Optimización de la publicidad en el metro basada en redes neuronales

La publicidad en el metro se ha convertido en una parte habitual de nuestra vida cotidiana. Dado que los destinatarios son consumidores de alto nivel, la publicidad en el metro puede favorecer la rentabilidad de la inversión. Este tipo de publicidad ha arraigado en varios países y regiones. Sin embargo, la falta de una supervisión adecuada, el modo de funcionamiento monopista de la publicidad en el metro y unas normas de precios poco claras han reducido considerablemente los efectos publicitarios esperados y la razonabilidad de las ofertas publicitarias. Los servicios de bicicleta compartida han ganado mucha atención en los últimos años. Además, cada vez más ciudadanos se implican en el uso del transporte público, lo que proporciona una base para analizar las características de los pasajeros del metro. En primer lugar, examinamos el uso de bicicletas compartidas en los alrededores de las estaciones de metro para obtener información sobre la edad de los pasajeros. A continuación, utilizando el volumen diario de flujo de pasajeros, las líneas de transbordo y las citas publicitarias originales del metro, entrenamos redes neuronales de retropropagación y utilizamos los resultados para proporcionar nuevas citas. Por último, combinamos la estructura de edad de los pasajeros y las preferencias de los distintos grupos de pasajeros en cada estación para identificar el tipo de anuncio más adecuado. Nuestro objetivo era aprovechar al máximo los macrodatos del transporte para optimizar las ofertas publicitarias y la selección de anuncios en las estaciones de metro. También propusimos el uso de paneles publicitarios electrónicos para aumentar los beneficios de la publicidad en el metro, reducir la presión financiera de las operaciones e impulsar el desarrollo del transporte público.

Autores: Ling, Sun; Yanbin, Yang; Xuemei, Fu; Hao, Xu; Wei, Liu