广告精准投放和大数据

第一步: 对于开发者来说如果有一个很好的用SDK(封装好的接口),如果你的APP使用了这个接口
那么这个接口就会收集用户的信息发送到SDK的服务器上,使用大数据和云计算生成你的消息
列表(如果你使用旅游的APP而这个APP接入了这个SDK,哈哈中奖了,你的旅游的信息被收集了,
如果是支付宝,不会用第三方的SDK,应为他不会和别人分享用户的资源,所有的东西都是自己写的)
所以为什么SDK开发者免费给我们用这么好的东西,而且活的很好的原因了。


第二步:广告对接商会对接收集到的用户信息。这一步只是从SDK上拿过来了数据,怎么用这些数据?


第三步:如果有一个用户在优酷的网站上看了欢乐颂2电视剧,优酷会记录你的电脑IP和优酷发给你的cookies
(不要都不行,是不是有点流氓了,稍后再讲)。


第四步:优酷会将这些资源给广告对接商,这时候广告对接商业有SDK发过来的用户数据有优酷、pptv等媒体厂商
的数据,这时候广告对接上在SDK发过来的数据和媒体对接商的数据作对比,以媒体运营商的为准匹配SDK发过来
的数据(应为媒体运营商拿着比如苹果,三星,宝洁,丰田等厂商的广告,当然他们付钱)。




第五部:第三方收集到了你的信息,比如在一个APP上你浏览过丰田的某一款车,那么你就是丰田广告的投放者,别忘了
你电脑的ip和pptv,优酷发给你的cookies,这些信息能够标记你应该接受丰田的广告,应为有些广告是靠的点击付费的,这样
实现了精准推送。


第六部:在你看电视的时候,漫长的广告开始了,你会发现都是你很需要的广告,哈哈,你知道怎么回事了吗?






cookie和ip:


假如你浏览一个那么你就会别强制插入一个cooke这是一个字符串,你的IP不用多说肯定会记录在你百度的服务器,试想一下
如果你的IP变化了,怎么办,怎么记录你的信息,那就通过cooke了,cooke可能还不会变,如果你的cooke变化了服务器可以根据
你的新旧cooke检索到你浏览的网页,你是使用的百度的搜索引擎,百度已经记录下来了你搜索的条目,如果你搜索的是一部凯迪拉克
的跑车,百度会精准推送跑车的广告(注意看)。






微信:
如果你在朋友圈晒了一件名包,比如LV,那么微信就可以识别这张图片,在你的朋友圈中估计就要推送包包的广告了。
是不是有点可怕。


提示:
微信和支付宝真的安全吗,我们的收入朋友,基本用户信息都暴露在别人的目光之下,可以随便处理和加工你的信息。



### Python 实现精准广告投放大数据案例 在探讨Python实现精准广告投放大数据案例时,可以基于Flask框架构建Web应用程序来展示广告投放的效果图以及后台逻辑。通过使用Pandas库处理大量用户行为数据并利用Scikit-Learn或其他机器学习库训练预测模型,从而优化广告定位策略。 对于具体的应用场景,在文献中有提及一种方案是采用协同过滤算法来进行个性化推荐系统的设计[^2]。该方法能够根据用户的浏览历史其他相似用户的偏好模式向目标群体推送更贴合其兴趣的商品或服务信息。 为了直观地理解整个流程的工作原理,下面给出了一部分简化版的代码片段用于模拟广告投放过程: ```python from flask import Flask, render_template_string import pandas as pd from sklearn.model_selection import train_test_split from sklearn.preprocessing import StandardScaler from sklearn.neighbors import KNeighborsClassifier app = Flask(__name__) @app.route('/') def index(): df = pd.read_csv('ad_data.csv') # 假设这里有一个包含用户特征点击记录的数据集 X = df.drop(columns=['clicked']) y = df['clicked'] scaler = StandardScaler() scaled_features = scaler.fit_transform(X) X_train, X_test, y_train, y_test = train_test_split(scaled_features, y, test_size=0.3, random_state=42) knn_model = KNeighborsClassifier(n_neighbors=5) knn_model.fit(X_train, y_train) predicted_clicks = knn_model.predict_proba(X_test)[:, 1] top_advertisements = get_top_ads(predicted_clicks) # 获取最有可能被点击的广告列表 html_content = '<h1>Top Advertisements</h1><ul>' for ad in top_advertisements: html_content += f'<li>{ad}</li>' html_content += '</ul>' return render_template_string(html_content) if __name__ == '__main__': app.run(debug=True) ``` 此段代码展示了如何读取CSV文件中的广告数据,并运用K近邻分类器(KNN)对潜在客户进行建模分析,最终返回可能引起较高关注度的产品推广链接。然而需要注意的是实际部署过程中还需要考虑更多因素如隐私保护、实时更新机制等。 由于无法直接提供运行截图,在开发环境中执行上述脚本后可以通过浏览器访问`http://localhost:5000/`查看生成的结果页面。这将显示由算法挑选出来的最佳广告选项列表。
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值