收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于RSS的个性化网络广告推荐系统研究

史旻昱  
【摘要】: 随着互联网的迅速发展,网络广告也得到了快速的发展。与传统媒体广告相比,网络广告能通过多媒体方式,全天候、全球性的展示,具有成本低、互动性强的特点。网络广告越来越受到广告商的青睐,并成为许多学者研究的对象。 近几年,网络广告不论在商业应用还是研究领域都获得了极大的发展。然而随着网络广告爆炸式的投放,横幅广告点击率不断下降,网络广告的发展前景受到了诸多质疑。为了提高网络广告的点击率,为每个用户提供个性化的广告信息是当前业界与学界的一个研究焦点。 RSS广告是一种新型的网络广告形式,针对RSS广告的个性化推荐问题,本文对RSS个性化网络广告系统进行了探讨,针对其中的关键算法进行了有益的分析与研究,包括分类算法、关联规则挖掘算法和协同过滤算法。 首先利用关联规则挖掘算法分析用户的浏览行为,并提出基于频繁1-项子树(FS-tree)的频繁模式挖掘算法。在线RSS阅读器拥有大量的注册用户,他们产生的事务数据集非常庞大,如果使用FP-growth算法进行关联规则的挖掘,需要占用大量内存空间。针对这个问题,提出基于频繁1-项子树(FS-tree)的频繁模式挖掘算法。该算法通过构建频繁1-项子树,使FP-tree的最大深度和最大宽度得以分离。实验结果表明,该算法占用内存小,执行效率高,能有效的进行关联规则的挖掘。 接下来利用协同过滤算法分析用户的订阅行为,并提出基于项目分类的协同过滤算法。由于在RSS在线阅读器网站上,用户订阅的Feed只占所有Feed的极少数,用户数与Feed数的急剧增加将导致用户评分矩阵变得极端稀疏,造成两个用户共同评分过的项非常稀少,因此通过协同过滤算法计算邻居用户不准确,推荐质量急剧下降。针对该问题,提出基于项目分类的协同过滤推荐算法。该算法利用系统已经产生的Feed分类结果,计算类中各个项之间的相似性,然后再通过加权的方法对未评分项进行预测评分,从而有效降低了数据的稀疏性。实验结果表明,基于项目分类的协同过滤推荐算法可以有效解决在用户评分数据极端稀疏的情况下,传统相似性度量方法存在的不足,显著提高推荐系统的推荐质量。 提出智能广告推荐策略。一个有效的广告推荐系统首先应该能根据各种情况调整广告推荐集的输出,并能对广告商的一些要求设置广告过滤规则。针对这个问题,本文设置了若干过滤规则,并提出一个混合推荐策略,使系统能根据问题背景和实际情况产生不同的广告推荐集。如果是一个老用户,将调用协同过滤推荐算法产生推荐集,使用户在登录的初始阶段就能获得个性化的RSS广告。之后,随着用户访问的深入,当用户当前的浏览序列到达一定长度值L时,将触发关联规则推荐算法,否则采用分类推荐算法产生广告集。采用混合广告推荐策略,可以有效解决新用户、新项目问题,由于协同过滤算法和关联规则挖掘算法都是离线完成的,系统具有较好的实时性。 提出基于决策树的广告客户流失模型。客户流失管理是许多行业关注的一个重要问题,广告商作为RSS在线阅读器的主要收入来源,应该对他们的流失予以高度关注。针对这个问题,本文以CRM中的RFM模型为基础,根据广告业的实际情况,提出广告客户流失模型,并利用决策树算法对该模型进行了分析。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 刘昊;程景红;;Web2.0下的网络广告投放策略[J];新闻爱好者;2010年04期
2 曹军波;;中国网络广告精准投放的发展趋势[J];广告人;2011年06期
3 魏超,曹志平;略论网络广告的互动功能[J];经济与管理;2000年04期
4 钟强;不同网络广告收费模式利弊谈[J];价格理论与实践;2002年06期
5 王鲜萍;网络广告在中国是一种极具潜力的广告形式[J];江苏商论;2003年05期
6 孙雷;网络广告市场亟待规范[J];现代企业教育;2005年09期
7 张建华;;论网络广告创新设计的几点思路[J];管理与财富;2006年06期
8 ;网络广告有效吗[J];上海微型计算机;1998年36期
9 黄守荣;;澳门网络广告的发展及前景[J];广告大观(综合版);1999年12期
10 ;观点[J];每周电脑报;1999年28期
11 陆荣根;;21世纪的网络广告与传送服务[J];电子测试;2000年03期
12 张磊;网络广告,请饶了我吧![J];电脑技术;2001年08期
13 温冬开;;美国网络广告效果研究述要[J];广告大观(综合版);2001年02期
14 苏红;中国计量网网络广告初现生机[J];中国计量;2002年03期
15 徐瑞华;;网络广告的特点及其设计技巧[J];设计艺术;2002年02期
16 王硕,陈跃雪;浅谈我国网络广告的现状及发展前景[J];河南商业高等专科学校学报;2003年03期
17 宋妍;网络广告,别弹出来[J];互联网周刊;2004年07期
