發(fā)布時間：2017-12-18 06:25

  本文關(guān)鍵詞：基于內(nèi)容的郵箱廣告推薦系統(tǒng)

  更多相關(guān)文章： 郵箱廣告 詞向量工具 潛在語義索引 支持向量機(jī) 組合推薦

【摘要】：隨著互聯(lián)網(wǎng)和電子商務(wù)在人們的生活中占據(jù)的比重越來越大,人們越來越依賴互聯(lián)網(wǎng),從互聯(lián)網(wǎng)獲得的新聞、音樂、視頻等信息,充斥著人們每天的生活,人們對網(wǎng)絡(luò)信息的需求正在不斷提高。但是,信息繁榮的背后,是獲取有效信息的困難加大,從大數(shù)據(jù)中得到用戶感興趣的內(nèi)容、商品、娛樂信息也成了亟待解決的問題。 面對此問題,本論文實現(xiàn)了一種基于內(nèi)容的郵箱廣告推薦系統(tǒng)。 論文首先建立了數(shù)據(jù)庫和數(shù)據(jù)字典,即對用戶過去的往來郵件和日志文件進(jìn)行解析,得到用戶的關(guān)鍵字存入數(shù)據(jù)庫,同時構(gòu)建了系統(tǒng)所需要的數(shù)據(jù)字典。系統(tǒng)提取用戶的關(guān)鍵字?jǐn)?shù)據(jù),通過潛在語義索引模型實現(xiàn)特征矩陣的降維,然后在數(shù)據(jù)集中選取樣本放入支持向量機(jī)進(jìn)行訓(xùn)練,得到用戶興趣分類模型。當(dāng)用戶瀏覽郵件時,系統(tǒng)會根據(jù)數(shù)據(jù)庫中該用戶關(guān)鍵字的數(shù)量判斷用戶的等級,若其關(guān)鍵字的數(shù)量不充足,則通過詞向量工具對其進(jìn)行語料擴(kuò)展,然后將該用戶的特征向量通過分類模型得到用戶的興趣類別,最后采用組合的推薦算法實現(xiàn)對用戶的廣告推薦,本課題以圖書推薦作為廣告推薦的示例。 其次論文將基于內(nèi)容的推薦應(yīng)用在郵箱廣告推薦系統(tǒng)中,充分利用了郵箱這一平臺,通過挖掘用戶的郵件內(nèi)容、操作記錄、聯(lián)系人等信息數(shù)據(jù),作為基于內(nèi)容推薦的數(shù)據(jù)來源。同時,本文的推薦算法采用組合加權(quán)的方法,將搜索引擎檢索和近鄰算法的推薦結(jié)果相結(jié)合,作為展示給用的廣告推薦,使得推薦結(jié)果更準(zhǔn)確。 最后,論文實現(xiàn)了一個圖書廣告推薦系統(tǒng),實驗結(jié)果也表明了系統(tǒng)的有效性。
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2015
【分類號】：TP391.3

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前1條

1 余力,劉魯;電子商務(wù)個性化推薦研究[J];計算機(jī)集成制造系統(tǒng);2004年10期

，

本文編號：1303173