基于混合推荐算法的微博网络广告推荐研究

发布时间：2021-01-23 07:12

　　随着微博影响力的提升和用户规模的不断扩大，其背后蕴含的商业价值自然吸引了众多企业的眼球。越来越多的企业将营销触角伸向微博，迄今为止也不乏成功的微博营销案例。然而对于以产品销售为主的企业来说，一时的活动造势引起的短时间内的关注度提升并不能满足其持续发展的需要。目前学术界对于微博营销的研究多是通过分析微博社会网络结构来研究信息在微博网络中的传播，通过对用户行为的研究来向企业提供理论上的营销建议支持。而在采用技术手段来提升微博营销能力方面的研究较少。学者们对于微博的个性化推荐的研究目前也主要集中于对于微博好友的推荐，以及对于新闻的推荐，以营销的角度将个性化推荐与微博网络广告相结合的研究几乎没有。本文将个性化推荐与微博营销相结合，从微博网络广告推荐的角度探讨微博营销的问题。与其他针对所有微博用户进行相同方式的营销不同，这种营销模式在分析用户兴趣偏好的基础上提供了个性化的推荐，更利于维持和提高用户的粘性，增加品牌的影响力。通过对微博用户信息进行分析，建立用户兴趣模型，将企业的产品，按照用户的偏好推荐给用户，达到持续营销的效果。通过研究，本文获得了以下研究成果和研究结论。利用分类算法对网络广告和用... 

【文章来源】：中国海洋大学山东省 211工程院校 985工程院校 教育部直属院校

【文章页数】：58 页

【学位级别】：硕士

【部分图文】：

三种推荐算法的召回率和准确率分布图

【参考文献】：
期刊论文
[1]推荐系统研究综述[J]. 李斌.  现代计算机(专业版). 2014(03)
[2]基于友邻-用户模型的微博主题推荐研究[J]. 郑建兴,张博锋,岳晓冬,成泽宇.  山东大学学报(理学版). 2013(11)
[3]面向微博用户标签推荐的关系约束主题模型[J]. 徐彬,杨丹,张昱,李封,高克宁.  计算机科学与探索. 2014(03)
[4]一种基于文本分类的智能微博推荐方法[J]. 焦刚,孙照斌,蒙恂.  中国新通信. 2012(21)
[5]个性化微博推荐算法[J]. 王晟,王子琪,张铭.  计算机科学与探索. 2012(10)
[6]语义分析与词频统计相结合的中文文本相似度量方法研究[J]. 华秀丽,朱巧明,李培峰.  计算机应用研究. 2012(03)
[7]微博用户关注兴趣的社会网络分析[J]. 袁园,孙霄凌,朱庆华.  现代图书情报技术. 2012(02)
[8]微博搜索营销策略探讨[J]. 陈永东.  软件工程师. 2012(Z1)
[9]基于复杂网络的微博用户关系网络特性研究[J]. 尹书华.  西南师范大学学报(自然科学版). 2011(06)
[10]一种面向微博用户的标签推荐方法[J]. 陈渊,林磊,孙承杰,刘秉权.  智能计算机与应用. 2011(05)

博士论文
[1]企业微博营销影响因素与短期效果测量研究[D]. 王睿.北京邮电大学 2012
[2]推荐系统的协同过滤算法与应用研究[D]. 郭艳红.大连理工大学 2008
[3]电子商务推荐系统关键技术研究[D]. 邓爱林.复旦大学 2003

硕士论文
[1]基于异源数据的微博好友推荐[D]. 吴燕清.浙江大学 2013
[2]基于用户聚类和语义词典的微博推荐系统[D]. 蒋超.浙江大学 2013
[3]微博用户关注推荐及排名策略研究[D]. 张聪.郑州大学 2012
[4]基于云计算的推荐算法研究[D]. 周源.电子科技大学 2012
[5]基于云计算的微博推荐系统[D]. 佐凯.南京理工大学 2012
[6]企业微博客营销策略研究[D]. 史亚光.华东师范大学 2011
[7]基于用户行为及关系的社交网络节点影响力评价[D]. 康书龙.北京邮电大学 2011
[8]基于内容的相关书籍推荐技术研究[D]. 商雪晶.哈尔滨工业大学 2010
[9]基于遗传算法的K-means聚类方法的研究[D]. 吴香庭.山东科技大学 2010
[10]传统媒体微博营销对消费者品牌态度的影响研究[D]. 董玉.暨南大学 2011



本文编号：2994798