

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領
文檔簡介
1、近年來以RTB(實時競價)為主導的新興廣告投放模式推動著廣告業(yè)的快速發(fā)展,DSP(需求方平臺)是RTB中提供廣告投放的平臺,它幫助廣告主尋找合適的目標人群以提高投資回報率。DSP具備語義定向、行為定向、重定向等多種定向手段,其中行為定向通過分析用戶的行為和瀏覽內(nèi)容獲取用戶的興趣偏好,進而投放與興趣相關的廣告,因此對用戶建立興趣模型是提高行為定向中廣告投放效果的重要研究內(nèi)容。
興趣模型需要結合用戶瀏覽的網(wǎng)頁文本內(nèi)容和行為度量來表
2、示。目前相關的研究將向量空間模型作為網(wǎng)頁的文本表征方法,以用戶的瀏覽行為作為衡量用戶對網(wǎng)頁興趣度的重要指標,通過將向量空間模型和瀏覽行為度量結合來體現(xiàn)用戶對網(wǎng)頁的興趣程度,但這種方法忽略了用戶興趣的動態(tài)變化過程,影響了廣告投放的精準度。針對這類問題,本文具體的研究工作主要分為以下幾點:
1.基于向量空間模型和瀏覽行為度量構建用戶興趣模型。首先分析用戶的瀏覽行為,選取用戶的保存、打印或收藏行為、網(wǎng)頁瀏覽次數(shù)和瀏覽時間作為興趣度的
3、衡量標準,然后結合預處理后的向量空間模型建立用戶興趣模型??紤]到需要區(qū)分用戶不同時間段的興趣度,在此模型的基礎上進行了改進。
2.在用戶興趣模型的基礎上結合興趣流模型建立動態(tài)興趣模型。針對用戶興趣變化的問題,目前研究者們已經(jīng)提出了不少體現(xiàn)動態(tài)興趣的方法,但這些方法通常依賴于參數(shù)的選取,無法自適應地反映用戶興趣的動態(tài)變化過程。本文分析并改進了一種興趣流模型,并將該模型結合艾賓浩斯遺忘曲線加入用戶興趣模型中以構建動態(tài)興趣模型。
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于用戶興趣模型的個性化論文推薦系統(tǒng)研究.pdf
- 基于本體用戶興趣模型的個性化推薦系統(tǒng)的研究.pdf
- 基于用戶興趣模型的個性化推薦與搜索系統(tǒng)的研究.pdf
- 基于用戶興趣的個性化信息推薦系統(tǒng).pdf
- 基于用戶興趣的個性化推薦技術研究.pdf
- 用戶興趣模型及實時個性化推薦算法研究.pdf
- 基于主題模型與用戶興趣的個性化新聞推薦算法研究.pdf
- 基于用戶興趣模型的個性化推薦引擎技術研究.pdf
- 基于INTERNET的用戶個性化興趣模型的研究.pdf
- 基于用戶興趣模型的個性化搜索的研究.pdf
- 基于用戶興趣模型的個性化搜索排序研究.pdf
- 基于模糊興趣模型的個性化推薦算法.pdf
- 基于用戶興趣變化和排序的個性化推薦.pdf
- 基于用戶多興趣和社交網(wǎng)絡的個性化推薦研究
- 基于用戶興趣的個性化推薦系統(tǒng)的研究與設計.pdf
- 一種基于混合用戶興趣模型的個性化推薦系統(tǒng).pdf
- 基于用戶情境的論壇個性化推薦模型研究.pdf
- 基于用戶興趣學習的個性化信息服務模型研究.pdf
- 基于Web的個性化服務中用戶興趣模型研究.pdf
- 基于用戶興趣挖掘的個性化模型研究與設計.pdf
評論
0/150
提交評論