基于微博内容的商家广告推荐系统

摘 要 ：微博数据挖掘所要做的工作就是从这些随机的、模糊的、有噪声的、不完全的、大量的数据中提取潜在有用的信息.通过分析把握重点博友、热点词语、传播规律等来对微博传播规律进行体会,精炼这些数据,从而提高微博内容传播的广度和速度,另外,也可以从中发现商机,获得相应的商业利益.本文首先阐述了微博的特点及在我国的发展；其次,分析了传统微博广告营销的弊端,同时,结合笔者的工作经验,就基于微博内容的商家广告推荐系统的应用进行了深入的探讨,提出了自己的建议和看法,具有一定的参考价值.

关 键 词 ：微博内容；广告营销；商家广告推荐系统

中图分类号：TP311 文献标识码：A 文章编号：1007-9599 （2013） 01-0162-02

1.前言

随着通信技术和互联网技术的快速发展,微博在人们生活中的分量越来越重要.微博数据流往往包括了微博用户和微博内容两个部分.微博的更新方式是以黑板报式的进行信息滚动,微博用户很容易浮光掠影地将图像、文字、转发人、发布人在瞬间柔和,然后忘记,这样一来,往往就很容易忽略微博中隐含的寓意、具体的内容.这也充分说明了微博用户在看微博的过程中注意力是游离的,很难始终保持专注.而微博数据挖掘所要做的工作就是从这些随机的、模糊的、有噪声的、不完全的、大量的数据中提取潜在有用的信息.通过分析把握重点博友、热点词语、传播规律等来对微博传播规律进行体会,精炼这些数据,从而提高微博内容传播的广度和速度,另外,也可以从中发现商机,获得相应的商业利益.本文就基于微博内容的商家广告推荐系统进行探讨,主要目的是为了把微博里的内容进行辨别（用coreseek分词）,然后进行检索,对应相关联的微博帐号,把这些有针对性的帐号给商家使用.

2.微博的特点及在我国的发展

微博是诞生在博客之后,每条微博的内容限制在140个字容量,也就是2条普通手机短信的内容容量,能够简单地通过几句话将当时的心情、遇到的事情全部表现出来,而不需要像博客一样认真思考,这样大幅度地节约了用户的时间成本,能够随时随地将自己所思所想全部都发布出去,具有碎片化的特征.另外,微博用户具有更多的自主权和话语权,能够对自己感兴趣的信息进行自由地猎取,也能够自由地发表自己独立的言论,可以在瞬间内得到大量反馈,信息传播速度更加快,具有传播主体平民化的特点.此外,视频、图片、文字等多种媒体、多种格式都可以应用在微博中,这样也就大幅度增加了微博传播的立体化、有效化.

微博正是拥有了这些特点,才在世界各国都取得了蓬勃的发展.以我国为例,2011年底我国微博用户比2010年相比增长了296.0%,达到了2.5亿,同时,人数还在不断地呈爆发式增长.如此巨大的用户让商家和企业都看到了巨大的商机,都希望能够在这个巨大的蛋糕中分一杯羹.

3.传统微博广告营销的弊端

3.1 无法判断粉丝的真实性与活跃度.有些博主为了迎合企业需求高粉丝的要求,花钱买粉丝,这些买买的粉丝,无疑绝大部分是僵尸粉,这些买来的粉丝只是一个数量,除了满足自己虚荣外,而对于企业广告的传播一点作用也没有.这种通过用户花少量的钱直接购买而来的“僵尸粉”、“活粉”,已经呈病毒式开始扩散.已经成为微博营销中一个最大的毒瘤.

3.2 营销费用不可控.微博营销并不是只通过一个粉丝过万或几十万的进行营销,因为只用一个营销的回报率与点击率可以说是微乎其微.但同时通过几个这样的大营销,效果就会好很多.那么找多少人合适?成本需要多少?转发几天?

3.3 无法做到广告精准投放.广告投放成功很重要的一个因素就是针对目标客户群进行精准营销,但目前我们由于网络的虚拟性,我们无法了解每个帐号的粉丝构成水平,收入水平,购买力如何?所以目前微博营销无法做到精准.相比网盟的精准定位投放人群,反馈信息明确,微博营销目前无法做到这些.

3.4 微博营销效果不可控.微博营销通过粉丝的转发,来实现广告的传播.微博营销中即使找名人转发,最后转发的效果如何?多少2次转发,多少人看了微去关注产品,又有多少人购买了产品,无法衡量统计,效果完全无法评估.有些第一次营销后效果还过得去,但第二次利用同批营销发现后续力明显下降.因为微博人群心理目前还很难精准定位,只能根据其粉的微博类型大致分析.所以,微博营销稳定性还有待商榷及提升.

因此,微博作为一个的新平台,如何进行精准营销是微博营销研究的重点.那么如何解决微博营销中上述几个方面的问题,从而发挥微博营销最大的效果呢?

4.基于微博内容的商家广告推荐系统的应用

商家广告推荐系统想通过新浪微博（weibo.）的发布内容和博主信息来完成相应的数据导入工作,用coreseek建立起中文分词索引,然后再分类处理这些数据,传输给有需要的商家或者企业.共享和传输平台选用计算机网络系统,数据组织方式选用全文索引.微博数据挖掘是为了将发表的微博、发表的微博条数、粉丝数、好友数、用户id、是否是认证用户、姓名、性别、省份、微博发布时间、注册时间、城市等信息进行展示、处理、采集,同