18 袁媛;试论网络广告市场发展趋势——回望“非典”[J];湖北社会科学;2004年08期
19 彭鹏;;网络广告:广告份额吞噬者[J];广告大观(综合版);2004年01期
20 霍静波;;做网络广告的策略[J];投资与营销;2004年02期
中国重要会议论文全文数据库 前10条
1 郭学军;陈晓云;;粗集方法在数据挖掘中的应用[A];第十六届全国数据库学术会议论文集[C];1999年
2 曹雷;杜辉锋;;基于Web挖掘的个性化推荐模型的研究[A];全国第十届企业信息化与工业工程学术年会论文集[C];2006年
3 徐慧;;基于Web的文献数据挖掘[A];第十七届全国数据库学术会议论文集(技术报告篇)[C];2000年
4 孙迎;;医院信息的数据挖掘与方法研究[A];中华医学会第十次全国医学信息学术会议论文汇编[C];2004年
5 薛晓东;李海玲;;数据挖掘的客户关系管理应用[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集(下册)[C];2004年
6 朱扬勇;黄超;;基于多维模型的交互式数据挖掘框架[A];第二十届全国数据库学术会议论文集(技术报告篇)[C];2003年
7 郭建文;黄燕;印鉴;杨小波;梁兆辉;;建立中风病“阴阳类证”辨证规范的数据挖掘研究[A];中华医学会第十三次全国神经病学学术会议论文汇编[C];2010年
8 陈涛;胡学钢;陈秀美;;基于数据挖掘的教学质量评价体系分析[A];全国第21届计算机技术与应用学术会议(CACIS·2010)暨全国第2届安全关键技术与应用学术会议论文集[C];2010年
9 薛鲁华;张楠;;聚类分析在Web数据挖掘中的应用[A];北京市第十三次统计科学讨论会论文选编[C];2006年
10 王星;谢邦昌;戴稳胜;;数据挖掘在保险业中的应用[A];北京市第十二次统计科学讨论会论文选编[C];2003年
中国博士学位论文全文数据库 前10条
1 史旻昱;基于RSS的个性化网络广告推荐系统研究[D];华中科技大学;2008年
2 余红;网络时政论坛舆论领袖研究[D];华中科技大学;2007年
3 杨风召;高维数据挖掘中若干关键问题的研究[D];复旦大学;2003年
4 孙丽;工艺知识管理及其若干关键技术研究[D];大连交通大学;2005年
5 胡志坤;复杂有色金属熔炼过程操作模式智能优化方法研究[D];中南大学;2005年
6 刘革平;基于数据挖掘的远程学习评价研究[D];西南师范大学;2005年
7 刘寨华;基于临床数据分析的病毒性心肌炎证候演变规律研究[D];黑龙江中医药大学;2006年
8 王川;基因芯片数据管理及数据挖掘[D];中国科学院研究生院(上海生命科学研究院);2004年
9 王涛;挖掘序列模式和结构化模式的精简集[D];华中科技大学;2006年
10 郭斯羽;动态数据中的数据挖掘研究[D];浙江大学;2002年
中国硕士学位论文全文数据库 前10条
1 曹守营;基于并行K-均值算法的网络广告精确营销系统设计[D];山东科技大学;2007年
2 蔡玮璆;基于Webcall的网络广告精准传播系统设计与实现[D];复旦大学;2009年
3 廖赛恩;养生方数据挖掘分析系统的研制[D];湖南中医药大学;2010年
4 李坤然;数据挖掘在股市趋势预测的应用研究[D];中南林业科技大学;2008年
5 郑宏;数据挖掘可视化技术的研究与实现[D];西安电子科技大学;2010年
6 杜金刚;数据挖掘在电信客户关系管理及数据业务营销中的应用[D];北京邮电大学;2010年
7 徐路;基于决策树的数据挖掘算法的研究及其在实际中的应用[D];电子科技大学;2009年
8 梁小鸥;数据挖掘在高职教学管理中的应用[D];华南理工大学;2011年
9 王浩;数据挖掘在上海市职业能力考试院招录考试优化管理项目中的运用研究[D];华东理工大学;2012年
10 黎卫英;数据挖掘在中职幼教课程改革中的应用[D];福建师范大学;2009年
中国重要报纸全文数据库 前10条
1 临渊;精准营销:网络广告的新趋势[N];人民邮电;2007年
2 黄霁;为网络广告制定游戏规则[N];中华新闻报;2000年
3 本报记者 刘亚民;网络广告的冬天来了?[N];中国高新技术产业导报;2001年
4 井之;网络广告 服务为导[N];网络世界;2000年
5 崔砺金 沈雁;网络广告:雾里看花何时了?[N];新华每日电讯;2001年
6 本报记者 王瑜 本报实习生 蔡亦楠;网络虚假广告:“忽悠”你没商量[N];工人日报;2010年
7 ;2011年美国网络广告支出中零售业居首[N];中国计算机报;2011年
8 本报记者 李广宇;网络广告管得住吗[N];福建邮电报;2000年
9 北京广播学院新闻传播学院网络新闻系 康瑾;网络广告往哪儿走?[N];中国计算机报;2000年
10 慕容;网络广告市场以何取胜[N];中国工商报;2000年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978