论文部分内容阅读
互联网科技发展迅猛,互联网信息繁杂,如何针对特定兴趣的用户投放相关广告,提高广告回报率是目前学术界及商界关注的焦点。本文首先分析挖掘某大学城交友网站用户网络行为,然后改进协同过滤算法的预测和推荐机制,依据协同过滤算法预测用户兴趣及广告投放模式,并对其二者建立映射关系,从而达到针对具体用户投放更为精准广告的目的。本文研究工作主要包括数据获取与分析、用户兴趣模式提取、协同过滤算法改进和广告推荐验证。为使用户兴趣提取更精准,数据获取与分析是关键。本文的数据源采用静态和动态两部分;静态数据来自某大学城交友网站的注册信息,为保证静态数据的可读性,采用数据降噪技术,剔除无效字符、符号、语气词等;动态数据主要来自于网站后台记录的用户行为日志以及通过设计自适应含网页相似度多线程主题网络爬虫爬取的网页数据并进行分词,采用基于有向无环图(DAG)和动态规划最大概率提高分词精准度,采用压缩Trie树结构存储分词便于词语匹配,提高用户兴趣模式提取的效率。用户的兴趣模式提取工作分别从静态数据和动态数据出发,基于静态数据的规则性,使用N叉树结构的点存储处理后的静态数据,叶节点的父节点以及其它所有的非叶节点中存储进一步抽象化兴趣信息,利用关系树查找算法计算用户的兴趣属于N叉树中的哪一类兴趣集以初步提取用户的兴趣。动态数据部分在经过数据分析阶段的一系列处理后采用基于词频的策略提取用户的兴趣。本文在协同过滤算法的预测阶段,为了使预测结果更加精准,在预测阶段加入了用户兴趣模式,而不是简单的通过用户在本体网站的点击记录来预测用户对广告的点击率。采用回归的预测值计算方式来消除用户打分的惯性行为对预测结果准确性的影响。通过使协同过滤算法预测阶段数据源多元化,提高了算法就预测用户点击广告的精准度。针对以上的所有研究分析工作,编写了网络爬虫软件以及推荐系统,且将推荐系统应用于某某大学城交友网站上。实验证明,本论文的网络爬虫软件较其他常规爬虫软件具有较高的性能,爬取的网页与用户的关联度较大;推荐系统推荐的商品与用户的兴趣较为接近。