如何在朋友圈刷出宝马广告-互联网推荐系统

2023-11-30 16:08

本文主要是介绍如何在朋友圈刷出宝马广告-互联网推荐系统,希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

近期发布了两篇推荐系统的文章:

从0开始做互联网推荐-以58转转为例(或回复【推荐】查看)

从0开始做垂直O2O个性化推荐-以58到家美甲为例(或回复【O2O】查看)

简单介绍了协同过滤推荐、分类预测推荐之外,今天重发一篇原来的旧文,简单介绍一下“基于内容的个性化推荐”。

互联网推荐系统-如何在自己朋友圈刷出宝马广告

2015年初,微信朋友圈首批广告上线:

1)宝马中国

2)vivo智能手机

3)可口可乐

这三则广告出现在每个人的朋友圈信息流里,但是每个用户只能看到其中一个。瞬间,全体微信用户被贴上了三个标签:宝马潜在用户, vivo潜在用户,可口可乐潜在用户。

楼主刷了半天,发现是个可口可乐广告,感觉瞬间就不好了。为了增强大伙的体验,本文将从推荐技术的角度分析,为什么不同的人会出不同的微信朋友圈广告,并给出一些TIPS以增加大伙出“宝马广告”,打上高富帅标签的概率。

一、推荐算法之内容推荐
内容推荐:content-based Recommendation
原理:抽取用户历史行为信息的共有属性,比较这些共有属性与广告属性的相似度,推送最相似的广告
步骤
1)收集用户历史行为
2)找到行为相关共有属性
3)计算共有属性与所有广告属性相似度(例如画像标签重合度)
4)推荐相似度最高的广告
举例
1)用户A在微信上发布过信息1:“年轻真好,真希望一辈子都是24岁”
访问过信息2:“厨师O2O,今天要体验一下”
评论过信息3:“我的闺蜜就是2”
2)微信系统分析出上述行为,很可能出自一个{二十来岁,女,潮人,厨房}
3)经过计算,这些特征与{白领,自拍}的vivo手机最匹配
4)推荐vivo手机广告给用户A
内容推荐是广告推荐算法中很常用的一种方法,效果较好,结果的可解释性较强,且所有的计算均可以来自于线下,而不用实时计算,技术实施难度适中。

二、如何能刷出宝马广告
通过上面的分析,如果想刷出宝马广告,必须和宝马广告的相似性最近,而宝马广告的特征集合是什么呢,妄自揣测一下,宝马广告可能有这样一些标签{有钱,豪车}。于是,我们的行为得往这上面靠(最好能和宝马有关):
1)发布带有豪车的微信消息,例如“英菲尼迪还是不适合我,是时候买辆宝马了”
2)多阅读和豪车相关的文章,例如“宝马系列车型介绍”
3)多订阅和豪车相关的公众号,例如“架构师之路”
4)多回复和豪车相关的微信消息,例如“兄弟,明天开我的宝马去接她吧”


除了将自己打上“宝马”的标签,还得打上“有钱”的标签,于是乎我们可以:
1)在自己的微信钱包里充个几百万,直白的告诉微信“我很有钱”
2)如果你和楼主一样只是个屌丝也没有关系,和你的朋友用微信钱包相互转账,转1万给你,转回来给我,如此反复,直到转账流水达到几百万,间接的告诉微信“我花钱流水很大”
3)使用QQ音乐的车载功能
4)修改自己的微信资料,将签名改为“最近想换一辆一千万级别的宝马,求朋友推荐”

三、结束语
推荐是个很复杂的过程,它和用户的性别、年龄、偏好、消费记录、LBS信息、甚至长相有关。打造用户的标签系统,收集数据建立算法模型,用算法为每位用户制定个性化和精确化的广告,是一个很难的技术问题。

另外,据说和好友分享“千元大红包”,就可以刷出宝马广告哟,试试看哈。

==【完】==

回【拍卖】互联网广告之拍卖理论

回【广告】一分钟读懂互联网广告竞价策略

回【kkkk】3分钟懂K-means聚类算法(附源码)

回【回归】3分钟懂线性回归预测算法(附源码)

回【宝马】如何在微信刷出宝马广告

回【红包】抢红包统计学(知道为啥自己越抢越穷了吧)

回【推荐】从0开始做互联网推荐

回【O2O】从0开始做垂直O2O个性化推荐

回大于10的整数,返回随机好文(猜猜怎么实现的)

撰文不易,若小有收获,欢迎转发,谢谢

这篇关于如何在朋友圈刷出宝马广告-互联网推荐系统的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/437670

