基于交互的移动用户兴趣发现系统的设计与实现

发布时间：2025-07-21 20:16

　　伴随移动互联网技术的飞速发展,移动应用的用户数量也呈现指数状态的增加,移动互联网用户在使用产品的过程中越来越追求个性化,很多公司都致力于定向投放的研究。个性化理论的实质就是根据用户的兴趣和偏好,对信息资源进行筛选整合,向用户提供符合其兴趣偏好服务。要想实现用户个性化服务,核心就是兴趣发现。移动用户在使用应用的过程中生成许多数据,这些数据大多都具有深层挖掘的价值,传统的用户兴趣分析就显得特别单薄,已经无法支撑起日益隐晦的兴趣发现。基于web的兴趣挖掘已经相对成熟,但对于移动互联网用户兴趣挖掘的研究还未引起关注,在这种背景下,本文通过分析目前兴趣发现的研究方法和国内外已有的相关数据分析平台,结合移动产品的现状,提出基于交互的移动用户兴趣发现系统的设计与实现。本文首先通过类比web端数据挖掘的一般方法确立本系统的研究方法,然后对解决问题的关键技术和方法进行优选,在兴趣发现的实现上,本系统将用户的交互行为划分为五类:对用户点赞、转发、阅读、评论过的资讯内容选用改进的TF-IDF算法来获取兴趣关键词,对关注类型的交互采用统计分析的方法来获取用户的兴趣关键词,然后分别对两组关键词建立关系图,采用Te...

【文章页数】：90 页

【学位级别】：硕士

【部分图文】：

图２－１?ｗｅｂ挖掘分类图??－

都是从大量分布，动态、非结构化的数据中发现有效的、重要的信息和知识。??Ｗｅｂ数据挖掘按照挖掘对象不同可以分为ｗｅｂ内容挖掘、ｗｅｂ结构挖掘和ｗｅｂ使??用挖掘（ｗｅｂ日志挖掘）三类。如图２－１所示：??ｗｅｂ挖振??ｗｅｂ内容挖掘?ｗｅｂ结构挖据?ｗｅｂ日志挖振??文本挖擬?多....

图２－２?ｗｅｂ日志挖掘流程图??Ｆｉｕｒｅ?２－２?Ｆｌｏｗ?Ｃｈａｒｔ?ｏｆ?Ｗｅｂ?ＬｏＭｉｎｉｎ

个用户使用站点的记录，这些记录中隐藏着用户的个性化偏好［９］，经过处理后，可以从??中提取大量的信息。Ｗｅｂ日志挖掘通过分析ｗｅｂ日志文件发现用户访问站点的模式，其??过程包括数据预处理、模式发现、模式分析，如图２－２所示。基于交互的移动用户兴趣??发现可类似于如上的分析过程改进....

图３－２兴趣标签关系图??Ｆｉｇｕｒｅ?３－２?Ｉｎｔｅｒｅｓｔ?Ｌａｂｅｌ?Ｄｉａｇｒａｍ??

２?２?０?３??．２?２?３?０．??构建的兴趣标签关系图如图３－２所７Ｋ：??图３－２兴趣标签关系图??Ｆｉｇｕｒｅ?３－２?Ｉｎｔｅｒｅｓｔ?Ｌａｂｅｌ?Ｄｉａｇｒａｍ??３．３．４兴趣标签的获取??ＴｅｘｔＲａｎｋ算法是一种用于文本的基于图的排序算法１１８］，由ＰａｇｅＲ....

图3一准确率PFigure3-3Accur}yhateP

基于交互的移动端兴趣发现方法确立和算法研究验的实验结果分别如图３－３、图３－４、图３－５、图３－６和图３－、实验二和实验三的结果可知，随着样本集数量的不断增加降，召回率不断上升，Ｆ值不断上升，但总体来看本系统算他两个算法，且本算法在样本集数量最大时取得最优的Ｆ值的结果可知，伴随阈....

本文编号：4058323