本文關(guān)鍵詞：基于商業(yè)WiFi廣告?zhèn)�性化推薦算法的研究　出處：《北京交通大學(xué)》2017年碩士論文　論文類型：學(xué)位論文

  更多相關(guān)文章： 商業(yè)WiFi 個性化推薦 協(xié)同過濾 關(guān)聯(lián) 認(rèn)證廣告

【摘要】：隨著移動互聯(lián)網(wǎng)的迅猛發(fā)展和智能終端的普及,人們對于無線網(wǎng)絡(luò)的需求越來強烈,WiFi是移動互聯(lián)網(wǎng)的底層流量入口,作為公眾WiFi的一部分商業(yè)WiFi的出現(xiàn)成功彌補了其覆蓋范圍不足的缺陷,在一定程度上滿足了用戶聯(lián)網(wǎng)的需求,同時作為用戶上網(wǎng)的底層入口,具有很大的潛在價值�，F(xiàn)如今商業(yè)WiFi無線認(rèn)證界面只是簡單的橫幅廣告或者文字廣告,頁面內(nèi)容變化還需靠人工來完成,所以更新率低,最重要的是無法根據(jù)用戶的喜好進(jìn)行個性化推薦,做不到“千人千面”。一方面用戶的體驗度不好,另一方面商場中有那么多的商品無法做到精準(zhǔn)營銷,不利于將流量變現(xiàn)。因此研究在商業(yè)WiFi環(huán)境下廣告?zhèn)�性化推薦算法具有重要意義。本文的主要研究工作如下:(1)對目前主流的推薦算法進(jìn)行了深入研究,分析了各個算法的推薦原理,并通過配圖對原理進(jìn)行了補充。重點分析了協(xié)同過濾算法,認(rèn)真學(xué)習(xí)了 Cosine、Pearson以及Adjust Cosine相似度算法,詳細(xì)描述了基于項目的協(xié)同過濾算法的執(zhí)行過程;(2)提出并分析了一個新的基于關(guān)聯(lián)的相似度算法。通過研究分析商業(yè)WiFi環(huán)境下用戶和廣告特征,在協(xié)同過濾算法的基礎(chǔ)上,提出了一種新的相似度算法,該算法引入了用戶/項目的關(guān)聯(lián)因子。研究并優(yōu)化了評分預(yù)測算法,在基于項目的協(xié)同過濾算法基礎(chǔ)上,對評分預(yù)測算法進(jìn)行了改進(jìn),推薦準(zhǔn)確度更高,使其更適合商業(yè)WiFi的廣告環(huán)境;(3)通過MAE(平均絕對誤差)與RMSE(均方根誤差)值來計算文中算法的預(yù)測精確度,完成了基于MovieLens數(shù)據(jù)集的實驗,結(jié)果證明了新的相似度算法和改進(jìn)后的評分預(yù)測算法在數(shù)據(jù)不同稀疏程度、不同最近鄰個數(shù)等情況下,對比傳統(tǒng)協(xié)同過濾算法具有更好的推薦準(zhǔn)確度;(4)最后,利用本文的算法思路,設(shè)計了商業(yè)WiFi認(rèn)證廣告系統(tǒng)框架,分析了客戶端與服務(wù)器進(jìn)行通信的網(wǎng)關(guān)協(xié)議,利用當(dāng)前的開源路由器固件OpenWRT和認(rèn)證服務(wù)器固件OpenWMS,設(shè)計并實現(xiàn)了商業(yè)WiFi的接入認(rèn)證模塊。
[Abstract]:With the popularity of the rapid development of mobile Internet and intelligent terminals, demand for wireless network more and more, WiFi is the underlying traffic entrance of the mobile Internet, as the public part of the WiFi business WiFi make up the defect of inadequate coverage, to a certain extent to meet the needs of Internet users at the same time, the bottom entrance as Internet users, has great potential value. Now the business of WiFi wireless authentication interface simply banner or text ads, the content of the page changes also need to rely on manual to complete, so the update rate is low, the most important thing is not according to the user's preferences for personalized recommendation, do not "Thousand Faces" on the one hand. The user experience is not good, on the other hand, there are so many shopping malls in the goods can do precision marketing, is not conducive to the flow is realized. So the study on commercial WiFi Under the environment of advertising personalized recommendation algorithm has important significance. The main research work of this paper is as follows: (1) the current mainstream recommendation algorithm has been studied, analyzed the principle of each recommendation algorithm, and by drawing on the principle of complementary. Focus on the analysis of the collaborative filtering algorithm, to seriously study the Cosine, Pearson and Adjust Cosine similarity algorithm is described in detail the implementation process of the collaborative filtering algorithm based on project; (2) proposed and analyzed a new similarity algorithm based on correlation analysis. Through the study of households and commercial advertising features under the environment of WiFi, based on collaborative filtering algorithm, proposes a new similarity algorithm. The algorithm introduces the correlation factor user / project. Research and optimization of the score prediction algorithm based on collaborative filtering algorithm based on the project, the score prediction algorithm for the improved push Recommend more accurate, to make it more suitable for commercial WiFi advertising environment; (3) by MAE (mean absolute error) and RMSE (mean square error) value to calculate the prediction accuracy of the algorithm, completed the experiments based on MovieLens data set, the results proved that the new similarity score calculation method and prediction algorithm the improved sparse data in different degree, different nearest neighbor number of cases, compared with the traditional collaborative filtering algorithm has better recommendation accuracy; (4) finally, using the idea of this algorithm, the design of commercial advertising system WiFi authentication framework, gateway protocol analysis of client and server communication, using the current open source router firmware OpenWRT and authentication server firmware OpenWMS, the design and implementation of access authentication module of commercial WiFi.

