技术摘要：
本发明公开了一种电梯传媒终端个性化广告推送方法，推送方法步骤如下：步骤1、服务器收集移动应用广告并预处理形成广告系统；步骤2、从系统中获取用户画像，并进行向量化；步骤3、服务器使用基于RBF神经网络和用户画像的混合推荐算法对所述步骤1中的广告数据进行混合式  全部
背景技术：
随着移动互联网的普及和飞速发展，推荐系统也已经被广泛应用于各种领域，例 如移动电子商务领域，App移动广告领域。移动应用广告是通过移动终端设备访问移动应用 时显示的广告，移动应用广告形式包括横幅广告、插播广告、积分墙广告、视频广告、激励下 载安装应用等。 现有技术中通常采用协同过滤推荐算法来计算用户对广告的评分矩阵的协同相 似度，但是协同过滤推荐算法中存在数据稀疏性的缺点，针对这一缺点，当前使用较为广泛 的解决方法是为用户没有评分的物品填充一个中间值或者平均值，能一定程度上解决数据 稀疏性的问题，但是数据稀疏评分矩阵中多数评分项都属于空缺状态，这样计算出来的最 近邻居项目个数都是相对于非空缺项的最近邻居项目个数，因此，通过上述方法在精确度 方面并不能做到很好的提升，基于此，提出本发明。
技术实现要素：
本发明的主要目的在于提供一种电梯传媒终端个性化广告推送方法，可以有效解 决