近年來,隨著互聯(lián)網(wǎng)的發(fā)展,移動(dòng)在線社交的出現(xiàn)雖然給商家和第三產(chǎn)業(yè)服務(wù)商提供了大量的機(jī)遇,但也帶來了“信息過載”等負(fù)面影響。精準(zhǔn)營銷一直是服務(wù)商和運(yùn)營商最重要的業(yè)務(wù)部分,面對(duì)數(shù)量龐大的用戶和數(shù)以億計(jì)的用戶數(shù)據(jù),傳統(tǒng)的標(biāo)簽式推薦系統(tǒng)難以快速精準(zhǔn)的找到潛在目標(biāo)用戶。隨著機(jī)器學(xué)習(xí)的興起,“定制化受眾”的概念在推薦領(lǐng)域得到了廣泛應(yīng)用。“定制化受眾”的含義是當(dāng)平臺(tái)擁有了一定規(guī)模體量的用戶后,平臺(tái)推薦系統(tǒng)可以自動(dòng)為有需要的商家發(fā)現(xiàn)潛在受眾用戶,即使該用戶之前與該商家并未有實(shí)際的接觸。定制化受眾的核心思想是Look-alike服務(wù),它的定位是“以人找人”的思維模式,廣告商向平臺(tái)提供已有用戶群作為算法種子樣本,定制化受眾系統(tǒng)自動(dòng)在平臺(tái)內(nèi)尋找出潛在目標(biāo)客戶群。一個(gè)完整的定制化受眾系統(tǒng)通常情況下由用戶、廣告商、用戶數(shù)據(jù)三個(gè)對(duì)象組成。本文的主要研究內(nèi)容是基于社交關(guān)系的潛在用戶擴(kuò)展,在推薦算法的基礎(chǔ)理論研究下,提出了一種基于社交關(guān)系的定制化受眾算法模型。該模型讓企業(yè)不用再去對(duì)用戶進(jìn)行基于屬性或興趣進(jìn)行標(biāo)簽劃分,能夠利用用戶社交關(guān)系,快速挖掘潛在用戶。模型使用word2vec算法完成了用戶屬性信息、社交文本信息的... 

【文章來源】：中南財(cái)經(jīng)政法大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：56 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

基于內(nèi)容的推薦模型流程圖

基于用戶的協(xié)同過濾

基于物品的協(xié)同過濾

【參考文獻(xiàn)】：
期刊論文
[1]基于深度自動(dòng)編碼器的多標(biāo)簽分類研究[J]. 聶煜,廖祥文,魏晶晶,楊定達(dá),陳國龍.  廣西師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2019(01)
[2]基于詞性與詞序的相關(guān)因子訓(xùn)練的word2vec改進(jìn)模型[J]. 潘博,于重重,張青川,徐世璇,曹帥.  電子學(xué)報(bào). 2018(08)
[3]基于Neo4j的社交網(wǎng)絡(luò)平臺(tái)設(shè)計(jì)與實(shí)現(xiàn)[J]. 張琳,熊斯攀.  情報(bào)探索. 2018(08)
[4]基于Word2vec的語義查詢擴(kuò)展方法[J]. 章露露,呂曉偉.  軟件導(dǎo)刊. 2018(09)
[5]基于Word2vec和SVM的微博情感挖掘與仿真分析[J]. 繆廣寒.  電子科技. 2018(05)
[6]基于社交實(shí)值條件的拓?fù)渖窠?jīng)網(wǎng)絡(luò)推薦算法[J]. 楊璐,洪聯(lián)系.  三明學(xué)院學(xué)報(bào). 2018(02)
[7]基于用戶興趣變化和評(píng)論的協(xié)同過濾算法研究[J]. 董晨露,柯新生.  計(jì)算機(jī)科學(xué). 2018(03)
[8]基于Node2vec的改進(jìn)算法的研究[J]. 杜陽陽,李華康,李濤.  計(jì)算機(jī)技術(shù)與發(fā)展. 2018(07)
[9]基于深度學(xué)習(xí)的推薦系統(tǒng)研究綜述[J]. 黃立威,江碧濤,呂守業(yè),劉艷博,李德毅.  計(jì)算機(jī)學(xué)報(bào). 2018(07)
[10]電信行業(yè)基于種子用戶群擴(kuò)展技術(shù)的定向營銷研究與應(yīng)用[J]. 張旭,劉洋,胡磊,趙曉東,張海濱.  電信科學(xué). 2018(01)

碩士論文
[1]朋友圈信息流廣告效果影響因素的實(shí)證研究[D]. 何岳紅.華南理工大學(xué) 2018
[2]基于信任關(guān)系的用戶聚類協(xié)同過濾模型研究[D]. 孫楠楠.華南理工大學(xué) 2018
[3]基于深度學(xué)習(xí)的Web社區(qū)推薦算法研究與應(yīng)用[D]. 劉宇寧.西南交通大學(xué) 2018
[4]基于Time-LSTM的推薦系統(tǒng)[D]. 廖翊康.浙江大學(xué) 2018
[5]采用Node2Vec模型對(duì)網(wǎng)絡(luò)特征表示方法研究[D]. 姚銳.南京大學(xué) 2018
[6]基于NOSQL數(shù)據(jù)庫的路網(wǎng)最短路徑查詢及優(yōu)化研究[D]. 于海鵬.北京工業(yè)大學(xué) 2016
[7]基于協(xié)同過濾模型與隱語義模型的推薦系統(tǒng)研究與實(shí)現(xiàn)[D]. 魯權(quán).湖南大學(xué) 2013
[8]奢侈品電子商務(wù)推薦的協(xié)同過濾算法研究與應(yīng)用[D]. 李文剛.復(fù)旦大學(xué) 2012



本文編號(hào)：3363821