属性推理在用户画像系统的应用研究
发布时间:2021-05-17 08:38
快速发展的互联网技术改变了人们的生产生活方式,大数据、云计算、人工智能和区块链等互联网新兴技术渗透到人们生活的各个领域。其中,“互联网+社交”形成的社交网络服务忽视了人与人之间的物理距离,改变了人们沟通交友的方式。用户在社交网络平台上进行分享心情、发表评论、浏览信息等一系列活动,这些行为都产生相应的用户行为数据。软件开发人员可以利用这些用户数据进行用户画像,了解用户特点,从而优化软件,为用户提供更好的服务。用户画像的应用非常广泛,可以用来优化产品设计、协助精准投放广告、构建智能推荐服务等,越准确的用户画像越能发挥显著的作用。然而,因为一些不法分子同样可以得到用户的数据,并且利用用户数据做一些损害用户利益的事情。因此,用户自发的隐藏自己的特征,以期保护自己的隐私。虽然这在一定程度上保护了用户的隐私,但同时为软件开发人员设计开发个性化服务带来了困难。本文针对用户隐藏自己的属性特征提出了一种基于属性图的推理方法,可以利用训练数据集的信息推理用户未知的属性,并设计实现了一个基于简书用户数据的用户画像系统,将提出的属性图推理方法应用到用户画像系统中,提高用户画像系统画像的准确性。本文的主要研究工...
【文章来源】:陕西师范大学陕西省 211工程院校 教育部直属院校
【文章页数】:58 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 研究背景与研究意义
1.2 国内外研究现状
1.2.1 用户画像的研究现状
1.2.2 属性隐私推理的研究现状
1.3 本文结构内容
第2章 基础知识与技术原理
2.1 复杂网络图基础知识
2.2 概率论基础
2.3 用户画像技术
2.4 本章小节
第3章 一种基于先验概率的属性图隐私推理算法
3.1 引言
3.2 基于先验概率的属性图推理算法AGCP
3.2.1 属性图
3.2.2 AGCP算法模型
3.3 数值实验
3.3.1 实验环境与实验数据
3.3.2 实验结果与分析
3.4 本章小节
第4章 基于简书的用户画像系统设计
4.1 用户画像系统需求分析
4.2 用户画像系统设计
4.2.1 系统总体设计
4.2.2 系统各功能模块设计
4.3 用户画像系统实现
4.3.1 系统实现环境与开发工具选取
4.3.2 数据爬取模块实现
4.3.3 单个用户画像模块实现
4.3.4 批量用户画像模块实现
4.4 系统测试
4.5 本章小结
第5章 总结与展望
5.1 本文总结
5.2 研究展望
参考文献
致谢
攻读硕士期间的研究成果
【参考文献】:
期刊论文
[1]基于用户个人及群体画像相结合的图书个性化推荐应用研究[J]. 何娟. 情报理论与实践. 2019(01)
[2]基于xAPI的开放学习者行为分析模型研究[J]. 乔惠,肖君. 电化教育研究. 2018(04)
[3]基于大数据的用户画像系统概述[J]. 徐璐瑶,姜增祺,黄婷婷,刘云鹏. 电子世界. 2018(02)
[4]2017年中国互联网产业发展综述与2018年发展趋势[J]. 互联网天地. 2018(01)
[5]基于用户画像的图书馆知识发现服务研究[J]. 张钧. 图书与情报. 2017(06)
[6]基于卡方检验和SVM的用户搜索画像技术研究[J]. 李军政,黄海,黄瑞阳,王康利. 电子设计工程. 2017(24)
[7]基于用户画像的异常行为检测模型[J]. 赵刚,姚兴仁. 信息网络安全. 2017(07)
[8]基于MongoDB的Web信息采集系统应用研究[J]. 孙美卫. 湖南邮电职业技术学院学报. 2017(02)
[9]2016年世界互联网发展报告[J]. 孟昭莉,闫德利. 时代经贸. 2017(04)
[10]用户画像在内容推送中的研究与应用[J]. 吴明礼,杨双亮. 电脑知识与技术. 2016(32)
硕士论文
[1]科研领域合作网络与引文网络分析的研究[D]. 高旭.陕西师范大学 2016
[2]基于微博数据的用户画像系统的设计与实现[D]. 张哲.华中科技大学 2015
[3]基于主题的微博网页爬虫研究[D]. 曾小虎.武汉理工大学 2014
本文编号:3191461
【文章来源】:陕西师范大学陕西省 211工程院校 教育部直属院校
【文章页数】:58 页
【学位级别】:硕士
【文章目录】:
摘要
Abstract
第1章 绪论
1.1 研究背景与研究意义
1.2 国内外研究现状
1.2.1 用户画像的研究现状
1.2.2 属性隐私推理的研究现状
1.3 本文结构内容
第2章 基础知识与技术原理
2.1 复杂网络图基础知识
2.2 概率论基础
2.3 用户画像技术
2.4 本章小节
第3章 一种基于先验概率的属性图隐私推理算法
3.1 引言
3.2 基于先验概率的属性图推理算法AGCP
3.2.1 属性图
3.2.2 AGCP算法模型
3.3 数值实验
3.3.1 实验环境与实验数据
3.3.2 实验结果与分析
3.4 本章小节
第4章 基于简书的用户画像系统设计
4.1 用户画像系统需求分析
4.2 用户画像系统设计
4.2.1 系统总体设计
4.2.2 系统各功能模块设计
4.3 用户画像系统实现
4.3.1 系统实现环境与开发工具选取
4.3.2 数据爬取模块实现
4.3.3 单个用户画像模块实现
4.3.4 批量用户画像模块实现
4.4 系统测试
4.5 本章小结
第5章 总结与展望
5.1 本文总结
5.2 研究展望
参考文献
致谢
攻读硕士期间的研究成果
【参考文献】:
期刊论文
[1]基于用户个人及群体画像相结合的图书个性化推荐应用研究[J]. 何娟. 情报理论与实践. 2019(01)
[2]基于xAPI的开放学习者行为分析模型研究[J]. 乔惠,肖君. 电化教育研究. 2018(04)
[3]基于大数据的用户画像系统概述[J]. 徐璐瑶,姜增祺,黄婷婷,刘云鹏. 电子世界. 2018(02)
[4]2017年中国互联网产业发展综述与2018年发展趋势[J]. 互联网天地. 2018(01)
[5]基于用户画像的图书馆知识发现服务研究[J]. 张钧. 图书与情报. 2017(06)
[6]基于卡方检验和SVM的用户搜索画像技术研究[J]. 李军政,黄海,黄瑞阳,王康利. 电子设计工程. 2017(24)
[7]基于用户画像的异常行为检测模型[J]. 赵刚,姚兴仁. 信息网络安全. 2017(07)
[8]基于MongoDB的Web信息采集系统应用研究[J]. 孙美卫. 湖南邮电职业技术学院学报. 2017(02)
[9]2016年世界互联网发展报告[J]. 孟昭莉,闫德利. 时代经贸. 2017(04)
[10]用户画像在内容推送中的研究与应用[J]. 吴明礼,杨双亮. 电脑知识与技术. 2016(32)
硕士论文
[1]科研领域合作网络与引文网络分析的研究[D]. 高旭.陕西师范大学 2016
[2]基于微博数据的用户画像系统的设计与实现[D]. 张哲.华中科技大学 2015
[3]基于主题的微博网页爬虫研究[D]. 曾小虎.武汉理工大学 2014
本文编号:3191461
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3191461.html