移动智能设备的高速发展和O2O本地生活服务营销模式的普及,对广告行业产生了颠覆式的推动。这轮爆发极大地促进了移动O2O广告的发展。专门为移动设备和移动用户习惯而打造的移动O2O广告,逐渐成为广大本地服务商户移动在线营销的最重要手段之一。如何能够在合适的时间、合适的地理位置给合适的用户推送相应的移动O2O广告成为广告主普遍关心的重要问题。因此开展情境因素对移动O2O广告效果的影响研究和预测研究具有重要意义。移动O2O广告效果影响因素及预测研究近年来逐渐开展起来,但是关于情境因素对于其广告效果的研究还处于起步阶段。情境因素对于移动O2O广告效果的影响机理和如何利用情境因素预测移动O2O广告效果成为提升广告效果中两个需要解决的核心问题。现今广告商户主要面临着三个方面的严酷挑战:第一,如何从移动O2O广告的真实情境中探索每个情境因素的特性以及其对广告效果的交互影响机理;第二,实时多变的情境以及广告数据的井喷增长给情境数据挖掘和广告效果提升带来困难;第三,使用传统的低阶交互方法往往不能很好的预测用户、广告双边及情境因素这三者之间的复杂交互关系。面对大数据环境和新技术驱动下的移动O2O广告创新,迫切需要新的理论和方法来理解影响机理和提升预测性能,为其有序和有效发展注入动力。本文主要的研究工作包括以下四个方面:第一,开展移动O2O广告情境因素之间交互作用影响研究。在“时间-空间-关联”框架下,基于情境营销理论、解释水平理论等,建立移动O2O广告场景中用户和广告商户的关联度和时空情境因素的交互影响模型。实证发现,时间-空间-关联之间的互动使得广告的场景营销比单独来看每一个元素更加复杂,具体而言:关联度负向影响优惠券的兑现时长,地理距离正向影响兑现时间越长,关联度和地理距离对兑现时长的影响存在交互作用,而这一交互作用受用户线下购买偏好的二阶调节。研究为移动O2O广告中的商户提供了平衡用户在广告偏好和空间因素的有效参考。第二,开展移动O2O广告中情境因素的特征分析和其交互作用对移动O2O广告效果的影响研究。提出了情境因素对于移动O2O广告效果的两两交互影响模型。实证研究发现:移动O2O广告中时间、位置、天气这三者两两之间的交互作用对于移动O2O广告效果的影响都较为显著。为广告主进行移动O2O广告营销活动时综合平衡时间空间地理的交互信息给出了重要的启示。第三,开展基于融合情境因素的极端梯度提升树（XGBoost）的移动O2O广告预测研究。融合了情境因素对广告点击率预测进行模型改进,并分别通过融合了天级情境特征粒度和小时级的情境特征粒度的模型进行对比。最后通过实验对比和分析发现:融合了情境因素的模型比仅有广告基础特征的现有模型效果表现都更好,在较好的预测性能实现的同时,保证了较低时耗。相比于融合天级情境特征的XGBoost广告预测模型,小时级的情境特征更加突出了小时级特征对于广告效果预测的重要性,进一步说明了移动O2O广告在情境中的动态变化性,通过模型得到的特征重要性排序也为下一章的特征选择打下基础。第四,提出了移动O2O广告双边和情境因素全交互的广告效果预测的模型。首先分析了Wide&Deep框架的基本思想,深入剖析了它与传统线性模型以及深度神经网络之间的关系。然后,提出了具有低阶高阶特征融合的全交互关系表示能力的模型。最后,通过实验对比了本文预测模型与传统模型以及深度神经网络模型的预测性能。研究发现,相比于仅仅单方面因素或全方面低阶因素的移动O2O广告预测模型,本文提出的将广告、用户和情境因素的一阶和其两两交叉的二阶特征以及利用深度神经网络捕捉到的高阶特征进行全交互的XGBDeep FM模型表现效果更优。模型能够更加精准的利用情境信息对于移动O2O广告个性化投放进行精准的预测。总之,本文以移动O2O广告中情境因素作为研究对象,基于情境营销理论、解释水平理论和偏好理论,针对目前移动O2O广告效果提升中的问题,提出了相应的影响机理框架和效果预测技术方案,能有效地理解情境因素对移动广告效果的影响作用,提升广告预测性能。