【摘要】：隨著移動(dòng)互聯(lián)網(wǎng)技術(shù)的快速發(fā)展,用戶對(duì)網(wǎng)絡(luò)的依賴性越來越大,網(wǎng)絡(luò)中結(jié)構(gòu)化、半結(jié)構(gòu)化以及非結(jié)構(gòu)化的數(shù)據(jù)呈指數(shù)級(jí)爆炸式增長,大數(shù)據(jù)時(shí)代已經(jīng)到來。而面對(duì)大數(shù)據(jù)時(shí)代的海量數(shù)據(jù),如何充分挖掘海量數(shù)據(jù)背后的價(jià)值,深入了解用戶需求,提升營銷效率,逐漸成為了企業(yè)的重要目標(biāo)�；谶@樣的背景,我們提出了基于動(dòng)漫大數(shù)據(jù)的用戶畫像建模以及營銷策略管理平臺(tái)的實(shí)現(xiàn)的課題。本課題以動(dòng)漫客戶端用戶的海量行為數(shù)據(jù)為基礎(chǔ),對(duì)動(dòng)漫場景下的用戶畫像進(jìn)行了研究和構(gòu)建,并基于動(dòng)漫用戶畫像實(shí)現(xiàn)了營銷策略管理平臺(tái)。用戶畫像建模的核心是標(biāo)簽體系的建立。本文首先研究了標(biāo)簽體系的基本特點(diǎn)和構(gòu)建思路,并結(jié)合動(dòng)漫業(yè)務(wù)場景分層構(gòu)建了動(dòng)漫標(biāo)簽體系。然后采用統(tǒng)計(jì)分析和機(jī)器學(xué)習(xí)算法針對(duì)動(dòng)漫用戶的性別、年齡段、用戶偏好、用戶價(jià)值等模型標(biāo)簽進(jìn)行建模,進(jìn)而得到了用戶的標(biāo)簽化模型。在動(dòng)漫用戶性別的識(shí)別問題中,本課題提出了一種基于隨機(jī)森林和極限學(xué)習(xí)機(jī)融合的算法模型,該模型能夠?qū)崿F(xiàn)高度并行化,且具備訓(xùn)練誤差小、泛化能力強(qiáng)的特點(diǎn)。實(shí)驗(yàn)表明,該模型能夠更準(zhǔn)確的預(yù)測動(dòng)漫用戶的性別。最后結(jié)合動(dòng)漫營銷的業(yè)務(wù)場景,完成了基于動(dòng)漫用戶畫像的營銷策略管理平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn),主要包括平臺(tái)架構(gòu)的設(shè)計(jì)、營銷策略生命周期模型的設(shè)計(jì)和平臺(tái)各子系統(tǒng)的實(shí)現(xiàn)。
【圖文】：

第四章基于動(dòng)漫大數(shù)據(jù)的用戶畫像建模逡逑本章的內(nèi)容主要圍繞標(biāo)簽體系中模型標(biāo)簽的構(gòu)建進(jìn)行展開�；谝褬�(gòu)建的模逡逑型標(biāo)簽，大致需要構(gòu)建以下模型：動(dòng)漫客戶端用戶性別識(shí)別模型、動(dòng)漫客戶端用逡逑戶年齡段分析模型、動(dòng)漫客戶端用戶時(shí)間偏好分析模型、動(dòng)漫客戶端用戶價(jià)值分逡逑析模型和動(dòng)漫客戶端潛在會(huì)員識(shí)別模型。逡逑４．１動(dòng)漫用戶行為數(shù)據(jù)的采集逡逑本課題動(dòng)漫用戶行為數(shù)據(jù)來源于咪咕動(dòng)漫平臺(tái)，是通過動(dòng)漫客戶端ＳＤＫ逡逑（Ｓｏｆｔｗａｒｅ邋Ｄｅｖｅｌｏｐｍｅｎｔ邋Ｋｉｔ）埋點(diǎn)的方式，以ＩＭＥＩ為唯一標(biāo)識(shí)對(duì)動(dòng)漫客戶端用逡逑戶的操作行為數(shù)據(jù)（如啟動(dòng)、觀看、下載、評(píng)論、關(guān)注等行為數(shù)據(jù)）進(jìn)行采集并逡逑匯總。逡逑

北京郵電大學(xué)工學(xué)碩士學(xué)位論文，隨機(jī)森林的子樹數(shù)量選擇Ｍ邋＝邋２０，４０，６０，８０，１００，極限學(xué)選擇ｉＶ邋＝邋１００，１５０，２００，２５０，３００，，３５０。調(diào)整參數(shù)Ｍ和Ａ／達(dá)５所示。逡逑５中可以看到，當(dāng)隨機(jī)森林的子樹數(shù)量Ｍ�。叮�，極限學(xué)習(xí)３５０時(shí)，基于隨機(jī)森林和極限學(xué)習(xí)機(jī)融合的模型可以達(dá)該模型與隨機(jī)森林算法、極限學(xué)習(xí)機(jī)算法的準(zhǔn)確率分別示。逡逑１００－邐灥~査嬤瓷В校╁澹擔(dān)茲諍夏Ｈⅲ�，ＮΤ�(dān)埃╁義

本文編號(hào)：2596306