Professional Documents
Culture Documents
Introduccin
2.
3.
4.
La tecnologa de la publicidad
recomendada
incluye
bsqueda
patrocinada, publicidad contextual y
focalizacin conductual [1]. La bsqueda
patrocinada tambin conocida como
publicidad clave, por que usa un motor de
bsqueda para buscar palabras clave de
los usuarios, devuelve publicidad
6.
8.
9.
El sistema de recomendacin de
publicidad focalizada en la conducta est
diseada para mejorar la eficiencia de la
publicidad modelando el comportamiento
de
los
usuarios
y
precisando
recomendaciones para los usuarios basada
en los datos de comportamiento de los
usuarios. La arquitectura del sistema se
muestra en la Figura 1, incluyendo el
subsistema de anlisis de comportamiento
de los usuarios, sistema de publicidad,
pgina de protocolo de aplicacin
inalmbrico (WAP) del subsistema de
anlisis.
10.
de
20.
S ij =w i S(T i i . A j )
S ij
30.
del
de
44. Conclusiones
45. Este artculo disea e implementa el
sistema de recomendacin y publicidad
basado en el comportamiento del usuario
en la Internet mvil. Este sistema
contiene un subsistema de anlisis de
comportamiento. Para representar con
algoritmos de anlisis de caractersticas,
perfiles de usuario que incluyen intereses
de largo plazo y los intereses de corto
plazo pueden ser obtenidos. Y al final se
calcula la similitud entre el grupo de
comportamiento y la publicidad, la cual
se utiliza para rankear y seleccionar la
publicidad ms apropiada. El experimento
muestra que el sistema puede colocar la
publicidad de acuerdo a los intereses de
los usuarios.
46. Entre tanto la exactitud del algoritmo
arriba descrito es aun mejorable. El
algoritmo propuesto an necesita pruebas
de estabilidad, verificacin as cmo
asegurar la exactitud y la estabilidad del
algoritmo.
47. Reconocimientos
48. Este trabajo fue soportado por el Beijing
Higher Education Young Elite Teacher
Project (YETP0448), National Key
Technology Research and Development
Program (2012BAH08B02), Beijing
Municipal Science and Technology
Project
(Z131100001113034),
la
Specialized Research Fund for the
58.
7. Shi S C, Cehng T, Wang X, et al.
Advertisement-Promotion Research Based on
the Content of Webpage. Journal of
Chinese information processing,
59.
8.
Yu S P, Chen G. An efficient
algorithm of behavior-targeted advertising.
60. Computer Applications
and Software, 2011, 28(4):
47
61.
9.
Chakrabarti D, Agarwal D,
Josifovski V. Contextual advertising by
combining relevance with click feedback.
WWW 2008
62. 10. Li T, Liu N, Yan J, Wang G, et al. A
Markov chain model for integrating
behavioral
targeting
into
contextual
advertising.
In Proceedings of KDD
Workshop on Data Mining and Audience
Intelligence for Advertising. 2009:
63. 11.
Wu X H, Yan J, Liu N, et al.
Probabilistic
latent
semantic
user
segmentation
for
behavioral
targeted
advertising. KDD Workshop on Data Mining
and Audience Intelligence for Advertising,
2009: 1017
64. 12. Yan J, Liu M, Wang G, et al. How
much the Behavioral targeting can help
online advertising? In Proceeding of
WWW09, 2009: 261270
65.
13. Ahmed A, Low Y, Aly M,
et al Scalable distributed inference of
dynamic
66. user interests for behavioral targeting.
Proceedings of the l7th ACM SIGKIDD
International Conference on Knowledge
Discovery and Data Mining, 2011
67.