▪ Profile: A profile subsumes a use

▪ Profile: A profile subsumes a user’s attributes and interests, which may be captured and consolidated by the advertiser, a third party, or may be set up by a consumer him or herself (Cremonese et al. 2010). A user profile is typically considered static (Liapis et al. 2008).▪ Interest: Although no less than 12 publications in the sample consider tailoring advertisements to a user’s interest, they do not provide a clear-cut definition for this attribute. Still, Kaasinen and Yong-Ik (2013) points out that interest is not static and tracking a user’s transaction history could be extremely helpful in order to determine a user’s likes and interests.▪ Preferences: While behavior is usually logged by a consumer’s actual activities, consumers typically state preferences themselves (e.g., favorite movie, favorite band, favorite food, etc.). While scientific studies usually ask their participants for their preferences in a questionnaire, in real-world applications such data is collected when the consumer registers for a platform, social communities, or for mobile apps.▪ Behavior: This category implies that an advertisement is sent or shown based on a consumer’s behavior, which may be obtained and analyzed from online behavior (e.g., search patterns when using search engines, clicking behavior in a browser), or from sensing and analyzing behavior in the ‘offline’ world. Future advertisements such as rebates or recommendations may then be steered based on the consumer’s prior behavior. For instance, if having data on what a consumer is frequently searching for (e.g., through search term analysis), a compatible advertising message may be addressed to this consumer. This kind of adaptation of advertising messages is also known as ‘behavioral targeting’.▪ Demographics: Similar to preferences, demographical data is typically asked for when registering for a service or an online community. This data (in many cases demographics are reduced to age and gender) may be used to tailor the advertising message to the particular demographics. For instance, an advertisement for a shop for ladies wear would only be delivered to women.▪ Weather: Contents may orientate on a consumer’s current weather situation (e.g., temperature, humidity, wind force). This information may, for instance, be obtained from combining a consumer’s location data with data from weather services.▪ Characteristics of surrounding environment: This attribute concerns the physical context of a consumer at his or her current location.▪ Mobile device: Information about the specification of a consumer’s device (e.g., display resolution, operating system) can be used to adapt, for instance, the graphics of an advertisement displayed to the corresponding display resolution.▪ Situation: While authors typically use explicitly the term “situation” (e.g., Merisavo et al. 2007; Kim et al. 2011b), we claim this term is too fuzzy as an adaptation attribute. Actually, this category circumscribes a consumer’s perceived readiness for consuming. For instance, if a consumer is at home or at work absorbed in a certain task, the probability is low that he or she would pay attention to an advertisement and follow up with a purchase. If he or she, instead, is searching for a restaurant at lunch break or is shopping, the probability to follow up the advertisement’s message is higher.▪ Nearby objects: This category is closely related to the attribute “characteristics of surrounding environment”, as it also relates to the physical context of a consumer. Hristova and O'Hare (2004), for instance, relate to restaurants, museums, etc. that are close-by as objects that may be relevant for a consumer at a certain location.

結果 (繁體中文) 1:

