隨著互聯(lián)網(wǎng)技術(shù)的日趨發(fā)達(dá)，互聯(lián)網(wǎng)應(yīng)用已經(jīng)滲透到每個(gè)行業(yè)乃至日常生活中。同時(shí)，電子商務(wù)開(kāi)始高速發(fā)展。隨著互聯(lián)網(wǎng)技術(shù)的廣泛普及，網(wǎng)絡(luò)廣告投放已經(jīng)成為電子商務(wù)推廣及發(fā)展的主要模式。目前絕大多數(shù)廣告商采用廣告風(fēng)暴方式進(jìn)行廣告投放，這種方式主要的特點(diǎn)是一味的追求廣告數(shù)量的增加，然而這種方式并不能得到讓人滿意的效果，甚至在一定程度上會(huì)造成用戶對(duì)廣告商品的反感。向特定的用戶投放感興趣的廣告成為電子商務(wù)進(jìn)一步發(fā)展的必然趨勢(shì)。 個(gè)性化推薦系統(tǒng)(PRS, Personalized Recommender Systems)在文字搜索領(lǐng)域已經(jīng)有比較成功的應(yīng)用，通過(guò)對(duì)用戶興趣偏好的搜集，向用戶推薦可能感興趣的資源，這種方式必定比盲目的推薦效果更佳。將個(gè)性化推薦系統(tǒng)應(yīng)用于網(wǎng)絡(luò)廣告投放系統(tǒng)中同樣可以獲得更佳的效果。在視頻流傳送結(jié)構(gòu)中，網(wǎng)絡(luò)營(yíng)運(yùn)商充當(dāng)傳送者身份，對(duì)于用戶觀看的任何視頻都有詳細(xì)的數(shù)據(jù)，如何根據(jù)這些海量數(shù)據(jù)提取出用戶的興趣偏好成為問(wèn)題的關(guān)鍵。 個(gè)性化推薦系統(tǒng)在網(wǎng)頁(yè)文字搜索領(lǐng)域已經(jīng)取得了比較大的成功，但在網(wǎng)絡(luò)視頻領(lǐng)域，個(gè)性化推薦系統(tǒng)的應(yīng)用還處于一個(gè)探索階段。本文首先就當(dāng)前應(yīng)用最廣的個(gè)性化推薦系統(tǒng)做了簡(jiǎn)要介紹...

【文章頁(yè)數(shù)】：89 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
目錄
第一章 引言
    1.1 研究背景
    1.2 研究現(xiàn)狀及意義
    1.3 內(nèi)容和工作
    1.4 論文組織結(jié)構(gòu)
第二章 相關(guān)技術(shù)綜述
    2.1 個(gè)性化推薦技術(shù)概述
    2.2 個(gè)性化推薦算法
    2.3 經(jīng)典個(gè)性化推薦技術(shù)案例分析
        2.3.1 WebWatcher個(gè)性化推薦系統(tǒng)
        2.3.2 亞馬遜的個(gè)性化服務(wù)系統(tǒng)
    2.4 用戶興趣判定模型在個(gè)性化推薦系統(tǒng)中定位及相關(guān)技術(shù)
        2.4.1 基于樹(shù)狀向量空間的用戶興趣模型
        2.4.2 基于動(dòng)態(tài)自組織映射網(wǎng)絡(luò)的用戶興趣模型
        2.4.3 根據(jù)用戶隱式反饋的用戶興趣模型
        2.4.4 基于本體的用戶興趣建模技術(shù)
    2.5 基于本體的用戶興趣判定模型技術(shù)優(yōu)勢(shì)分析
    2.6 本章小結(jié)
第三章 系統(tǒng)需求分析及網(wǎng)絡(luò)視頻信息的獲取
    3.1 視頻用戶興趣挖掘系統(tǒng)簡(jiǎn)介
    3.2 網(wǎng)站視頻特征抓取概述
    3.3 網(wǎng)站視頻特性信息獲取詳情
        3.3.1 視頻常規(guī)信息獲取
        3.3.2 視頻時(shí)長(zhǎng)信息獲取
    3.4 視頻信息預(yù)處理及視頻隱式反饋信息
    3.5 本章小結(jié)
第四章 基于本體的用戶興趣模型的總體設(shè)計(jì)
    4.1 基于本體的用戶興趣模型概述
    4.2 本體總體結(jié)構(gòu)
    4.3 興趣概念分類規(guī)則討論
    4.4 類別本體設(shè)計(jì)思路分析
    4.5 內(nèi)容及標(biāo)題本體設(shè)計(jì)思路分析
        4.5.1 本體構(gòu)建基準(zhǔn)
        4.5.2 IKSegmentation分詞技術(shù)介紹
        4.5.3 本體構(gòu)建步驟概述
    4.6 演員本體設(shè)計(jì)思路分析
        4.6.1 演員本體構(gòu)建準(zhǔn)則
        4.6.2 演員興趣分量獲取流程
        4.6.3 演員庫(kù)更新準(zhǔn)則
    4.7 本章小結(jié)
第五章 基于本體的用戶興趣模型的詳細(xì)設(shè)計(jì)及編程實(shí)現(xiàn)
    5.1 類別本體詳細(xì)設(shè)計(jì)
        5.1.1 統(tǒng)一類別目錄具體實(shí)現(xiàn)方案
        5.1.2 類別本體節(jié)點(diǎn)興趣概念構(gòu)建
        5.1.3 類別本體工作流程
    5.2 內(nèi)容及標(biāo)題本體
        5.2.1 基于網(wǎng)絡(luò)爬蟲(chóng)獲取關(guān)鍵詞集
        5.2.2 關(guān)鍵詞集結(jié)合人群類型構(gòu)建內(nèi)容及標(biāo)題本體
        5.2.3 內(nèi)容及標(biāo)題本體工作流程
    5.3 演員本體
        5.3.1 演員本體具體實(shí)現(xiàn)細(xì)節(jié)
        5.3.2 演員本體工作流程
    5.4 用戶興趣偏好計(jì)算詳細(xì)實(shí)現(xiàn)
    5.5 核心代碼分析
    5.6 本章小結(jié)
第六章 本體模型測(cè)試及結(jié)果分析
    6.1 實(shí)驗(yàn)數(shù)據(jù)準(zhǔn)備
    6.2 本體模型測(cè)試
    6.3 測(cè)試結(jié)果分析
    6.4 本章小結(jié)
第七章 結(jié)論和展望
致謝
參考文獻(xiàn)



本文編號(hào)：3866332