本文選題：移動互聯(lián)網(wǎng) + 網(wǎng)頁分類URL�。� 參考：《河北大學(xué)》2013年碩士論文

【摘要】：近年來，移動互聯(lián)網(wǎng)發(fā)展迅速。2012年7月，CNNIC公布的數(shù)據(jù)顯示，60%的人通過移動設(shè)備接入互聯(lián)網(wǎng)。移動互聯(lián)網(wǎng)用戶規(guī)模已不容小視，移動互聯(lián)網(wǎng)市場潛力巨大。 中國電信運營商非常重視移動互聯(lián)網(wǎng)市場，密切關(guān)注著其可能帶來的巨大商機。目前，各大運營商都在采取積極措施，分析用戶的上網(wǎng)行為特征，從而找出目標(biāo)客戶群，根據(jù)客戶群的不同向其提供差異化的服務(wù)，進而達(dá)到精準(zhǔn)營銷的目的。 在此背景之下，本文提出并實現(xiàn)了一個基于URL的網(wǎng)頁分類算法。該算法利用URL的特征頻率進行網(wǎng)頁分類，是一個具有較低計算復(fù)雜度的網(wǎng)頁分類算法。應(yīng)用該算法本文實現(xiàn)了一個基于URL分析的移動互聯(lián)網(wǎng)用戶分群系統(tǒng)，根據(jù)移動用戶的上網(wǎng)行為軌跡實現(xiàn)了用戶分群，通過設(shè)定營銷規(guī)則，發(fā)現(xiàn)群組中符合營銷規(guī)則的目標(biāo)客戶。 本文的研究工作主要包括以下幾方面： 第一，本文研究了傳統(tǒng)的網(wǎng)頁分類算法和文本分類算法，在此基礎(chǔ)上提出了一種基于URL的網(wǎng)頁分類算法，該算法僅利用網(wǎng)頁的URL特征對網(wǎng)頁進行分類，算法主要特點就是計算復(fù)雜度低，，速度快。 第二，根據(jù)某省移動公司的營銷需求，設(shè)計了一個基于URL分析的移動互聯(lián)網(wǎng)用戶分群系統(tǒng)。該系統(tǒng)采用本文提出的基于URL的網(wǎng)頁分類算法，對DPI日志中的URL進行分類，實現(xiàn)了移動互聯(lián)網(wǎng)用戶分群；本系統(tǒng)與移動公司的廣告分發(fā)系統(tǒng)直接相連，可以實現(xiàn)對目標(biāo)用戶的精確營銷。 第三，本文通過一個營銷實例驗證了用戶分群系統(tǒng)的功能，分析了系統(tǒng)的精確營銷效率。
[Abstract]:In recent years, the mobile Internet has grown rapidly. Data released by CNNIC in July 2012 show that 60 percent of people connect to the Internet via mobile devices. The scale of mobile Internet users is not to be underestimated, mobile Internet market potential is huge. Chinese telecom operators attach great importance to the mobile Internet market and closely monitor its potential huge business opportunities. At present, all the major operators are taking active measures to analyze the characteristics of users' online behavior, so as to find out the target customer groups, and provide differentiated services to them according to the different customer groups, and then achieve the goal of accurate marketing. Under this background, this paper proposes and implements a web page classification algorithm based on URL. This algorithm uses the feature frequency of URL to classify web pages, and it is a low computational complexity web page classification algorithm. Using this algorithm, a mobile Internet user cluster system based on URL analysis is implemented. According to the mobile users' behavior trajectory, the users are divided into groups. By setting up marketing rules, the target customers in the group are found to conform to the marketing rules. The research work of this paper mainly includes the following aspects: Firstly, this paper studies the traditional web page classification algorithms and text classification algorithms, and then proposes a web page classification algorithm based on URL, which only uses the URL features of the web pages to classify the web pages. The main characteristic of the algorithm is its low computational complexity and high speed. Secondly, according to the marketing demand of a province mobile company, a mobile Internet user grouping system based on URL analysis is designed. This system adopts the URL based web page classification algorithm, classifies the URL in the DPI log, realizes the mobile Internet user group, and the system is directly connected with the advertisement distribution system of the mobile company. Can realize the accurate marketing to the target user. Thirdly, this paper verifies the function of user grouping system through a marketing example, and analyzes the accurate marketing efficiency of the system.
【學(xué)位授予單位】：河北大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2013
【分類號】：TP393.092

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李玉擰;周蘭珍;操衛(wèi)平;;基于DF和CHI的聯(lián)合特征提取方法及其應(yīng)用[J];北京工業(yè)大學(xué)學(xué)報;2008年09期

2 王琦,唐世渭,楊冬青,王騰蛟;基于DOM的網(wǎng)頁主題信息自動提取[J];計算機研究與發(fā)展;2004年10期

3 毛先領(lǐng);何靖;閆宏飛;;網(wǎng)頁去噪:研究綜述[J];計算機研究與發(fā)展;2010年12期

4 張宇;宋巍;劉挺;李生;;基于URL主題的查詢分類方法[J];計算機研究與發(fā)展;2012年06期

5 唐亮;段建國;許洪波;梁玲;;基于互信息最大化的特征選擇算法及應(yīng)用[J];計算機工程與應(yīng)用;2008年13期

6 許世明;武波;馬翠;邸思;徐洪奎;杜如虛;;一種基于預(yù)分類的高效SVM中文網(wǎng)頁分類器[J];計算機工程與應(yīng)用;2010年01期

7 劉祥濤;劉書良;;NQPC:一種新型的基于查詢?nèi)罩镜木W(wǎng)頁分類方法[J];計算機工程與應(yīng)用;2012年11期

8 蘭均;施化吉;李星毅;徐敏;;基于特征詞復(fù)合權(quán)重的關(guān)聯(lián)網(wǎng)頁分類[J];計算機科學(xué);2011年03期

9 王曄;黃上騰;;基于潛在鏈接分析的FTSVM網(wǎng)頁分類[J];計算機工程;2006年10期

10 馮和龍;夏勝平;;基于RSOM-Bayes的網(wǎng)頁分類方法[J];計算機工程;2008年13期

本文編號：1828015