基于数据流的相似计算及其行为预测

发布时间：2017-10-08 20:11

  本文关键词：基于数据流的相似计算及其行为预测

  更多相关文章： 数据挖掘 相似计算 数据建模 关联规则 模型评估

【摘要】：随着互联网技术的发展,数据量呈爆炸式增长,用户经常会在互联网上产生很多记录,那么,如何利用这些数据使得企业或者商家更好运营来满足用户的需求是一个值得探索的问题。随着内容的营销市场份额量的持续扩大,出现了大量关于内容营销的话题以及关于内容营销和传统广告的不同。而随着广告业务的发展,企业和品牌依旧面临着“如何接触到目标客户”的困扰。消费者每天都会被许多种传统广告包围着,这些广告并不是所会被客户关注,可能大量会被用户所忽视。在广告的发展历史当中,也许没有消费者打开数字设备是为了寻找广告,通过广告来接触一个品牌的。一般地消费者所需要寻找的,永远是精彩的内容。这就是内容营销的核心;企业和品牌可以利用目标消费者在他们已经习惯接触到的内容里面与消费者进行沟通,或许这样的沟通可以带给企业和品牌的利益是很大的。传统广告是通过更多的展示来促进广告效果,传统广告也开始意识到,要想取得更好的广告效果,并不展示更多的广告,而是展示的广告更多的去接触到目标客户。而在当今数字生活环境当中,内容营销者拓宽他们的思维要比创造内容更为重要,它需要用独特的策略来营造使用户更容易接受的氛围,以及收集所有受众的反应到分析漏斗中。本文利用了用户历史记录数据,及专家搭配数据,及商品信息数据等,进行相似计算等方法提取可能与待预测商品搭配的商品,并利用数据挖掘中常用的分类算法,根据商品及用户的一些统计数据进行数据建模,并对所建立的模型进行评估。产生最终的搭配方案。这样的搭配方案可以展示给用户,为用户提供了方便的同时也起到了营销的作用。也更好的发挥了数据的价值。
【关键词】：数据挖掘 相似计算 数据建模 关联规则 模型评估
【学位授予单位】：南京邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP311.13
【目录】：

• 摘要4-5
• abstract5-8
• 第一章 绪论8-11
• 1.1 课题研究背景8
• 1.2 课题研究的意义及国内外研究状况8-9
• 1.3 本文主要研究内容9
• 1.4 本文组织结构9-11
• 第二章 实验平台介绍11-17
• 2.1 课题使用的实验平台概述11-14
• 2.1.1 概述11
• 2.1.2 实验平台实现的功能11-12
• 2.1.3 实验平台的体系架构12-13
• 2.1.4 平台特性13-14
• 2.2 数据开发平台与算法平台14-16
• 2.2.1 数据开发平台14-15
• 2.2.2 算法平台15-16
• 2.3 本章小结16-17
• 第三章 数据处理与特征设计17-32
• 3.1 本课题涉及的数据及评分目标17-18
• 3.1.1 课题使用的数据表17-18
• 3.1.2 目标评分方法18
• 3.2 本课题涉及的数据处理方法18-21
• 3.2.1 缺失值填充方法18
• 3.2.2 数据归一化方法18-20
• 3.2.3 数据离散化方法20-21
• 3.3 本课题涉及的距离测度方法21-23
• 3.4 本课题涉及的特征选择方法23-26
• 3.4.1 特征选择方法概述23
• 3.4.2 特征选择方法详细说明23-26
• 3.5 待预测序列对的选取及特征变量设计26-31
• 3.5.1 待预测序列对的选取方法26-27
• 3.5.2 训练集，，验证集及预测集的划分27
• 3.5.3 候选集选取表设计27-29
• 3.5.4 特征变量设计详细说明29-31
• 3.6 本章小结31-32
• 第四章 模型介绍与模型选择32-53
• 4.1 机器学习中的相关概念32-33
• 4.1.1 分类与聚类的概念32
• 4.1.2 分类与聚类算法32-33
• 4.1.3 监督学习与无监督学习33
• 4.2 本文涉及算法的描述及其推导33-50
• 4.2.1 梯度下降法与梯度上升法33-36
• 4.2.2 Logistic回归36-37
• 4.2.3 ID3与C4.5 决策树算法37-39
• 4.2.4 CART分类回归树算法39-42
• 4.2.5 Bagging提升算法42-43
• 4.2.6 随机森林算法43-44
• 4.2.7 提升方法AdaBoost与前向分步算法44-47
• 4.2.8 提升树算法47-50
• 4.3 本课题使用各算法结果之间比较50-52
• 4.4 本章小结52-53
• 第五章 模型融合与模型评估53-59
• 5.1 模型融合方法53-54
• 5.1.1 串联融合方法53-54
• 5.1.2 并联融合方法54
• 5.2 模型评估方法54-58
• 5.2.1 混淆矩阵与F1评分方法54-56
• 5.2.2 ROC曲线与AUC面积评估方法56-58
• 5.3 本章小结58-59
• 第六章 总结与展望59-60
• 6.1 本文总结59
• 6.2 工作展望59-60
• 参考文献60-63
• 致谢63

