發(fā)布時(shí)間：2020-06-07 00:12

【摘要】：由于信息科技和互聯(lián)網(wǎng)技術(shù)的發(fā)展,廣告商將目光從傳單、報(bào)紙、電視等形式轉(zhuǎn)向了網(wǎng)絡(luò)、電腦、手機(jī)。但是,鋪天蓋地的廣告不僅浪費(fèi)了用戶大量時(shí)間,嚴(yán)重干擾到了日常生活,而且無法滿足用戶的需求,降低用戶的體驗(yàn)度。因此,找到用戶需求,發(fā)現(xiàn)用戶之間的差異性,針對(duì)不同的用戶投放不同的廣告才是正確的選擇,才能使廣告商、用戶、系統(tǒng)開發(fā)商三者效益最大化。目前,定向廣告投放主要是分析用戶目前瀏覽的內(nèi)容,進(jìn)行廣告匹配,進(jìn)而投放廣告。這樣完全忽略了用戶的興趣,投放效率不高,收益不明顯�；谝陨系膯栴},本文對(duì)基于用戶目前瀏覽的內(nèi)容算法基礎(chǔ)之上繼續(xù)改進(jìn)。利用用戶數(shù)據(jù)進(jìn)行用戶興趣建模,通過興趣建模與用戶當(dāng)前瀏覽的頁面關(guān)鍵字相結(jié)合,進(jìn)行廣告相關(guān)性匹配,提高廣告投放的準(zhǔn)確率。在本文廣告投放系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)中,如何正確挖掘用戶的興趣愛好,建立用戶的興趣模型是重中之重,決定了廣告投放的準(zhǔn)確率。因此,在進(jìn)行興趣建模時(shí),在提取用戶主題建模的基礎(chǔ)之上,不僅對(duì)用戶的歷史數(shù)據(jù)進(jìn)行主題提取和特征分析,而且利用用戶的行為數(shù)據(jù)和用戶的內(nèi)容數(shù)據(jù)找到與用戶相似的用戶集,建立用戶歷史模型、用戶行為興趣模型和用戶內(nèi)容興趣模型,將三個(gè)模型結(jié)合構(gòu)建用戶興趣模型,這樣才能更加反應(yīng)出用戶真實(shí)的興趣愛好。另外,在進(jìn)行廣告和用戶興趣匹配時(shí),考慮到了用戶暫時(shí)性需要,引入了用戶當(dāng)前頁面關(guān)鍵字權(quán)重,用戶興趣模型與關(guān)鍵字權(quán)重相結(jié)合進(jìn)行廣告匹配,進(jìn)一步增加廣告的準(zhǔn)確率。最后,由于系統(tǒng)數(shù)據(jù)較多、計(jì)算復(fù)雜、計(jì)算多樣。所以,系統(tǒng)采用基于內(nèi)存的spark分布式計(jì)算框架來進(jìn)行主題模型、用戶興趣模型等離線數(shù)據(jù)的訓(xùn)練;對(duì)于用戶瀏覽內(nèi)容的關(guān)鍵字提取等實(shí)時(shí)數(shù)據(jù)的計(jì)算采用Spark Streaming實(shí)時(shí)計(jì)算框架。相關(guān)數(shù)據(jù)存儲(chǔ)采用HDFS、HBASE和Hive等分布式存儲(chǔ)系統(tǒng)。針對(duì)前端請(qǐng)求利用redis緩存數(shù)據(jù)庫(kù)加快數(shù)據(jù)請(qǐng)求。本文將優(yōu)化后的用戶興趣建模和廣告推薦算法應(yīng)用到具體的系統(tǒng)中,參照系統(tǒng)總體結(jié)構(gòu),對(duì)本人所做的工作模塊將進(jìn)行詳細(xì)說明分析。在系統(tǒng)驗(yàn)證方面,本文從廣告的投放效果進(jìn)行分析驗(yàn)證。實(shí)驗(yàn)表明,本文對(duì)用戶興趣模型的改進(jìn)和推薦方式的設(shè)計(jì)更能發(fā)現(xiàn)用戶的需求,為用戶帶來新鮮感,增加用戶體驗(yàn)度。
【圖文】：

