本文選題：社交網(wǎng)絡 + 用戶興趣��； 參考：《北京郵電大學》2016年碩士論文

【摘要】：Facebook、微博等社交網(wǎng)絡將人們的線下社交生活搬到了線上,使人們的虛擬化生活越來越豐富[1]。這些豐富的社交信息可以充分的刻畫一個人的性格和形象,是一個人的信息化的表現(xiàn)。用戶畫像是個性化搜索、推薦的基礎(chǔ),蘊藏著巨大的商業(yè)價值。針對上述背景,本文主要研究了基于社交的用戶畫像問題。由于用戶畫像涵蓋的范圍很廣,所以本文選取了其中的興趣和職業(yè)這兩個比較重要的研究點。本文調(diào)研了多個領(lǐng)域的研究理論和成果,對其進行分析對比,提出了基于社交標簽的用戶興趣發(fā)現(xiàn)算法和基于分類的社交用戶職業(yè)發(fā)現(xiàn)算法。本文在興趣發(fā)現(xiàn)算法中主要利用了詞提取算法和歸一化社交標簽的方法。對于用戶職業(yè)發(fā)現(xiàn),國內(nèi)外研究比較少,所以本文做了一些嘗試性的研究,提出了基于分類的用戶職業(yè)發(fā)現(xiàn)算法。實驗結(jié)果表明,本文提出的算法在具體的應用場景下能夠保證用戶興趣和職業(yè)發(fā)現(xiàn)結(jié)果的準確性,能夠很好地滿足中文社交網(wǎng)絡對用戶特征挖掘的需求。為了對分析結(jié)果進行簡單直觀的展示,本文開發(fā)了“UPS”用戶畫像構(gòu)建系統(tǒng),并將用戶興趣發(fā)現(xiàn)算法應用到了推薦領(lǐng)域,證明了本文算法的可靠性和準確性。
[Abstract]:Social networks such as Facebook, Weibo, and other social networks have brought their offline social lives online, making their virtual lives richer and richer. These rich social information can fully depict a person's character and image, is a person's information performance. User portrait is a personalized search, the basis of recommendation, contains a huge commercial value. In view of the above background, this paper mainly studies the problem of social-based user portrait. Because of the wide range of user portraits, this paper selects two important research points: interest and occupation. This paper investigates the research theories and achievements in many fields and compares them and proposes the user interest discovery algorithm based on social label and the social user occupation discovery algorithm based on classification. This paper mainly uses the word extraction algorithm and the normalized social label method in the interest discovery algorithm. There are few researches on user occupation discovery at home and abroad, so this paper makes some tentative research and proposes a classification-based user occupation discovery algorithm. Experimental results show that the proposed algorithm can ensure the accuracy of user interest and occupation discovery results in specific application scenarios and can meet the needs of Chinese social networks for user feature mining. In order to show the analysis results simply and intuitively, this paper develops a "UPS" user portrait construction system, and applies the user interest discovery algorithm to the recommended field, which proves the reliability and accuracy of the proposed algorithm.
【學位授予單位】：北京郵電大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP393.09;TP311.13

【參考文獻】

相關(guān)期刊論文 前8條

1 余孟杰;;產(chǎn)品研發(fā)中用戶畫像的數(shù)據(jù)模建——從具象到抽象[J];設計藝術(shù)研究;2014年06期

2 趙曙光;;高轉(zhuǎn)化率的社交媒體用戶畫像:基于500用戶的深訪研究[J];現(xiàn)代傳播(中國傳媒大學學報);2014年06期

3 李鵬;王斌;石志偉;崔雅超;李恒訓;;Tag-TextRank:一種基于Tag的網(wǎng)頁關(guān)鍵詞抽取方法[J];計算機研究與發(fā)展;2012年11期

4 王成;劉亞峰;王新成;閆桂榮;;分類器的分類性能評價指標[J];電子設計工程;2011年08期

5 胡海波;王林;;冪律分布研究簡史[J];物理;2005年12期

6 程嵐嵐,何丕廉,孫越恒;基于樸素貝葉斯模型的中文關(guān)鍵詞提取算法研究[J];計算機應用;2005年12期

7 劉紅巖,陳劍,陳國青;數(shù)據(jù)挖掘中的數(shù)據(jù)分類算法綜述[J];清華大學學報(自然科學版);2002年06期

8 鐘曉;馬少平;張鈸;俞瑞釗;;數(shù)據(jù)挖掘綜述[J];模式識別與人工智能;2001年01期

相關(guān)碩士學位論文 前1條

1 彭麗;數(shù)據(jù)挖掘中幾種劃分聚類算法的比較及改進[D];大連理工大學;2008年

，

本文編號：1910787