视觉感知的用户显示屏交互模型和推荐算法研究

摘要

近年来，公共数字显示屏正在取代公共静态标志，为人们提供广告、导航等信息服务，这一变化使得显示屏跟本地观众的即时互动成为可能。目前显示屏的一大应用是广告播放，当显示屏用于广告播放时，通过这些屏幕，信息能够直接高效地传递给观众，对用户体验产生高影响力。然而，由于缺乏充分的测量数据支持，用户和显示屏广告交互的研究一直不系统、不精确、不全面，没有建立用户与显示屏广告交互行为的准确模型，导致不能更好的优化广告策略，为用户推荐更适合的广告。如何优化显示屏广告的推放策略，提升用户体验，具有重要的理论和实际意义。
　　本文针对商场、写字楼、电梯等场景下的引导显示屏，基于视觉方法追踪用户正脸，记录用户对广告的观看过程，通过大规模数据分析和挖掘，发现用户交互行为与用户偏好、广告特征等因素之间的关系，建立用户与显示屏交互的模型。基于以上模型，分析目前推荐系统中普遍采用的用户偏好预测方法的性能，提出显示屏广告交互推荐系统的设计和优化方案。本研究意在揭示用户与数字显示屏交互行为的本质特征，建立显示屏交互广告模型，评估和优化推荐算法。
　　本文的主要工作与贡献如下:
　　(1)通过分析目前显示屏交互以及现存推荐系统模型相关因素，以用户“满意度”为优化目标，建立了一个用户与显示屏广告隐性交互模型;
　　(2)根据以上模型，将该问题看作群组推荐问题，提出了在显示屏广告这一新场景下的交互推荐系统框架，并设计了简单而有效的广告推荐策略;
　　(3)在推荐策略中，提出以用户对广告的观看时长作为用户交互过程中的个人兴趣反馈，并以此提出了两种方法进行单个用户个性化偏好推断。实验表明，观看时长能够有效预测显示屏广告场景下用户的个性化偏好，而本文提出的两种方法都能够有效地预测用户“满意度”。
　　(4)群组推荐策略中，提出了基于广告的显示结构特征相似度，以表征目标广告和近邻广告间的相关程度，揭示交互模型中广告内容对于用户“满意度”的影响。实验证明，该相似度确实能有效地阐释显示屏场景中广告间的相关程度，并对预测群组用户的小组“满意度”有着良好性能。

目录

声明

致谢

摘要

1 引言

1．1 研究背景及相关工作

1．1．1 用户与显示屏交互

1．1．2 推荐系统及策略

1．2 本文研究内容

1．3 论文结构

2 视觉感知的用户与显示屏交互模型和推荐系统

2．1 用户与显示屏交互模型

2．1．1 手机用户与显示屏广告互动系统模型

2．1．2 用户与显示屏广告隐式交互模型

2．2 用户个性化“满意度”推断

2．2．1 单个用户的个性化偏好

2．2．2 群组用户的小组个性化“满意度”

2．3 推荐系统框架及策略设计

2．4 本章小结

3 实验系统搭建及数据集介绍

3．1 实验系统及实验场景搭建

3．2 数据集介绍

3．3 本章小结

4 模型及推荐系统算法结果验证及评估

4．1 使用观看时长推断用户兴趣

4．1．1 分布图形

4．1．2 斯皮尔曼相关系数

4．2 用户与显示屏交互模型及推荐系统策略

4．2．1 对比实验

4．2．2 平均均方根误差

4．2．3 平均nDCG值

4．3 本章小结

5 总结与展望

5．1 本文工作总结

5．2 展望

参考文献

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集