興趣需要對(duì)用戶數(shù)據(jù)進(jìn)行精準(zhǔn)分析。用戶興趣的關(guān)鍵在于對(duì)用戶數(shù)據(jù)進(jìn)行分析，挖逡逑掘用戶的愛好，推送相應(yīng)的廣告。目前，用戶數(shù)據(jù)都是以日志形式存儲(chǔ)。所以，本逡逑章將重點(diǎn)對(duì)文本挖掘技術(shù)和廣告投放算法進(jìn)行重點(diǎn)介紹，進(jìn)行技術(shù)優(yōu)選。逡逑２．１用戶文本處理技術(shù)逡逑在廣告投放平臺(tái)中，需要對(duì)用戶的文本數(shù)據(jù)進(jìn)行分析，挖掘出用戶的興趣愛好。逡逑文本處理最重要的是找出能文本的關(guān)鍵字，找出文本主題，，主要包括文本分詞、文逡逑本特征提取兩部分。本節(jié)將從這兩方面進(jìn)行技術(shù)分析和甄選。逡逑２．１．１文本分詞技術(shù)逡逑分詞的基本原理是針對(duì)文本字符串進(jìn)行分段切割，過濾掉無關(guān)字符，輸出分段逡逑好的中文、英文、數(shù)字等字符串�；具^程如２－１圖所示：逡逑

它認(rèn)為一篇文檔是由一組詞構(gòu)成的一個(gè)集合，詞與詞之間沒有順序以及先后的關(guān)逡逑系。一篇文檔可以包含多個(gè)主題，文檔中每一個(gè)詞都由其中的一個(gè)主題生成。ＬＤＡ逡逑模型圖如圖２－２所示：逡逑ＪＪＴ逡逑邐邐邐邋ＪＪＴ逡逑（ＴＶ邋（ｈ）—＜（§））逡逑）Ｋｎ，Ａｉ逡逑“ｎ凡］逡逑ｍ＃郟埽停藎]3?圖２－２邋ＬＤＡ概率圖模型逡逑Ｆｉｇｕｒｅ邋２－２邋ＬＤＡ邋ｐｒｏｂａｂｉｌｉｔｙ邋ｍａｐ邋ｍｏｄｅｌ逡逑圖２－２中，其中尺表示主題個(gè)數(shù)，ｉＶ表示當(dāng)前用戶文檔的總詞數(shù)，Ｍ表示用逡逑戶日志集中日志的數(shù)量。圖中的出所在的圓圈表示可觀測(cè)變量，Ｚ，？，？所在的圓圈逡逑７逡逑
【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：F713.8;TP311.52

【參考文獻(xiàn)】

相關(guān)期刊論文 前2條

1 陳典紅;李海明;單越康;;基于機(jī)器視覺的公差檢測(cè)系統(tǒng)算法研究與應(yīng)用——自適應(yīng)邊緣檢測(cè)與修正Hough變換[J];計(jì)算機(jī)工程與應(yīng)用;2007年07期

2 郭曉燕,張博鋒,方愛國(guó),周傳飛;智能答疑中問題相關(guān)度算法研究及系統(tǒng)實(shí)現(xiàn)[J];計(jì)算機(jī)應(yīng)用;2005年02期

相關(guān)碩士學(xué)位論文 前8條

1 何世福;云環(huán)境下DM廣告精準(zhǔn)投放模型研究[D];大連理工大學(xué);2017年

2 常衛(wèi)建;智能廣告投放平臺(tái)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京交通大學(xué);2017年

3 張露露;基于分布式采集策略的病蟲害主題搜索引擎研究[D];東北林業(yè)大學(xué);2017年

4 王磊;基于大數(shù)據(jù)的廣告投放平臺(tái)[D];西安電子科技大學(xué);2016年

5 張少杰;基于用戶興趣的微博廣告投放系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];山西大學(xué);2015年

6 張藝偉;基于讓渡價(jià)值的手機(jī)廣告運(yùn)作研究[D];湖南大學(xué);2014年

7 丁浩;基于用戶興趣變化動(dòng)態(tài)聚類的協(xié)同過濾算法[D];南京郵電大學(xué);2014年

8 何昆懋;P2P視頻點(diǎn)播流媒體內(nèi)容分發(fā)技術(shù)研究[D];電子科技大學(xué);2010年

本文編號(hào)：2700499