移动互联网广告推荐方法研究

发布时间：2021-02-11 22:12

　　随着互联网与手机行业的快速发展,手机网民的数量逐年增多。截至2018年6月,手机网民数量高达7.88亿,占我国网民数量的98.3%。如此庞大的手机网民数量,也给移动互联网广告带来了巨大的商机,移动互联网广告也逐渐成为网络广告的越来越重要的广告渠道。然而面对如此巨大的手机网民数量,吸引了越来越多的广告商进入移动互联网市场,产生了大量的网络广告。然而,目前很多网络广告都是随机投放的,投放效率很低。同时,随意投放的广告干扰了用户正常的生活和上网体验,普遍引起用户的反感。使得越来如何提高网络广告投放的精确度和降低网络广告投放的成本问题变得越来越重要。因此本文面对这种情况进行研究,提出一种移动互联网广告推荐方法解决如上的问题,本文的主要研究内容如下:1.首先,通过对用户文本进行分析,得到用户文本相似度矩阵。其次,根据用户矩阵获取与用户文本相似的用户的广告行为,结合时间惩罚因子,生成“用户-广告列表”矩阵,采用协同过滤的方式得到用户广告推荐列表。其次,根据用户所在的地理位置,从文本相似度中找出与用户在同一区域的用户,再次根据“用户-广告”的矩阵进行协同过滤推荐,得到新的广告推荐列表。最后将先后得到... 

【文章来源】：西华大学四川省

【文章页数】：63 页

【学位级别】：硕士

【部分图文】：

012-2018年中国网络广告市场规模Fig.1.1ThescaleofChinaonlineadvertisingmarketin2012-2018

受用户获取信息的方式和途径的变化的影响，网络广告已成为媒体广告中的核一方面，效果广告迅速发展，广告形式不断创新；另一方面，市场份额明显增加。网络广告的迅速发展给市场注入大量的活力。也由此证明了没有永久的，网络广告市场占比将继续增加，移动广告市场将成为网络广告的主要争夺 年我国移动广告市场的规模达到 2648.8 亿元，同比增长 25.5%，保持持续高目前移动广告是的整体市场增速远超网络广告市场的增速，2016 年移动广告的0%，2019 年中国移动广告市场交易规模将达到 4842.5 亿元[3]。

式爬虫的数据获取基本原理一张大网，而爬虫（即网络爬虫）便是在网上爬行的蜘点，当爬虫到达该节点时，就是访问了该网页，则获取了连线就好比各个网页之间的链接关系，如此一来，爬虫就沿着节点间的连线继续的访问下一个节点，如此一来，网依次访问，对应网站的数据也都可以被爬虫爬取下来。所，并将其提取和保存的一种自动化程序。页网页信息，首先的就是要获取网页，即网页源代码。由于的信息，所以只要能获取到网页的源代码，就可以通过网页信息的获取主要分为请求(requests)和响应(responses)两步

【参考文献】：
期刊论文
[1]一种融合了基于朴素贝叶斯算法与情境感知的协同推荐系统——以大学图书馆实体图书推荐为例[J]. 程秀峰,范晓莹,杨金庆.  现代情报. 2019(02)
[2]基于用户兴趣模型的个性推荐算法[J]. 郁钢,陆海良,单宇翔,高扬华.  智能计算机与应用. 2018(02)
[3]基于用户打分和评论的推荐算法研究[J]. 祁燕,岳添骏,杨大为.  沈阳理工大学学报. 2018(02)
[4]基于用户在线行为的个性化推荐研究[J]. 陈晓璇,刘洪伟,曹宁.  合作经济与科技. 2018(07)
[5]基于文本属性的微博用户相似度研究[J]. 李梦洁,邵曦.  计算机技术与发展. 2018(05)
[6]基于关联规则的个性化推荐系统设计与实现[J]. 钱俊松,冷文浩.  福建电脑. 2017(10)
[7]微博及中文微博信息处理研究综述[J]. 文坤梅,徐帅,李瑞轩,辜希武,李玉华.  中文信息学报. 2012(06)

博士论文
[1]基于邻域的协同过滤推荐系统相似度研究[D]. 邓琨.江西财经大学 2017

硕士论文
[1]中文文本情感分析中的特征选择和权重研究[D]. 苏煜宇.南京邮电大学 2017
[2]支持动态网页解析的分布式网络爬虫系统的设计与实现[D]. 欧阳春.东南大学 2017
[3]大数据环境下基于用户行为的个性化推荐算法研究[D]. 刘国梁.兰州交通大学 2017
[4]社交媒体信息流广告研究[D]. 蔡子婷.黑龙江大学 2017
[5]基于协同过滤的移动互联网广告推荐方法的研究[D]. 田雪松.西华大学 2016
[6]基于微博内容和用户关注的微博用户兴趣模型构建[D]. 袁博阳.华南理工大学 2015
[7]基于主题挖掘和时间窗口划分的兴趣推荐技术研究[D]. 宋健.华东师范大学 2011



本文编号：3029793