基于用户画像与RBF的移动广告精准推送研究

• 作者: 李洁琼
• 来源期刊: 自动化与仪器仪表
• 关键词: 用户画像 移动广告 中国电影网 Movielens数据集 协同推荐
• 年，卷（期）: 2021,（1）
• 所属期刊栏目: 理论创新|THEORETICAL INNOVATION
• 页码范围: 38-42
• 页数: 5页
• 分类号: TP391.1
• 语种: 中文
• DOI: 10.14016/j.cnki.1001-9227.2021.01.038

摘要

针对当前移动广告的精准推送需求,结合当前的智能技术,提出一种基于用户画像结合协同推荐的广告精准推送方法.在该方法中,基于网络爬虫技术对网页文本关键词的提取,采用VSM向量空间模型构建用户兴趣模型;然后针对个性化推荐中存在评分项目数据稀疏性问题,通过RBF神经网络的方式对评分矩阵进行预测,然后再通过协同推荐算法进行推荐.最后,搭建实验环境,以准确率、召回率和平均绝对误差作为评价指标,以中国电影网中的影评文章和Movielens数据集作为数据来源,分别对上述方案进行验证.结果表明,构建的方案,无论是在用户兴趣度估计方面,还是在推荐精准度方面,较RBF-协同算法和传统的基于内容推荐算法都具有很大的优势,说明本方案的可行性.