【相似文献】

中国期刊全文数据库 前10条

1 刘海波;;边际效用递减与广告效果表达[J];青年记者;2009年05期

2 田涛;;CCTV拥有最广泛的触达,最有效的影响[J];中国广告;2009年10期

3 段淳林;何韵洁;;基于引发直接购买行为的网络广告效果[J];新闻爱好者;2009年22期

4 黄合水;彭聃龄;;电视广告效果的测量及影响因素[J];中国广播电视学刊;1990年04期

5 王松大;周国良;;以妙取胜[J];视听界;1992年04期

6 吴茂楠,邱树雄;广告效果实验室建设研究与实践[J];新闻界;2005年02期

7 孙文清;;模糊综合评价方法在广告效果测定中的运用[J];新闻界;2007年06期

8 李敏;;如何以“合作原则”提升广告效果[J];传媒观察;2011年03期

9 熊国成;;音乐电视“康美药业”的广告效果分析[J];新闻爱好者;2011年03期

10 马丽;;重复广告效果探析[J];新闻爱好者;2011年07期

中国重要会议论文全文数据库 前3条

1 叶秀敏;梁军;;广告效果影响因素——影响男装图片广告效果的一次实验研究[A];2005现代服装纺织高科技发展研讨会论文集[C];2005年

2 夏征宇;;跨媒体视野中的网络广告效果评估[A];新媒体：竞合与共赢[C];2007年

3 阮丽华;彭昊;;网络广告效果的影响因素研究[A];第八届（2013）中国管理学年会——市场营销分会场论文集[C];2013年

中国重要报纸全文数据库 前10条

1 星亮;因素·对策[N];中国工商报;2001年

2 齐渊博;广告效果的三重境界[N];经济视点报;2005年

3 金培武;广告效果与因特网应用[N];信息时报;2000年

4 张彤;实现广告效果可测量[N];网络世界;2007年

5 金凡;用订单识别系统监测邮送广告效果[N];中国邮政报;2008年

6 董裴;广告效果分析帮广告主精确营销[N];人民邮电;2009年

7 宣亚国际广告董事总经理 陈智豪、宣亚品牌实验室研究员 黄明胜;广告效果评估：投放密度的神秘花园[N];中国经营报;2005年

8 金华日报 叶福忠;避免广告效果弱化[N];中华新闻报;2002年

9 黄波;“第五媒体”拯救广告效果的新途径[N];中国计算机报;2007年

10 中国电信上海研究院 周晓凌;视频监控让广告效果看得见[N];人民邮电;2011年

中国硕士学位论文全文数据库 前10条

1 陈萌婕;广告效果评估体系研究[D];山东大学;2009年

2 涂花;影响网络游戏置入式广告效果的因素探究[D];武汉纺织大学;2011年

3 王东坡;广告效果评估模型及其应用研究[D];四川大学;2006年

4 毛锦斌;基于消费者因素的网络广告效果实证分析[D];华中科技大学;2011年

5 刘静;交互性对视频前贴广告效果的影响研究[D];南京大学;2014年

6 王佰荣;展示类网络广告效果分析与定价模型研究[D];东北大学;2014年

7 郑小龙;基于移动互联网媒介视角的广告效果提升策略研究[D];南京大学;2016年

8 郑真;微信信息流广告效果影响因素的实证研究[D];暨南大学;2016年

9 陈小妹;程序化购买广告的效果评估体系建构[D];暨南大学;2016年

10 任天成;基于数据流的相似计算及其行为预测[D];南京邮电大学;2016年

本文编号：996009