专利汇可以提供面向移动广告用户的手机游戏推荐方法专利检索,专利查询,专利分析的服务。并且本 发明 公开了一种面向 移动广告 用户的手机游戏推荐方法,手机用户在使用手机应用的时候,经常会点击一些手机应用推送的广告。手机用户的广告点击行为从某种程度上反映了手机用户的兴趣偏好。通过对广告介绍文档进行实体提取,根据手机用户的广告点击记录,构造出手机用户偏爱的广告实体集合。针对移动广告用户中具有游戏记录的用户,进一步提取用户偏爱的游戏实体集合、游戏集合,和广告实体集合共同刻画用户的兴趣偏好。针对具有游戏记录的移动广告用户,通过对用户模型进行余弦相似度计算,构建近邻用户集合,进行个性化推荐;针对没有游戏记录的移动广告用户,计算这些用户与具有游戏记录的广告用户的余弦相似度,构建近邻用户集合,从而进行个性化推荐。,下面是面向移动广告用户的手机游戏推荐方法专利的具体信息内容。
1.面向移动广告用户的手机游戏推荐方法,其特征在于,包括以下步骤:
1)通过对广告和游戏的介绍内容进行分词,利用基于图的关键词提取技术,获取广告和游戏介绍内容中的标志性名词,即实体;
2)针对具有游戏记录的移动广告用户,构建用户的广告集合和游戏集合,基于广告和游戏介绍内容中的实体,构建用户的实体偏好集合;针对没有游戏记录的移动广告用户,构建用户的广告集合,基于广告介绍内容中的实体,构建用户的实体偏好集合;
3)针对具有游戏记录的移动广告用户,根据移动用户登录游戏的频率,构建移动广告用户的游戏偏爱集合;
4)针对具有游戏记录的移动广告用户,结合用户的实体偏好及用户的游戏偏好集合,构建用户的特征向量;针对没有游戏记录的移动广告用户,基于用户的实体偏好,构建用户的特征向量;
5)针对具有游戏记录的移动广告用户,结合游戏实体、广告实体、游戏偏好集合三个部分计算用户的近邻用户;针对没有游戏记录的移动广告用户,基于广告实体从具有游戏记录的移动广告用户中寻找近邻用户;
6)基于User-Based的推荐算法给用户提供游戏推荐列表。
2.根据权利要求1所述的面向移动广告用户的手机游戏推荐方法,其特征在于:在步骤
1)中,对游戏的介绍数据,使用带有词性标注的常用分词工具进行分词,这样就将游戏介绍数据分解成文档-词的形式;在分词的过程中,过滤掉非名词性词汇;基于图论中计算节点重要度的方法来计算各个实体节点的重要性;根据实体集合中实体的邻接关系建立图,图中边的权重都为1,然后使用重启动的随机游走计算每个节点的rank值,公式如1-1所示;
其中,rank(ei)表示实体ei在文档中的重要程度,α表示随机游走的重启动参数,In(ei)指的是实体ei的邻居集合,|Out(ej)|指的是实体ej邻居数目;
最后,根据每个实体的rank值,提取出每个游戏介绍数据rank值前N的实体;同理,能够使用同样的方法计算出每个广告介绍数据的前N个实体。
3.根据权利要求1所述的面向移动广告用户的手机游戏推荐方法,其特征在于:在步骤
3)中,针对具有游戏记录的移动广告用户,在游戏数据集中,找出每个用户玩过的游戏,将用户一周游戏登录记录超过两次的游戏,放入用户的游戏偏好集合;游戏偏好集合作为用户特征的一部分,体现了用户在游戏选择上的偏好。
4.根据权利要求1所述的面向移动广告用户的手机游戏推荐方法,其特征在于:在步骤
4)中,针对在有过游戏记录的移动广告用户,将用户的广告实体集合、游戏实体集合和游戏记录融合,从多个维度刻画用户的偏好情况,最终构建一个反映用户整体偏好的特征向量,维度是用户游戏实体、广告实体以及游戏记录长度之和,形式如下所示:
用户特征={{游戏实体1、游戏实体2……},{广告实体1、广告实体2……},{游戏记录
1、游戏记录2……}}
