《表1 不同算法的详细说明表》
此算法通常情况下在微博中使用,但是针对于精准广告投放系统而言,此算法的作用十分显著,在广告投放系统中,当用户对广告内容进行反馈时,会通过广告系统进行传播,进而带来一种信息大爆炸的形式,此算法一般基于设计网络来建立,但是在精准广告系统中应用此算法,以广告受众的社交网络为出发点,充分利用受众的个性特点,以便能够为用户提供最佳的推荐内容。在很多情况下,精准广告投放系统知识信息传播的一个关键环节,因此加入了此算法之后,能够对推荐内容进行调控,将投放信息的路径进行改变,为用户提供更好的服务。当前,在各类型算法中,Feed流是是当前的主要趋势,在应用Feed流时,其结果必须包含有系统与用户之间的关系。在应用Graph-based推荐算法时,以Graph的角度来对此算法进行解读,此算法的目的在于建立一个高价值的用户关系网络,以便能够有效广告投放系统中的优质信息进行快速传播,以便提高Feed流的质量,在此过程中,最为关键的环节便是要对关键节点进行挖掘,以便能够为用户推送高质量的信息。结合自身从业经验,对此部分的算法进行了详细的梳理制成表格,具体内容如表1所示。
图表编号 | XD0056405800 严禁用于非法目的 |
---|---|
绘制时间 | 2019.06.18 |
作者 | 胡涛、陈芳 |
绘制单位 | 湖南交通工程学院、湖南交通工程学院 |
更多格式 | 高清、无水印(增值服务) |