基于DSP平臺的個(gè)性化廣告推薦——用戶興趣模型研究.pdf

1、近年來以RTB（實(shí)時(shí)競價(jià)）為主導(dǎo)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(biāo)人群以提高投資回報(bào)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(jìn)而投放與興趣相關(guān)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(jié)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(guān)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(biāo)，通過將向量空間模型和瀏覽行為度量結(jié)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(zhǔn)度。針對這類問題，本文具體的研究工作主要分為以下幾點(diǎn)：
　　1.基于向量空間模型和瀏覽行為度量構(gòu)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(shí)間作為興趣度的

3、衡量標(biāo)準(zhǔn)，然后結(jié)合預(yù)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(shí)間段的興趣度，在此模型的基礎(chǔ)上進(jìn)行了改進(jìn)。
　　2.在用戶興趣模型的基礎(chǔ)上結(jié)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(yīng)地反映用戶興趣的動態(tài)變化過程。本文分析并改進(jìn)了一種興趣流模型，并將該模型結(jié)合艾賓浩斯遺忘曲線加入用戶興趣模型中以構(gòu)建動態(tài)興趣模型。