在线社交网络中用户画像构建及其应用研究

发布时间：2023-03-27 00:38

　　随着社交网络的发展,用户在社交网络中产生的数据越来越多,这些数据为用户画像构建奠定了基础。目前,个性化推荐系统在市场营销和电商领域的重要性日益增加,而用户画像构建是个性化推荐系统成功应用的关键。因此,研究在线社交网络用户画像构建具有重要的应用价值。用户基本属性和用户兴趣是用户画像重要的组成部分,本文首先根据在线社交网络上的用户生成内容预测用户基本属性。其次,基于笔者开发的移动端微博阅读系统收集手势行为,进而挖掘用户兴趣,构建用户兴趣画像。最后,结合用户基本属性和兴趣画像,构建用户画像,并研究用户画像在用户兴趣推荐中的实际应用。首先,本文利用社交网络中的用户生成内容预测用户基本属性,包括用户的性别、年龄及地域。基于十折交叉验证的方法,在训练集中寻找主题模型和向量空间模型的最优参数后,进行用户建模并训练分类器,预测测试集中用户的基本属性。实验结果表明,不同性别和年龄的用户在新浪微博中的生成内容在主题上存在着差异,使用主题模型取得了最好的预测准确率;在用户的地域预测任务中,不同地域间的用户的生成内容无明显差异,使用主题模型的预测效果明显低于向量空间模型的预测效果。其次,为研究利用移动设备上手...

【文章页数】：79 页

【学位级别】：硕士

【文章目录】：
摘要
Abstract
1 绪论
    1.1 研究背景
    1.2 研究意义
    1.3 研究内容
    1.4 本文创新点
    1.5 本文的组织结构
2 相关研究综述
    2.1 用户画像构建方法研究概述
    2.2 基于行为的用户兴趣挖掘研究概述
    2.3 用户基本属性预测研究概述
    2.4 微博推荐研究概述
    2.5 研究现状总结
3 基于内容的在线社交网络用户基本属性预测
    3.1 研究思路
    3.2 关键技术描述
    3.3 实验与结果分析
        3.3.1 实验数据概述
        3.3.2 实验结果
        3.3.3 实验结果分析
    3.4 本章小结
4 基于行为的在线社交网络用户兴趣画像构建
    4.1 研究思路
    4.2 关键技术描述
    4.3 相关模块说明与系统实现
    4.4 用户实验设计
        4.4.1 实验介绍
        4.4.2 实验过程
        4.4.3 用户兴趣画像评价标准
    4.5 实验结果分析
        4.5.1 实验数据概述
        4.5.2 结果分析
    4.6 本章小结
5 融合行为与内容的在线社交网络用户画像构建
    5.1 研究思路
    5.2 关键技术概述
    5.3 实验用户基本属性预测
        5.3.1 实验数据概述
        5.3.2 实验过程
        5.3.3 实验结果分析
    5.4 实验用户兴趣画像构建
    5.5 实验用户画像生成
    5.6 本章小结
6 基于用户画像的微博推荐应用研究
    6.1 研究思路
    6.2 关键技术描述
    6.3 相关模块介绍及系统实现
    6.4 微博推荐实验设计
        6.4.1 微博推荐实验介绍
        6.4.2 微博推荐实验过程
        6.4.3 微博推荐满意度评价标准
    6.5 实验与结果分析
    6.6 本章小结
7 研究总结与展望
    7.1 研究总结
    7.2 研究不足及展望
致谢
参考文献
附录: 攻读硕士期间论文发表、项目参与与获奖情况



本文编号：3772020