基于局部社區(qū)發(fā)現(xiàn)的微信朋友圈信息流廣告推薦算法研究.pdf

1、隨著信息技術的快速發(fā)展，網(wǎng)絡已融入到人們的日常生活之中，各種各樣的社交網(wǎng)絡平臺不斷涌現(xiàn)，社交媒體已成為現(xiàn)代企業(yè)營銷的重要渠道之一。利用大型復雜網(wǎng)絡中的社區(qū)發(fā)現(xiàn)技術，可以有效識別社交網(wǎng)絡中的興趣社區(qū)，為企業(yè)和消費者之間的溝通架起了一座橋梁。微信是當今中國最火的社交媒體平臺，越來越多的企業(yè)通過微信朋友圈信息流廣告來向消費者傳播品牌信息。由于這種新型的廣告模式上線時間較短，消費者普遍反映收到的產(chǎn)品廣告與自己的消費需求不符?；诖?，本研究致力于

2、找到一種新的用戶選擇算法用于提高微信朋友圈信息流廣告推薦系統(tǒng)的精準性。
　　本文首先對復雜網(wǎng)絡中的典型的社區(qū)發(fā)現(xiàn)算法進行了回顧，通過比較其優(yōu)缺點，發(fā)現(xiàn)基于全局的社區(qū)發(fā)現(xiàn)算法需要預先了解社區(qū)的相關信息，計算復雜度高、耗時長，而基于局部的社區(qū)發(fā)現(xiàn)算法具有計算速度快、需要信息少、復雜度低等優(yōu)點。在此基礎上，對微信現(xiàn)有朋友圈信息流廣告推薦算法的不足進行了分析，結合微信網(wǎng)絡的特點，本文借鑒L-殼算法提出了一種基于局部社區(qū)發(fā)現(xiàn)的微信網(wǎng)絡廣告目

3、標社區(qū)發(fā)現(xiàn)算法。算法從目標微信公眾號開始，首先搜尋到該公眾號的所有關注者作為第一層節(jié)點添加到目標社區(qū)中，再利用算法找到所有第一層節(jié)點的鄰居節(jié)點作為第二層節(jié)點將其添加到目標社區(qū)中，然后以局部社區(qū)模塊度M為評價指標對第二層節(jié)點進行選擇，最后將目標微信公眾號、第一層節(jié)點和優(yōu)化后的第二層節(jié)點結合在一起作為微信廣告的目標社區(qū)。本文對L-殼算法做了三點改進:首先，在初始節(jié)點選擇上，指定以目標微信公眾號為初始節(jié)點;其次，在停止標準設定上，采用廣度優(yōu)先

4、寬度為2的方式對用戶篩選后停止;最后，在社區(qū)節(jié)點篩選上，采用模塊度M這一客觀指標對節(jié)點進行篩選。
　　研究運用Igraph軟件進行網(wǎng)絡的分析和可視化處理，在已知網(wǎng)絡結構的空手道網(wǎng)絡、人人網(wǎng)絡、海豚社會網(wǎng)絡和美國政治書籍網(wǎng)絡上運行了本算法。用發(fā)現(xiàn)社區(qū)的質量作為廣告效果，以認可度最高的Newman提出的模塊度Q和算法運行時間為評價指標，和典型的Infomap算法、Fastunfloding算法、標簽傳播算法、模塊度矩陣譜聚類、自旋玻璃

5、算法、Walktrap算法、GN算法、快速貪婪算法的運算結果進行了對比。結果表明，本算法能夠正確識別節(jié)點的社區(qū)歸屬，發(fā)現(xiàn)的社區(qū)有著較好的社區(qū)結構，以局部社區(qū)模塊度M為節(jié)點的刪除標準可以有效識別出邊界節(jié)點，算法的運行時間比軟件內(nèi)置的社區(qū)發(fā)現(xiàn)算法的運行時間長。此外，本文的研究結果還驗證了張婷娜(2010)的研究結論:隨機網(wǎng)絡雖然理論上沒有社區(qū)結構特性，但是仍有可能出現(xiàn)模塊度較大的分割;Newman的模塊度不適合用來測量社區(qū)差異較大的網(wǎng)絡。最