网购网站用户行为分析与实现

发布时间：2017-05-20 15:20

  本文关键词：网购网站用户行为分析与实现，由笔耕文化传播整理发布。

【摘要】：随着电子商务的快速发展,网络广告以及商品越来越多,网络广告的点击率一直是相关企业关注的方向,但是随着广大用户厌倦了无关广告的推送,用户逐渐对广告产生了“免疫”,因而导致近年来CTR的大幅下降。因此对于展示广告而言,网络运营商、广告中介商和广告主都希望能有效提高广告的点击率,同时为用户展示最有针对性和最有帮助的广告,从而赚取更多的广告利润或形成更多的潜在销售收益,因此找出影响CTR的关键因素并采取针对性措施的也就显得万分重要。本文基于中文分词、主题提取以及灰色预测模型等核心算法,对网购网站用户行为分析进行了研究。在论文中,通过研究不同的中文分词方案并对比其效率,接着选取有效的中文分词算法对对特定用户的行为访问日志的分析处理建立可以用于主题提取的字段,然后运用灰色预测模型得到该用户可能感兴趣的相关主题的商品或者广告,从而有针对性的对特定用户进行相关度较高的广告推送或者对特定广告进行向关注度较高的用户推送,其核心目标就是提高CTR预测结果,从数学模型的角度来提高网页广告的最大相关度来使得企业获得更大的利润。本文探究的是如何将数据挖掘、预测模型建立和预测度量进行有机的结合,达到预测结果和用户行为的极大契合,保证了广告不对用户浏览进行干扰的情况,同时为用户带来相关推荐,并且将网站的收入最大化。本设计的基本流程是根据用户的历史访问记录,提出一种用户行为特征模型,并使用灰色预测模型进行相关预测,得到该用户将来点击的结果;与此同时,通过一定的主题提取算法对用户历史数据以及广告数据进行主题提取;接着使用空间向量模型对预测结果与广告主题进行相关度计算,最后以权值(相关度)由高到低的顺序进行排列,以此来完成广告或者商品的推送。该设计的最终成果将可以加入到更大的电子商务系统或者广告推送系统,以模块化的形式共同完成一系列功能的实现。
【关键词】：行为分析 灰色模型 CTR 空间向量模型 广告推送
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP393.092
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 第一章 绪论10-16
• 1.1 选题背景10
• 1.2 研究现状概述10-13
• 1.3 研究目标和意义13
• 1.4 本文的研究思路13-15
• 1.5 本文的结构安排15-16
• 第二章 研究的理论基础16-26
• 2.1 中文分词16-18
• 2.2 主题提取18-20
• 2.3 灰色预测模型20-22
• 2.4 空间向量模型22-23
• 2.5 开发技术23-25
• 2.5.1 开发工具GCC23
• 2.5.2 开发平台介绍23-24
• 2.5.3 Qt技术介绍24
• 2.5.4 STL标准模版库24-25
• 2.6 本章小结25-26
• 第三章 中文分词系统和推荐方法26-36
• 3.1 中文分词系统ICTCLAS26-30
• 3.1.1 系统的处理模型26-27
• 3.1.2 分词系统的C++接27-30
• 3.2 数据挖掘30-32
• 3.3 推荐系统32-35
• 3.3.1 推荐方法32-33
• 3.3.2 广告推荐系统组成33-35
• 3.4 本章小结35-36
• 第四章 网购用户研究系统的需求与设计36-51
• 4.1 总体设计和需求分析36-39
• 4.1.1 用户需求分析36-37
• 4.1.2 功能需求分析37-38
• 4.1.3 性能需求分析38-39
• 4.2 数据结构设计39-43
• 4.2.1 数据结构与程序之间的关系39-40
• 4.2.2 物理结构设计40
• 4.2.3 数据库的设计40-43
• 4.3 系统数据设计43-45
• 4.4 分词程序设计45-46
• 4.5 特征值程序设计46-47
• 4.6 数据接.设计47
• 4.6.1 外部接47
• 4.6.2 内部接47
• 4.7 预测算法设计47-49
• 4.8 匹配算法设计49
• 4.9 界面设计49-50
• 4.10 本章小结50-51
• 第五章 网购用户研究系统的具体实现51-66
• 5.1 开发环境搭建51-52
• 5.1.1 开发平台展示51
• 5.1.2 Qt安装示意图51-52
• 5.2 中文分词程序实现52-54
• 5.2.1 文件分词处理53
• 5.2.2 建立用户字典53-54
• 5.3 用户历史访问日志组织54-57
• 5.3.1 用户历史数据54
• 5.3.2 对用户历史数据的处理54-55
• 5.3.3 用户历史数据的组织形式55-57
• 5.4 广告数据组织57-58
• 5.4.1 广告数据57
• 5.4.2 广告数据的组织形式57-58
• 5.5 灰色预测模型的实现58-59
• 5.5.1 源数据说明58
• 5.5.2 核心程序代码58-59
• 5.6 对广告数据进行匹配59-60
• 5.7 对广告数据进行转换60-61
• 5.8 对用户数据进行匹配61-62
• 5.9 结果推送62-63
• 5.10 准确率与召回率的计算63-65
• 5.10.1 准确率与召回率的相关介绍63-64
• 5.10.2 准确率与召回率计算模块64-65
• 5.11本章小结65-66
• 第六章 系统测试66-71
• 6.1 测试环境66
• 6.2 测试用例66-67
• 6.3 测试步骤67-70
• 6.4 结果分析70
• 6.5 本章小结70-71
• 第七章 全文总结与展望71-72
• 致谢72-73
• 参考文献73-75

【相似文献】

中国期刊全文数据库 前1条

1 ;助力打造强势品牌,快速提升销售 从CTR《2011年度中国电视媒体质化研究报告》探讨湖南卫视传播价值[J];广告人;2011年11期

中国重要报纸全文数据库 前2条

1 晓渔;CTR中国商务人士调查备爱关注[N];中华新闻报;2005年

2 阿清;CTR总结并预测今年广告主营销趋势[N];中国工商报;2013年

中国硕士学位论文全文数据库 前2条

1 刘飞;网购网站用户行为分析与实现[D];电子科技大学;2015年

2 阿尔法;静态自组织网络中的CTR技术评估[D];华中科技大学;2009年

  本文关键词：网购网站用户行为分析与实现，，由笔耕文化传播整理发布。

本文编号：382032