▪簡介：配置文件涵括用戶的屬性和利益，這可以被捕獲並通過廣告商，第三方合併，或者可以由消費者來建立他或她自己（克雷莫納等，2010）。用戶簡檔通常被認為是靜態的（Liapis等人，2008）。
▪興趣：雖然沒有在樣品中小於12出版物考慮制訂相應的廣告到用戶的利益，他們不為此屬性提供一個明確的定義。儘管如此，Kaasinen和永益（2013）指出，利率是不是靜態的，跟踪用戶的交易歷史可能是為了確定一個用戶的喜好和興趣非常有幫助。
▪首選項：雖然行為通常是由消費者的實際活動中，消費者通常狀態的偏好本身（例如，最喜歡的電影，最喜歡的樂隊，最喜歡的食物等）記錄。儘管科學研究通常會問他們的與會人員偏好的調查問卷，在現實世界的應用程序，數據被收集消費者寄存器的平台，社會團體，或移動應用時。
▪行為：該類別中所暗示的，或從傳感和分析，一個廣告發送或基於消費者的行為，可以得到和在線行為分析顯示（例如，使用搜索引擎時，點擊瀏覽器中的行為搜索模式）行為在“離線”的世界。未來廣告如回扣或建議，然後可以轉向基於消費者的以前的行為。舉例來說，如果有什麼消費者經常搜索（例如，通過搜索項分析）數據，兼容的廣告信息，可向這種消費。這種廣告信息的適應也被稱為“行為定位”。
▪人口：類似於偏好，人口統計數據通常要求服務或在線社區註冊時。該數據（在許多情況下人口統計減少到年齡和性別）可以被用於定制廣告消息發送到所述特定的人群。例如，對於女裝店的廣告將只提供給女性。
▪天氣：內容可以定向於消費者的當前天氣形勢（如溫度，濕度，風力）。這些信息可能，例如，可以從消費者的位置數據與氣象服務的數據組合而獲得。
▪周圍環境的特點：這一屬性涉及消費者的物理環境，在他或她的當前位置。
▪移動設備：關於消費者的裝置的規格信息（例如，顯示分辨率，操作系統）可以用來適應，例如，廣告的所述圖形顯示為相應的顯示分辨率。
▪情況：（。例如，Merisavo等，2007; Kim等人2011B）雖然作者通常明確地使用術語“情況”，我們要求這個詞太模糊為適應屬性。其實，這一類圍繞消費者的用於消費感知的準備。例如，如果消費者是在家裡或在某項任務所吸收工作的概率很低，他或她會關注廣告和跟進購買。如果他或她，而是正在尋找在午休餐廳或商場，概率跟進廣告的消息就越高。
▪附近對象：本分類是密切相關的屬性，“周邊環境的特點”，因為它也涉及到消費者的物理環境。Hristova和奧黑爾（2004年），例如，涉及到餐館，博物館等，是近距離的作為，可能是相關的消費者在特定位置的物體。

結果 (繁體中文) 2:

▪簡介：包含使用者屬性和興趣的個人資料，這些屬性和興趣可能被廣告客戶、協力廠商捕獲和合併，或者由消費者自己設置（Cremonese 等人，2010 年）。使用者設定檔通常被視為靜態（Liapis 等人，2008 年）。
▪興趣：雖然示例中不少於 12 個出版物考慮根據使用者的興趣定制廣告，但它們沒有為此屬性提供明確的定義。儘管如此，Kaasinen 和 Yong-Ik （2013） 指出，興趣不是靜態的，跟蹤使用者的交易歷史記錄對於確定使用者的喜好和興趣可能非常有説明。
▪偏好：雖然行為通常由消費者的實際活動記錄，但消費者通常自己說明偏好（例如，最喜歡的電影、最喜歡的樂隊、喜愛的食物等）。雖然科學研究通常在調查問卷中詢問參與者的偏好，但在實際應用中，當消費者註冊平臺、社交社區或移動應用程式時，會收集此類資料。
▪行為：此類別意味著廣告基於消費者的行為發送或顯示，這些行為可以從線上行為（例如，使用搜尋引擎時的搜索模式、瀏覽器中的按一下行為）或感應和分析"離線"世界中的行為。然後，可能會根據消費者的行為來引導未來的廣告，如回扣或建議。例如，如果擁有有關消費者經常搜索的內容的資料（例如，通過搜索詞分析），則可能會向該消費者發送相容的廣告消息。這種廣告資訊的改編也稱為"行為定位"。
▪人口統計資料：與偏好類似，註冊服務或線上社區時通常會要求人口統計資料。這些資料（在許多情況下，人口統計被縮減為年齡和性別）可用於根據特定人口統計量定制廣告資訊。例如，女裝店的廣告只會提供給婦女。
▪天氣：內容可能取決於消費者當前的天氣狀況（例如溫度、濕度、風力）。例如，這些資訊可以通過將消費者的位置資料與氣象服務的資料相結合獲得。
▪周圍環境的特徵：此屬性涉及消費者當前位置的物理上下文。
▪行動裝置：有關消費者設備規格的資訊（例如，顯示解析度、作業系統）可用於調整廣告的圖形，例如，根據相應的顯示解析度顯示廣告的圖形。
▪情況：雖然作者通常明確使用"情況"一詞（例如，Merisavo等人，2007年;Kim等人2011年b，我們聲稱這個術語太模糊作為一個適應屬性。實際上，此類別限制了消費者的消費意願。例如，如果消費者在家或在工作中沉浸于某項任務中，那麼他/她關注廣告並跟進購買的可能性很低。相反，如果他或她在午休時間尋找餐廳或購物，則跟蹤廣告資訊的概率更高。
▪附近物件：此類別與屬性"周圍環境的特徵"密切相關，因為它還與消費者的物理上下文相關。例如，Hristova 和 O'Hare（2004 年）與餐館、博物館等有關，這些餐館、博物館與某個地點的消費者可能相關的物品。

