基于定位的移動(dòng)廣告?zhèn)€性化推薦系統(tǒng)研究.pdf

1、近年來移動(dòng)互聯(lián)網(wǎng)發(fā)展迅猛，人們用移動(dòng)設(shè)備接入互聯(lián)網(wǎng)的時(shí)間顯著上升，與此相伴，LBS(Location Based Service)服務(wù)將會呈蒸蒸日上之勢。隨著智能手機(jī)和移動(dòng)設(shè)備更廣泛的普及，移動(dòng)廣告市場風(fēng)生水起，并且因?yàn)樾率袌鎏N(yùn)含著巨大潛力，許多企業(yè)已經(jīng)把目標(biāo)放在這一領(lǐng)域。目前，移動(dòng)廣告主要利用傳統(tǒng)的廣告定位方法。但在未來5年內(nèi)，移動(dòng)廣告定位將與個(gè)人行為和當(dāng)前位置更相關(guān)。與此同時(shí)，移動(dòng)用戶一直面對著信息過載的問題，移動(dòng)用戶的時(shí)間和精力、

2、環(huán)境、移動(dòng)終端顯示屏等方面的限制使得這一問題更加嚴(yán)重。
　　 針對這一現(xiàn)狀，本文對基于定位的移動(dòng)廣告?zhèn)€性化推薦系統(tǒng)進(jìn)行了研究。本文研究的系統(tǒng)的目的是：為移動(dòng)用戶提供位置觸發(fā)式的實(shí)時(shí)搜索和基于位置、情境/興趣觸發(fā)的實(shí)時(shí)廣告信息推薦服務(wù)。本文主要研究了兩方面的內(nèi)容。一方面，利用個(gè)性化推薦技術(shù)解決移動(dòng)廣告信息過載問題；傳統(tǒng)協(xié)同過濾推薦系統(tǒng)中應(yīng)用矩陣分解(MatrixFactorization)技術(shù)解決數(shù)據(jù)稀疏問題，但對于用戶間的社會關(guān)

3、系信息沒有給予足夠的重視和利用，為此本文研究了融合社會關(guān)系的協(xié)同過濾，為提高推薦精度做出了一個(gè)新的嘗試。另一方面，在研究移動(dòng)廣告位置觸發(fā)式的實(shí)時(shí)搜索服務(wù)時(shí)，本文還在代理服務(wù)器架構(gòu)下提出和構(gòu)建了基于地理信息匹配的緩存管理算法；該算法將緩存數(shù)據(jù)與移動(dòng)用戶提交的廣告查詢作比較，如果它們的搜索區(qū)域相似度達(dá)到一定比例，將被認(rèn)為是匹配的，已緩存的數(shù)據(jù)作為結(jié)果反饋給用戶；這樣一來就能大大提升系統(tǒng)的反應(yīng)效率，帶來更好的用戶體驗(yàn)。本文最后的模擬實(shí)驗(yàn)結(jié)果顯