[发明专利]一种移动互联网广告投放方法

权利要求书

1.一种移动互联网广告投放方法，其特征在于，包括：

步骤1：获取用户发布的微博文本数据，通过中文分词和噪声内容处理，创建词汇表，得到表示用户兴趣的词向量；

步骤2：利用用户的社交网络关系计算用户之间的熟悉度，根据表示用户兴趣的词向量空间计算用户之间的兴趣相似度，通过线性组合，得到用户之间的相似度矩阵；

步骤3：获取与用户u最相似的前k个用户对广告的行为数据，得到“用户-广告”矩阵；根据用户之间的相似度矩阵，采用基于用户的协同过滤方法生成拟推荐的广告列表L1；

步骤4：获取用户u的位置信息，从与用户u最相似的前k个用户中找出与用户u在同一区域的n个用户，其中n≤k；利用“用户-广告”矩阵，根据用户之间的相似度矩阵，采用基于用户的协同过滤方法再次对用户u生成拟推荐的广告列表L2；

步骤5：对两个推荐列表L1和L2进行线性加权组合，得到拟推荐给任意用户u的广告列表L=θ×L1+(1-θ)×L2，θ∈(0,1)为线性组合系数；

步骤6：通过重复步骤1和步骤2，定期更新表示用户兴趣的词向量空间和用户相似度矩阵，以适应用户兴趣的变化。

2.根据权利要求1所述的移动互联网广告投放方法，其特征在于，所述步骤1还包括：

步骤11：将累积一段时间的用户微博文本数据整理成一个文档；

步骤12：一个用户只对应一个文档，所有用户的文档形成一个文档集合；

步骤13：中文分词处理的具体方法可以采用基于字符串匹配的分词方法即机械分词方法、基于理解的分词方法或者基于统计的分词方法；

步骤14：微博文本数据的噪声内容处理包括对停用词、标点字符的清理；

步骤15：停用词包括语气介词、助词、连词、副词，在中文分词处理后需要过滤掉这些停用词；

步骤16：一些文本分析时不需要的标点符号、阿拉伯数字、网页链接字符，需要在处理微博文本数据之前过滤清理掉；

步骤17：通过对文档集合进行中文分词和噪声内容处理可以获得词汇表，词汇表包含了文档集合中的所有单词但是不重复；

步骤18：通过对词汇表操作得到表示用户兴趣的词向量，词向量的元素表示词汇表中的词汇在文档中出现的频率与其在文档集合中出现频率的倒数的乘积。

3.根据权利要求1所述的移动互联网广告投放方法，其特征在于，所述步骤2还包括：

步骤21：用户之间的熟悉度可以用微博上用户之间的共同好友的比例来度量；

步骤22：根据表示用户兴趣的词向量，采用余弦相似公式或者皮尔逊相似公式计算用户之间的兴趣相似度；

步骤23：设用户u和v之间的熟悉度为f，兴趣相似度为h，则用户u和v之间的相似度s=β×f+(1-β)×h ，β∈(0,1)为线性组合系数，从而得到用户之间的相似度矩阵。

4.根据权利要求1所述的移动互联网广告投放方法，其特征在于，所述步骤3还包括：

步骤31：用户对广告产生的行为包括浏览、点击和评论，设用户在最近一次时间t对任意广告a产生过用户行为，表示为c=1，而c=0表示用户u从来没有对广告a产生过用户行为；

步骤32：考虑时间对用户行为的影响，即用户当前的行为应该和用户最近的行为关系更大，则用户在当前时间t0对广告a的用户行为表示为c乘以一个时间衰减函数1/(1+λ×(t0-t))，λ∈(0,1)为权重系数，从而得到“用户-广告”矩阵，其值为用户在当前时间对广告的用户行为；

步骤33：利用“用户-广告”矩阵，根据用户之间的相似度矩阵，采用基于用户的协同过滤方法对任意用户u生成拟推荐的广告列表L1。

5.根据权利要求1所述的移动互联网广告投放方法，其特征在于，所述步骤4还包括：

步骤41：通过提取微博用户的注册信息，或者通过提取微博用户经常发布微博时的IP地址，可以得到用户的位置信息。

6.根据权利要求1所述的移动互联网广告投放方法，其特征在于，所述步骤6还包括：

步骤61：通过及时获取用户发布的微博文本数据和社交网络关系，重新计算表示用户兴趣的词向量以及用户之间的兴趣相似度和熟悉度，从而更新用户相似度矩阵。