相关文章

什么是cron? Linux系统下Cron定时任务使用指南

《什么是cron?Linux系统下Cron定时任务使用指南》在日常的Linux系统管理和维护中,定时执行任务是非常常见的需求,你可能需要每天执行备份任务、清理系统日志或运行特定的脚本,而不想每天... 在管理 linux 服务器的过程中,总有一些任务需要我们定期或重复执行。就比如备份任务,通常会选在服务器资

TP-LINK/水星和hasivo交换机怎么选? 三款网管交换机系统功能对比

《TP-LINK/水星和hasivo交换机怎么选?三款网管交换机系统功能对比》今天选了三款都是”8+1″的2.5G网管交换机,分别是TP-LINK水星和hasivo交换机,该怎么选呢?这些交换机功... TP-LINK、水星和hasivo这三台交换机都是”8+1″的2.5G网管交换机,我手里的China编程has

Spring Boot 中整合 MyBatis-Plus详细步骤(最新推荐)

《SpringBoot中整合MyBatis-Plus详细步骤(最新推荐)》本文详细介绍了如何在SpringBoot项目中整合MyBatis-Plus,包括整合步骤、基本CRUD操作、分页查询、批... 目录一、整合步骤1. 创建 Spring Boot 项目2. 配置项目依赖3. 配置数据源4. 创建实体类

Java子线程无法获取Attributes的解决方法(最新推荐)

《Java子线程无法获取Attributes的解决方法(最新推荐)》在Java多线程编程中,子线程无法直接获取主线程设置的Attributes是一个常见问题,本文探讨了这一问题的原因,并提供了两种解决... 目录一、问题原因二、解决方案1. 直接传递数据2. 使用ThreadLocal(适用于线程独立数据)

基于Qt实现系统主题感知功能

《基于Qt实现系统主题感知功能》在现代桌面应用程序开发中,系统主题感知是一项重要的功能,它使得应用程序能够根据用户的系统主题设置(如深色模式或浅色模式)自动调整其外观,Qt作为一个跨平台的C++图形用... 目录【正文开始】一、使用效果二、系统主题感知助手类(SystemThemeHelper)三、实现细节

CentOS系统使用yum命令报错问题及解决

《CentOS系统使用yum命令报错问题及解决》文章主要讲述了在CentOS系统中使用yum命令时遇到的错误,并提供了个人解决方法,希望对大家有所帮助,并鼓励大家支持脚本之家... 目录Centos系统使用yum命令报错找到文件替换源文件为总结CentOS系统使用yum命令报错http://www.cppc

不懂推荐算法也能设计推荐系统

本文以商业化应用推荐为例,告诉我们不懂推荐算法的产品,也能从产品侧出发, 设计出一款不错的推荐系统。 相信很多新手产品,看到算法二字,多是懵圈的。 什么排序算法、最短路径等都是相对传统的算法(注:传统是指科班出身的产品都会接触过)。但对于推荐算法,多数产品对着网上搜到的资源,都会无从下手。特别当某些推荐算法 和 “AI”扯上关系后,更是加大了理解的难度。 但,不了解推荐算法,就无法做推荐系

基于人工智能的图像分类系统

目录 引言项目背景环境准备 硬件要求软件安装与配置系统设计 系统架构关键技术代码示例 数据预处理模型训练模型预测应用场景结论 1. 引言 图像分类是计算机视觉中的一个重要任务,目标是自动识别图像中的对象类别。通过卷积神经网络(CNN)等深度学习技术,我们可以构建高效的图像分类系统,广泛应用于自动驾驶、医疗影像诊断、监控分析等领域。本文将介绍如何构建一个基于人工智能的图像分类系统,包括环境

水位雨量在线监测系统概述及应用介绍

在当今社会,随着科技的飞速发展,各种智能监测系统已成为保障公共安全、促进资源管理和环境保护的重要工具。其中,水位雨量在线监测系统作为自然灾害预警、水资源管理及水利工程运行的关键技术,其重要性不言而喻。 一、水位雨量在线监测系统的基本原理 水位雨量在线监测系统主要由数据采集单元、数据传输网络、数据处理中心及用户终端四大部分构成,形成了一个完整的闭环系统。 数据采集单元:这是系统的“眼睛”,

深入探索协同过滤:从原理到推荐模块案例

文章目录 前言一、协同过滤1. 基于用户的协同过滤(UserCF)2. 基于物品的协同过滤(ItemCF)3. 相似度计算方法 二、相似度计算方法1. 欧氏距离2. 皮尔逊相关系数3. 杰卡德相似系数4. 余弦相似度 三、推荐模块案例1.基于文章的协同过滤推荐功能2.基于用户的协同过滤推荐功能 前言     在信息过载的时代,推荐系统成为连接用户与内容的桥梁。本文聚焦于