手機上的大數據（五）：手機上的APP推廣

無線利用的大數據有著重要的作用。但是對于手機瀏覽以及手機音樂的大數據分析僅限于特定App，而現實情況中還存在另外一種利用，即App之間互相推廣，此處我們將其命名為App互推聯盟。

APP互推是一種通過發掘App之間的隱含關系，將一個App推送到另外一個相干類的App上，而全部移動端App的利用個數有好幾十萬，所以數據含的信息是相當豐富。如果我們能有效利用這數據，則我們能夠采用更有效的方法來實現App的互推，同時利用這些大數據，我們為移動廣告找到了一個更有效的平臺。

Database Modeling是一個數據庫的建模功效，任何宏大的數據都需要一個正確的分析機制

大數據分析中的問題

①全局數據買通

當我們獲取單獨App數據時，這些數據都是孤立的小島，我們不太會關心用戶在其他App中有什么樣的舉動特點。當我們擁有數十萬個APP時，如果能將各App數據進行買通，那我們能獲得的利用將是無窮無盡的。

在PC端，瀏覽器可以通過cookie、flash等方法記載一個用戶的ID，而在手機端這種方法卻欠妥，因為手機端的用戶利用App的頻率遠高于瀏覽器的頻率。

但是我們仔細創造，每個用戶所利用的手機MAC號一般情況下是唯一的(在極少情況下不唯一)，所以我們可以通過MAC號來將用戶進行買通。

②信息補全

在前一章節無線音樂利用中，我們遇到一個棘手的問題是，用戶信息不完整，我們不能有效地給其推送適當的歌曲。用戶信息不完整的重要原因是因為在該APP中留下的信息量少，如果我們能利用用戶在其他APP的信息來補全用戶信息，則可以大大供給用戶在該APP中聽歌的體驗。

App的互推

在沒有買通App數據之前，App互推一般都是根據隨機原則、熱門App原則、類似相近原則來進行推薦。這些方法存在很多問題，如不同用戶App推薦一樣，推薦App被用戶愛好的籌備低等。

當多個App數據買通后，原始App推送方法可以得到明顯的改良。因為一方面我們可以獲取用戶的全局信息，利用這些信息我們可以更好的為用戶做個性化的推薦，另一方面由于App的買通我們能更好的將用戶、App進行聚類分析，這樣更加方便類似用戶對類似利用的愛好。

App中的廣告利用

在沒有買通App數據之前，App的廣告一般都是根據App的要害詞原則進行投放，不同用戶在登錄同一個App時可能吸收到同一個廣告。這種投放方法存在一個明顯問題就是只抓住了App的匹配性，并沒有抓住App上具體人的匹配性。比如一個人剛瀏覽玩母嬰類的App轉入另外一個音樂類的App時，該音樂類App大多會為其投放音樂類廣告，而不是母嬰類的廣告。

App在設計之初就會針對廣告地位和內容進行方案

當我們把App數據買通后，因為全局信息的關系使得用戶就有了記憶功效。所當上訴情況產生時，音樂網站可以根據用戶帶來的愛好為其投放與其愛好 接近的廣告。這樣才干更加正確的抓住用戶的心理，讓用戶、公司以及廣告達到三贏的好成果。

相干瀏覽：

手機上的大數據（一）：移動互聯網的入口

手機上的大數據（二）：手機大數據的特點