流数据分类挖掘在动态广告推荐系统中的应用

发布时间：2017-03-24 20:03

  本文关键词：流数据分类挖掘在动态广告推荐系统中的应用，由笔耕文化传播整理发布。

【摘要】：随着大数据时代的来临,信息过载逐渐成为用户体验所不能忽视的一个障碍。人们逐渐意识到数据中的蕴含的价值。推荐系统就是人们在大量的数据中挖掘价值的一类典型应用,它通过对用户的行为的分析,对用户的兴趣的建模,完成对用户感兴趣的物品的推荐。论文中,首先总结了推荐系统常用的几类方法：基于协同过滤的方法、基于内容的方法、两者的混合方法,以及推荐系统已有的对动态特性的研究。紧接着介绍了在线分析的两个关键技术,流处理技术和流数据挖掘。在线分析处理大数据已经成为一个较新的研究热点。然后介绍了挖掘算法在推荐系统中的应用。最后以计算广告推荐为切入点,对广告推荐系统的概念和方法进行了详细的介绍。论文的主要工作如下：首先,提出了一种基于用户特征以及广告特征等内容特征的分类挖掘推荐方法,并介绍了基于此方法的完整广告推荐系统的模型。其次,结合将流数据挖掘中的流式决策树分类方法应用到广告推荐当中使之具备实时处理数据的能力；运用bagging技术,使之具备了处理动态特性的能力,能够根据用户行为的变化实时更新推荐模型,具有更好的分类效果。最后,结合流处理工具、流分类挖掘算法,设计并实现了能够在线更新推荐模型的实时分析系统。
【关键词】：流数据分类 流处理 动态推荐系统 广告点击率预估
【学位授予单位】：南京大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.3
【目录】：

• 摘要5-6
• Abstract6-10
• 第一章 绪论10-13
• 1.1 课题来源与研究背景10-11
• 1.2 论文的研究目的与意义11-12
• 1.3 论文的主要工作与论文结构12-13
• 第二章 相关研究综述13-27
• 2.1 推荐系统的方法13-18
• 2.1.1 基于协同过滤的推荐(Collaborative Filtering)15-16
• 2.1.2 基于内容的推荐(Content-Based Filtering)16-17
• 2.1.3 基于协同与内容混合的推荐(Hybrid Filtering)17
• 2.1.4 推荐系统动态特性的研究现状17-18
• 2.2 流处理技术18-23
• 2.3 流数据挖掘23-26
• 2.4 本章小结26-27
• 第三章 动态广告推荐27-36
• 3.1 计算广告27-29
• 3.2 与推荐系统的关系29
• 3.3 点击率预估29-32
• 3.4 基于分类的广告推荐32-33
• 3.5 动态广告推荐33-34
• 3.6 效率的改进34-35
• 3.7 本章小结35-36
• 第四章 系统设计与实现36-53
• 4.1 系统总体模型36-38
• 4.1.1 核心分类模块37-38
• 4.2 流处理工具38-41
• 4.2.1 StreamBase39-41
• 4.3 流分类挖掘41-45
• 4.3.1 传统决策树方法41-42
• 4.3.2 VFDT42-45
• 4.4 系统实现45-52
• 4.4.1 核心分类模块实现45-50
• 4.4.2 VFDT实现50-51
• 4.4.3 评估实现51-52
• 4.5 本章小结52-53
• 第五章 实验及结果分析53-60
• 5.1 实验数据53-54
• 5.2 评价指标54-56
• 5.3 结果分析56-59
• 5.4 本章小结59-60
• 第六章 总结与展望60-61
• 6.1 总结60
• 6.2 展望60-61
• 致谢61-62
• 参考文献62-66

【参考文献】

中国期刊全文数据库 前6条

1 黄荷;;大数据时代降临[J];党政论坛(干部文摘);2012年11期

2 孙玉芬;卢炎生;;流数据挖掘综述[J];计算机科学;2007年01期

3 贾澎涛;何华灿;刘丽;孙涛;;时间序列数据挖掘综述[J];计算机应用研究;2007年11期

4 纪文迪;王晓玲;周傲英;;广告点击率估算技术综述[J];华东师范大学学报(自然科学版);2013年03期

5 李哲;王志海;何颖婧;付彬;;一种启发式多标记分类器选择与排序策略[J];中文信息学报;2013年04期

6 袁磊;张阳;李梅;李雪;王勇;;在数据流管理系统中实现快速决策树算法(英文)[J];计算机科学与探索;2010年08期

中国博士学位论文全文数据库 前1条

1 梁春泉;不确定数据流分类算法研究[D];西北农林科技大学;2014年

中国硕士学位论文全文数据库 前3条

1 李为;基于日志代理的安全审计综合分析系统的设计与实现[D];西安电子科技大学;2008年

2 黄海波;在线推荐系统的算法研究及其应用[D];电子科技大学;2012年

3 李哲;基于分类模型的广告推荐方法研究[D];北京交通大学;2014年

  本文关键词：流数据分类挖掘在动态广告推荐系统中的应用，，由笔耕文化传播整理发布。

本文编号：266073