結果 (繁體中文) 3:

▪簡介：簡介包含用戶的内容和興趣，這些内容和興趣可以被廣告商、協力廠商捕獲和綜合，也可以由消費者自己建立（Cremonese等人。2010年）。用戶設定檔通常被認為是靜態的（Liapis等人。2008年）。
▪興趣：儘管樣本中至少有12個出版品考慮根據用戶的興趣定制廣告，但它們並沒有為這個内容提供明確的定義。儘管如此，Kaasinen和Yong Ik（2013）指出，興趣並不是靜態的，跟踪用戶的交易歷史可能對確定用戶的喜好和興趣非常有幫助。
▪偏好：雖然行為通常由消費者的實際活動記錄，但消費者通常會自己陳述偏好（例如，最喜歡的電影、最喜歡的樂團、最喜歡的食物等）。雖然科學研究通常會在問卷中詢問參與者的偏好，但在實際應用中，當消費者注册平臺、社交社區或移動應用程序時，會收集這些數據。
▪行為：這一類別意味著廣告是根據消費者的行為發送或顯示的，這些行為可以從線上行為（例如，使用搜尋引擎時的蒐索模式、瀏覽器中的點擊行為）或從感知和分析“離線”世界中的行為中獲得和分析。未來的廣告，如回扣或建議，可以根據消費者的先前行為來引導。例如，如果有關於消費者經常蒐索的內容的數據（例如，通過蒐索詞分析），則可以向該消費者發送相容的廣告消息。這種對廣告資訊的改編也被稱為“行為目標”。
▪人口統計：與偏好類似，在注册服務或線上社區時通常需要人口統計資料。這些數據（在許多情况下，人口統計學被簡化為年齡和性別）可用於根據特定的人口統計學調整廣告資訊。例如，一家女裝商店的廣告只會發給婦女。
▪天氣：內容可根據消費者當前的天氣情況（如溫度、濕度、風力）進行定位。例如，可以通過將消費者的位置數據與來自天氣服務的數據相結合來獲得該資訊。
▪周圍環境特徵：該内容涉及消費者當前所在地的物理環境。
▪移動設備：關於消費者設備規格的資訊（例如，顯示分辯率、作業系統）可用於調整，例如，廣告的圖形顯示到相應的顯示分辯率。
▪情境：雖然作者通常明確使用“情境”一詞（例如，Merisovo等人。2007年；Kim等人。2011b），我們認為這個術語作為適應内容太模糊了。實際上，這一類別限制了消費者的消費意願。例如，如果消費者正在家裡或工作高職心於某項任務，他或她關注廣告並跟進購買的可能性很低。相反，如果他或她在午休時間尋找餐館或購物，則跟踪廣告資訊的概率更高。
▪附近物體：這一類別與“周圍環境特徵”内容密切相關，因為它也與消費者的物理環境有關。例如，Hristova和O'Hare（2004年）將餐館、博物館等作為可能與某個地點的消費者相關的物品，與之相關。