针对没有游戏记录的移动广告用户,使用用户的广告实体集合构建用户特征向量,维度是用户广告实体集合的长度,形式如下所示:
用户特征={广告实体1、广告实体2……}。
5.根据权利要求1所述的面向移动广告用户的手机游戏推荐方法,其特征在于:在步骤
5)中,计算两种不同广告用户的近邻列表,针对有过游戏记录的移动广告用户,用户的相似度计算分为三部分:游戏实体的相似度、广告实体的相似度、游戏记录的相似度,每一部分得出的相似度以不同的权重w1,w2,w3进行综合加权,计算出用户的最终相似度;其中,w1,w2,w3根据实验需要进行调整,初始化为1/3、1/3、1/3,即三部分相似度计算结果所占比重相同;计算公式如5-1所示:
Similar(u1,u2)=w1*cosine(gameEntity1,gameEntity2)
+w2*cosine(adEntity1,adEntity2)
+w3*cosine(gameList1,gameList2) (5-1)
其中,gameEntity是游戏实体集合,adEntity是广告实体集合,gameList是用户游戏记录集合;其中cosine为余弦相似度,计算公式如5-2所示:
最终,根据余弦相似度的高低,找出用户的Top-N个近邻用户;
针对没有游戏记录的移动广告用户,通过计算该用户与具有游戏记录的移动广告用户的余弦相似度,来构建该用户的近邻用户列表,计算公式如下5-3所示:
Similar(u1,u2)=cosine(adEntity1,adEntity2) (5-3)
其中,u1是没有游戏记录的移动广告用户,u2是有游戏记录的移动广告用户,最终u1的近邻用户都是有游戏记录的移动广告用户。
6.根据权利要求1所述的面向移动广告用户的手机游戏推荐方法,其特征在于:在步骤
6)中,针对每个用户,根据其近邻用户中的游戏记录,使用以下公式进行推荐:
其中,Neigh(ui)是ui的Top-N近邻用户,gameList是用户游戏记录;
最终,根据grade的值从大到小,找出用户的前Top-K个游戏作为推荐列表。
标题 | 发布/更新时间 | 阅读量 |
---|---|---|
基于可视角度的移动广告播放方法、装置、设备及系统 | 2020-05-14 | 195 |
面向移动广告用户的手机游戏推荐方法 | 2020-05-16 | 196 |
一种定向投放移动广告的方法及系统 | 2020-05-14 | 533 |
用于在数字通信网络上跨多个设备建立数字接触点的分布式节点群集 | 2020-05-11 | 425 |
一种广告幕墙的可移动支架 | 2020-05-08 | 990 |
一种便于动态展示广告的广告牌 | 2020-05-12 | 780 |
一种移动广告大数据存储设备 | 2020-05-17 | 617 |
一种移动充电广告机 | 2020-05-08 | 236 |
一种实现车后档玻璃投放广告的装置 | 2020-05-12 | 744 |
车载移动多媒体广告发布平台以及移动广告设备 | 2020-05-12 | 86 |
高效检索全球专利专利汇是专利免费检索,专利查询,专利分析-国家发明专利查询检索分析平台,是提供专利分析,专利查询,专利检索等数据服务功能的知识产权数据服务商。
我们的产品包含105个国家的1.26亿组数据,免费查、免费专利分析。
专利汇分析报告产品可以对行业情报数据进行梳理分析,涉及维度包括行业专利基本状况分析、地域分析、技术分析、发明人分析、申请人分析、专利权人分析、失效分析、核心专利分析、法律分析、研发重点分析、企业专利处境分析、技术处境分析、专利寿命分析、企业定位分析、引证分析等超过60个分析角度,系统通过AI智能系统对图表进行解读,只需1分钟,一键生成行业专利分析报告。