基于協(xié)同過濾的移動互聯(lián)網(wǎng)廣告推薦方法的研究.pdf

1、隨著信息技術(shù)和互聯(lián)網(wǎng)的迅速發(fā)展，互聯(lián)網(wǎng)使用人數(shù)也逐年增多。截至2015年12月，我國網(wǎng)民規(guī)模已達(dá)6.88億，全年共計新增網(wǎng)民3951萬人，增長率為6.1％。與此同時，人們對信息的獲取方式也發(fā)生了翻天覆地的變化，從以前在互聯(lián)網(wǎng)上去查找信息改變?yōu)楝F(xiàn)在從各個智能設(shè)備上去篩選信息，信息過載將成為互聯(lián)網(wǎng)發(fā)展的一大問題。在這個網(wǎng)絡(luò)信息大爆炸的時代，廣告業(yè)也借助互聯(lián)網(wǎng)蓬勃發(fā)展，截至2015年，中國網(wǎng)絡(luò)廣告市場規(guī)模達(dá)到2093.7億元，同比增長36.0

2、%。而隨著智能手機(jī)、平板電腦等移動終端的廣泛使用以及社交網(wǎng)絡(luò)、LBS技術(shù)的出現(xiàn)，廣告的投放形式也出現(xiàn)多樣化變化，廣告內(nèi)容也更加的豐富多彩。廣告的個性化精準(zhǔn)投放逐漸被各大廣告運營商重視，這也將成為今后廣告業(yè)發(fā)展的主要趨勢。本文針對移動用戶的興趣和行為軌跡進(jìn)行研究，提出了一種基于協(xié)同過濾的移動互聯(lián)網(wǎng)廣告推薦方法。本文的主要研究內(nèi)容如下：
　　（1）采用主題詞用戶興趣提取模型，對用戶的興趣相似度進(jìn)行了分析。通過對用戶所發(fā)表的微博進(jìn)行分析

3、，從中挖掘出用戶的興趣，使用統(tǒng)計的方法對用戶的興趣劃分層次，最后再計算用戶之間的相似度。
　　（2）采用聚類、分層的方法對移動用戶的簽到數(shù)據(jù)進(jìn)行分析，同時結(jié)合了簽到的時間因素，實現(xiàn)移動用戶行為軌跡在時空上的相似度計算。
　?。?）提出了一種基于協(xié)同過濾的移動互聯(lián)網(wǎng)廣告推薦方法，綜合考慮了用戶的興趣相似度和行為軌跡的相似度。同時，考慮了用戶瀏覽廣告的時間、地點以及廣告流行度等因素的影響，實現(xiàn)“鄰域”之間移動廣告的推薦。