专栏首页arxiv.org翻译专栏通过在线社交网络确定广告活动的最佳目标k (CS SI)
原创

通过在线社交网络确定广告活动的最佳目标k (CS SI)

我们提出了一种新颖的方法,用于向广告商(如品牌)推荐可能的客户(用户),主要基于两个方面。(1)在线社交网络的资料比较,和(2)在线社交网络的邻域分析。用户和品牌之间的档案匹配是基于来自社交媒体的文本内容的词袋展示,并使用术语频率反向文档频率等措施来描述词在比较中的重要性。该方法是依靠大数据技术实现的,这样就可以对规模大的在线社交网络进行有效分析。在真实数据集上的结果表明,配置文件匹配和邻域分析的组合成功地识别出最合适的用户集,作为一个给定的广告活动的目标。

原文题目:Identifying the k Best Targets for an Advertisement Campaign via Online Social Networks

原文:We propose a novel approach for the recommendation of possible customers (users) to advertisers (e.g., brands) based on two main aspects: (i) the comparison between On-line Social Network profiles, and (ii) neighborhood analysis on the On-line Social Network. Profile matching between users and brands is considered based on bag-of-words representation of textual contents coming from the social media, and measures such as the Term Frequency-Inverse Document Frequency are used in order to characterize the importance of words in the comparison. The approach has been implemented relying on Big Data Technologies, allowing this way the efficient analysis of very large Online Social Networks. Results on real datasets show that the combination of profile matching and neighborhood analysis is successful in identifying the most suitable set of users to be used as target for a given advertisement campaign.

原文作者:Mariella Bonomo, Armando La Placa, Simona E. Rombo

原文地址:https://arxiv.org/abs/2008.02108

原创声明,本文系作者授权云+社区发表,未经许可,不得转载。

如有侵权,请联系 yunjia_community@tencent.com 删除。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 数据定制索引的代价:病毒对学习型索引结构的攻击 (CS CR)

    学习型索引结构的概念依赖于这样一种想法,即数据库索引的输入输出功能可以被看作是一种预测任务,因此,可以使用机器学习模型而不是传统的算法技术来实现。这个新颖的角度...

    Antonia
  • 基于网络社交媒体活动行为的宣传影响力,推荐有影响力的目标 (CS IR)

    在线社交媒体(Online Social Media,简称OSM)是一个平台,通过这个平台,用户可以在不同的内容上通过消息、发布、回应、标记、分享等社交活动向互...

    Antonia
  • 引领数字社会经济提高效率—通证经济学入门 (CS CY)

    互联网的下一个进化步骤已经到来了是通过使用加密安全和数字稀缺的代币来实现。加密代币代表了加密运动的一种新现象,它能够通过编程规则和激励机制来引导参与者的行为,使...

    Antonia
  • 互信息 强化学习探索 两篇paper

    Hyoungseok Kim, Jaekyeom Kim, Yeonwoo Jeong, Sergey Levine, Hyun Oh Song

    用户1908973
  • 卷积神经网络在室内场景下的老人走失预测研究(CS)

    本工作提出了一种从房屋周围非侵入式室内传感器收集的路径数据中检测阿尔茨海默氏症患者的游走活动的方法。由于缺乏足够的数据,我们使用自己开发的应用程序手动生成了22...

    管欣8078776
  • 数据库攻击下LQ自适应控制的后悔范围(扩展版)(CS.SY)

    本文关注的是了解和应对数据库攻击对基于学习的线性二次自适应控制器的影响。这种攻击既不针对传感器也不针对执行器,而只是破坏了作为调节方案一部分的学习算法和参数估计...

    蔡小雪7100294
  • 卷积神经网络在艺术图像中的迁移学习分析(CS CV)

    从巨大的自然图像数据集中转移学习,深度神经网络的微调和使用相应的预训练网络已经成为事实上的艺术分析应用的核心。然而,人们对迁移学习的影响仍然知之甚少。在本文中,...

    凌茜
  • ACM-ICPC 2019 山东省省赛D Game on a Graph

    Game on a Graph Time Limit: 1 Second Memory Limit: 65536 KB

    风骨散人Chiam
  • 学会忘记: 联邦学习法中的用户记忆消除(CS LG)

    学会忘记:联邦学习中的用户级记忆消除是一种分散性的机器学习技术,在研究领域和现实市场都引起了广泛的关注。 然而,目前保护隐私的联邦学习方案只是为用户提供了一个安...

    用户7095611
  • 基于语言模型调节和位置建模为的摘要式文本摘要(Computation and Language)

    我们对掌握多少预训练语言模型相关知识才能有利于执行摘要式摘要任务方面展开了研究。为此,实验时,我们在BERT语言模型的网络模型基础上调节了转换器的编码器和解码器...

    用户6868260

扫码关注云+社区

领取腾讯云代金券