手机上的大数据(五):手机上的APP推广
无线利用的大数据有着重要的作用。但是对于手机浏览以及手机音乐的大数据分析仅限于特定App,而现实情况中还存在另外一种利用,即App之间互相推广,此处我们将其命名为App互推联盟。
APP互推是一种通过发掘App之间的隐含关系,将一个App推送到另外一个相干类的App上,而全部移动端App的利用个数有好几十万,所以数据含的信息是相当丰富。如果我们能有效利用这数据,则我们能够采用更有效的方法来实现App的互推,同时利用这些大数据,我们为移动广告找到了一个更有效的平台。
Database Modeling是一个数据库的建模功效,任何宏大的数据都需要一个正确的分析机制
大数据分析中的问题
①全局数据买通
当我们获取单独App数据时,这些数据都是孤立的小岛,我们不太会关心用户在其他App中有什么样的举动特点。当我们拥有数十万个APP时,如果能将各App数据进行买通,那我们能获得的利用将是无穷无尽的。
在PC端,浏览器可以通过cookie、flash等方法记载一个用户的ID,而在手机端这种方法却欠妥,因为手机端的用户利用App的频率远高于浏览器的频率。
但是我们仔细创造,每个用户所利用的手机MAC号一般情况下是唯一的(在极少情况下不唯一),所以我们可以通过MAC号来将用户进行买通。
②信息补全
在前一章节无线音乐利用中,我们遇到一个棘手的问题是,用户信息不完整,我们不能有效地给其推送适当的歌曲。用户信息不完整的重要原因是因为在该APP中留下的信息量少,如果我们能利用用户在其他APP的信息来补全用户信息,则可以大大供给用户在该APP中听歌的体验。
App的互推
在没有买通App数据之前,App互推一般都是根据随机原则、热门App原则、类似相近原则来进行推荐。这些方法存在很多问题,如不同用户App推荐一样,推荐App被用户爱好的筹备低等。
当多个App数据买通后,原始App推送方法可以得到明显的改良。因为一方面我们可以获取用户的全局信息,利用这些信息我们可以更好的为用户做个性化的推荐,另一方面由于App的买通我们能更好的将用户、App进行聚类分析,这样更加方便类似用户对类似利用的爱好。
App中的广告利用
在没有买通App数据之前,App的广告一般都是根据App的要害词原则进行投放,不同用户在登录同一个App时可能吸收到同一个广告。这种投放方法存在一个明显问题就是只抓住了App的匹配性,并没有抓住App上具体人的匹配性。比如一个人刚浏览玩母婴类的App转入另外一个音乐类的App时,该音乐类App大多会为其投放音乐类广告,而不是母婴类的广告。
App在设计之初就会针对广告地位和内容进行方案
当我们把App数据买通后,因为全局信息的关系使得用户就有了记忆功效。所当上诉情况产生时,音乐网站可以根据用户带来的爱好为其投放与其爱好 接近的广告。这样才干更加正确的抓住用户的心理,让用户、公司以及广告达到三赢的好成果。
相干浏览:
手机上的大数据(一):移动互联网的入口
手机上的大数据(二):手机大数据的特点