论文部分内容阅读
随着移动互联网技术的迅速发展,众多广告主对广告投放的目光开始从传统媒体广告转向移动广告,移动广告投放成为如今广告投放的新模式。然而,移动广告投放的随意性让用户感到反感。面对这种情况,移动广告的定向投放受到了研究者的广泛关注。为了实现移动广告的定向投放,使得移动广告真正满足用户的需求,希望通过对用户的兴趣和兴趣点推荐进行研究,从而向用户投放其感兴趣且在推荐的兴趣点附近的广告。本论文主要研究内容包括以下几点:1.通过新浪微博提供的数据对用户的兴趣进行了研究。综合考虑了用户及其关注对象的微博文本数据,采用了改进的TF-IDF算法提取出用户及其关注对象的兴趣关键词,再利用余弦相似性提取出关注对象中用户的兴趣关键词,最终分析出用户的兴趣。与传统的TF-IDF算法相比,采用改进的TF-IDF算法更加适用于微博文本数据的研究,并且提高了提取微博用户兴趣关键词的准确性。同时综合用户及其关注对象的微博数据进行分析,也提升了挖掘用户兴趣的效果。2.通过对用户的签到数据进行分析,挖掘出用户的行为特征,本文提出了一种用户兴趣点推荐的方法。该方法综合考虑了时间、空间以及地点人气指数等因素对用户兴趣点推荐的影响,通过计算用户访问兴趣点的概率,再利用Top-N推荐,最终将计算结果中访问概率排名靠前的若干兴趣点推荐给用户。3.通过对用户兴趣和兴趣点推荐方法的研究,本文提出了一种基于用户兴趣和兴趣点推荐的移动广告投放方法。在对用户进行广告投放前,分析用户的兴趣和位置信息,得到了用户的兴趣和推荐的兴趣点,然后通过计算用户对广告的兴趣值和兴趣点推荐值得到广告的投放值,将计算结果中投放值最高的广告投放给用户,实现了向用户投放其感兴趣并且在推荐的兴趣点附近的广告。通过本文的研究可以发现,用户的兴趣和兴趣点推荐对移动广告的投放产生了重要的影响,通过分析用户的兴趣和推荐的兴趣点进行广告的定向投放,提高了广告收益,降低了广告成本,带来了更好的社会效益和经济。