[發(fā)明專利]一種基于聚類的移動廣告推薦方法

有效

• 申請?zhí)枺?/td>: 201410283679.X
• 申請日: 2014-06-23
• 公開（公告）號: CN104063801A
• 公開（公告）日: 2014-09-24
• 發(fā)明（設(shè)計(jì)）人: 毛仁歆
• 申請（專利權(quán)）人: 廣州優(yōu)蜜信息科技有限公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 廣州三環(huán)專利代理有限公司 44202
• 代理人: 麥小嬋;郝傳鑫

1.一種基于聚類的移動廣告推薦方法，其特征在于，包括：

S10：建立移動廣告投放平臺，通過所述移動廣告投放平臺采集用戶數(shù)據(jù)信息；

S20：從所述移動廣告投放平臺的用戶數(shù)據(jù)信息中提取廣告行為數(shù)據(jù)；

S30：將所述廣告行為數(shù)據(jù)轉(zhuǎn)化為廣告行為向量矩陣，所述廣告行為向量矩陣的行向量為每一個用戶的廣告行為數(shù)據(jù)；

S40：對所述廣告行為向量矩陣的各個行向量逐一進(jìn)行降維計(jì)算；

S50：判斷各個用戶的相似度，根據(jù)各個用戶的相似度對用戶進(jìn)行聚類，利用聚類的算法計(jì)算出用戶簇群；

S60：根據(jù)所述用戶簇群的特征，在所述移動廣告投放平臺中查找出與所述用戶簇群相匹配的廣告類別并將其加入至該用戶的廣告推薦序列中，將所述廣告推薦序列中的移動廣告推薦給用戶進(jìn)行投放。

2.如權(quán)利要求1所述的基于聚類的移動廣告推薦方法，其特征在于，在所述步驟S20中，所述廣告行為數(shù)據(jù)包括：用戶在廣告展示期內(nèi)對廣告的點(diǎn)擊次數(shù)、下載安裝的移動廣告的次數(shù)、所述下載安裝的移動廣告所屬的廣告類別，以及所述廣告類別的轉(zhuǎn)化率數(shù)值。

3.如權(quán)利要求2所述的基于聚類的移動廣告推薦方法，其特征在于，所述步驟S30包括：

實(shí)時監(jiān)測用戶在所述移動廣告平臺上的廣告行為，將每一個用戶的廣告行為數(shù)據(jù)統(tǒng)計(jì)為一維的行向量：

A_m＝[a_{m_1},a_{m_2},...,a_{m_n}]

其中，參數(shù)m表示第m個用戶，參數(shù)n表示第n個移動廣告，向量元素a_{m_n}表示第m個用戶對第n個移動廣告的安裝行為，m＞0，n＞0；

將所有用戶的廣告行為的行向量組成為所述的廣告行為向量矩陣。

4.如權(quán)利要求3所述的基于聚類的移動廣告推薦方法，其特征在于，所述安裝行為是用戶對移動廣告的安裝次數(shù)，則所述向量元素a_{m_n}表示第m個用戶對第n個移動廣告的安裝次數(shù)。

5.如權(quán)利要求4所述的基于聚類的移動廣告推薦方法，其特征在于，所述步驟S40具體包括：

S401：將所述移動廣告平臺的廣告池中的移動廣告劃分為多個類型；

S402：根據(jù)廣告池中的各種廣告類型的特征，判斷每一個用戶的廣告行為中所涉及的各個移動廣告的類型；

S403：將屬于同一個類型的移動廣告安裝行為作為同一類廣告安裝行為，并統(tǒng)計(jì)所述同一類廣告安裝行為的安裝次數(shù)，對所述用戶廣告行為行向量A_m進(jìn)行統(tǒng)計(jì)更新，獲得每一個用戶的廣告行為類別行向量：

A'_m＝[a'_{m_1},a'_{m_2},...,a'_{m_P}]

其中，參數(shù)m表示第m個用戶，參數(shù)P表示第P類移動廣告，向量元素a'_{m_P}表示第m個用戶對第P類移動廣告的安裝次數(shù)，m＞0，n＞P＞0。