效果,解决网络广告位选择问题,并结合实际数据对汽车企业网络广告做出最优化的投放预测。最后,搭建广告位选择系统。在广告位选择及评估方法的基础之上,为整个汽车企业网络广告位选择搭建一套完整系统,应用于实际生活中的汽车网络广告投放的决策中去,实现更加合理的广告投放效果。通过真实的汽车企业实际广告投放数据的验证,结果表明：本文提出的广告效果预测方法,在一定的预测精度条件下,预测结果准确率较高,具有一定的实用意义；而本文提出的网络广告位选择算法,在理论上也是可行、有效的,若有从业人员的先验知识的引入,预计其实际应用效果将会更好。