在线社交网络中社交广告投放算法研究

发布时间：2024-06-07 03:28

　　在线社交网络的蓬勃发展推动了社交平台中广告的飞速增长,广告成为社交平台的主要盈利点之一。如何利用社交影响力提高社交广告的投放效果,成为在线社交网络的关键研究问题之一。然而,社交广告的类型多样,现有的研究在挖掘社交影响力、算法结果的准确性以及运行时间的高效性等方面存在不足。因此,本文针对社交展示广告和病毒营销两种类型的社交广告投放算法展开了深入研究。针对社交展示广告,本文提出了在线社交网络中基于主题的社交展示广告优化(TSDO)问题,并设计了多种方案进行求解。首先,对基于主题的社交展示广告最优化问题进行了形式化定义,并分析了问题的复杂度。然后,为了克服现有启发式算法中启发策略的缺点,提出了基于拓扑结构的启发式策略,该策略综合考虑了网络拓扑结构和用户的主题偏好。特别地,该策略可以推广到现有的启发式算法中。之后,为了提升算法效率,设计了基于社区的求解方案。最后,基于两个真实的数据集开展了实验,实验结果表明,提出的启发式算法提高了广告的期望点击率,基于社区的算法降低了运行时间。针对病毒营销,为了解决基于位置和主题的影响力最大化(LTIM)问题,本文提出了基于优化粒子群的影响力最大化算法ILTI...

【文章页数】：83 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景和意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 社交展示广告研究现状
        1.2.2 病毒营销与影响力最大化研究现状
    1.3 研究内容与目标
        1.3.1 研究内容
        1.3.2 研究目标
    1.4 论文的组织结构
第二章 相关技术
    2.1 社交网络分析相关技术
        2.1.1 信息传播模型
        2.1.2 节点影响力度量方法
        2.1.3 社区发现技术
    2.2 在线社交网络中社交展示广告投放算法
        2.2.1 社交网络中的社交展示广告
        2.2.2 点击概率函数的计算方式
        2.2.3 社交展示广告投放算法
    2.3 病毒营销与影响力最大化
        2.3.1 病毒营销与影响力最大化问题
        2.3.2 影响力最大化算法
    2.4 本章小结
第三章 在线社交网络中基于主题的社交展示广告投放算法
    3.1 引言
    3.2 问题定义
        3.2.1 查询模型
        3.2.2 数据模型
        3.2.3 基于主题的社交展示广告最优化问题
        3.2.4 问题复杂度
    3.3 基于拓扑结构的启发式算法
        3.3.1 符号定义
        3.3.2 基于拓扑感知的启发策略
        3.3.3 启发式算法
    3.4 基于社区的求解方案
        3.4.1 社区发现
        3.4.2 基于优先队列的种子选取
    3.5 实验与分析
        3.5.1 实验环境与设置
        3.5.2 实验结果及分析
    3.6 本章小结
第四章 基于优化粒子群的影响力最大化算法
    4.1 引言
    4.2 问题描述
        4.2.1 问题形式化定义
        4.2.2 问题难度
    4.3 ILTIM_PSO算法框架
    4.4 建立森林索引
        4.4.1 森林索引结构
        4.4.2 森林索引检索目标用户
    4.5 建立用户影响者索引
        4.5.1 用户影响者索引
        4.5.2 用户影响者索引获取候选用户
    4.6 ILTIM_PSO算法
        4.6.1 PSO基础
        4.6.2 改进的粒子群优化算法框架
        4.6.3 相关参数与操作重定义
        4.6.4 适应度函数
        4.6.5 粒子群初始化
        4.6.6 粒子调整策略
        4.6.7 提高全局搜索能力
    4.7 实验与分析
        4.7.1 实验环境与设置
        4.7.2 实验结果及分析
    4.8 本章小结
第五章 结束语
    5.1 总结
    5.2 未来工作
参考文献
致谢
攻读硕士学位期间发表和录用的论文



本文编号：3990710