摘要：为准确预测点击率(CTR)并合理利用其进行广告推荐,基于标签推荐技术与协同过滤方法,提出一种新的混合式广告推荐算法。将广告关键词作为标签引入到Query页的相似性计算中,采用Query页加权综合相似度度量方法降低相似矩阵的稀疏性,建立一种基于广告关键词的搜索广告兴趣模型。使用Top-N策略以减少最近邻候选集的大小,并基于预测CTR筛选出广告推荐结果。通过实验调节Query页加权综合相似度度量参数并验证算法的可扩展性。在KDDCUP2012数据集上的实验结果表明,与传统协同过滤算法、基于标签的推荐算法及基于标签和项目关系的推荐算法相比,带标签的协同过滤广告推荐算法具有更好的可扩展性和较优的推荐质量。

摘要：为解决广告投入成本受限时通过在线关键词投资与组合使营销利润最大化及投资合理化问题,以"基于角色的协同"工程方法及其E-CARGO模型对淘宝商家的广告关键词投资问题进行建模,结合历史数据,采用群组角色组合线性规划方法对广告关键词投资做效益计算,以获得周期性历史数据预测与支持下的广告关键字最佳投资方案.通过实验仿真论证,该方法高效、可靠,能使投资者在投资费用受限情况下尽可能利润最大化,并对投资回报率问题与投资区间进行了分析,经过定量计算与定性分析给出理性投资建议.