【學(xué)位授予單位】：北京交通大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP391.3;TN92

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李穎基,彭宏,鄭啟倫,曾煒;自動分層推薦算法[J];計算機應(yīng)用;2002年11期

2 徐義峰;徐云青;劉曉平;;一種基于時間序列性的推薦算法[J];計算機系統(tǒng)應(yīng)用;2006年10期

3 余小鵬;;一種基于多層關(guān)聯(lián)規(guī)則的推薦算法研究[J];計算機應(yīng)用;2007年06期

4 張海玉;劉志都;楊彩;賈松浩;;基于頁面聚類的推薦算法的改進(jìn)[J];計算機應(yīng)用與軟件;2008年09期

5 張立燕;;一種基于用戶事務(wù)模式的推薦算法[J];福建電腦;2009年03期

6 王晗;夏自謙;;基于蟻群算法和瀏覽路徑的推薦算法研究[J];中國科技信息;2009年07期

7 周珊丹;周興社;王海鵬;倪紅波;張桂英;苗強;;智能博物館環(huán)境下的個性化推薦算法[J];計算機工程與應(yīng)用;2010年19期

8 王文;;個性化推薦算法研究[J];電腦知識與技術(shù);2010年16期

9 張愷;秦亮曦;寧朝波;李文閣;;改進(jìn)評價估計的混合推薦算法研究[J];微計算機信息;2010年36期

10 夏秀峰;代沁;叢麗暉;;用戶顯意識下的多重態(tài)度個性化推薦算法[J];計算機工程與應(yīng)用;2011年16期

相關(guān)會議論文 前10條

1 王韜丞;羅喜軍;杜小勇;;基于層次的推薦:一種新的個性化推薦算法[A];第二十四屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2007年

2 唐燦;;基于模糊用戶心理模式的個性化推薦算法[A];2008年計算機應(yīng)用技術(shù)交流會論文集[C];2008年

3 秦國;杜小勇;;基于用戶層次信息的協(xié)同推薦算法[A];第二十一屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（技術(shù)報告篇）[C];2004年

4 周玉妮;鄭會頌;;基于瀏覽路徑選擇的蟻群推薦算法:用于移動商務(wù)個性化推薦系統(tǒng)[A];社會經(jīng)濟發(fā)展轉(zhuǎn)型與系統(tǒng)工程——中國系統(tǒng)工程學(xué)會第17屆學(xué)術(shù)年會論文集[C];2012年

5 蘇日啟;胡皓;汪秉宏;;基于網(wǎng)絡(luò)的含時推薦算法[A];第五屆全國復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會議論文（摘要）匯集[C];2009年

6 梁莘q，

本文編號：1404574