首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--程序设计论文

基于智能手机应用数据的用户属性挖掘

摘要第4-5页
Abstract第5页
第1章 绪论第12-18页
    1.1 背景第12-13页
    1.2 用户属性挖掘第13-14页
    1.3 相关工作第14-16页
    1.4 本文工作第16页
    1.5 章节安排第16-17页
    1.6 本章小结第17-18页
第2章 预备知识第18-30页
    2.1 词袋模型第18-19页
    2.2 信息增益第19-20页
    2.3 布尔矩阵分解第20-21页
    2.4 隐含狄利克雷分布第21-23页
    2.5 词向量模型第23-24页
    2.6 SVM第24页
    2.7 SoftMax第24-25页
    2.8 梯度提升树第25-26页
    2.9 深度神经网络第26-27页
    2.10 卷积神经网络第27-28页
    2.11 分类器评价指标第28-29页
    2.12 定义与符号约定第29页
    2.13 本章小结第29-30页
第3章 基于手机APP数据的用户属性挖掘解决方案与框架设计第30-35页
    3.1 基于手机APP数据的用户属性挖掘解决方案第30-32页
    3.2 基于APPList的用户属性挖掘框架第32页
    3.3 基于APPUsage的用户属性挖掘框架第32-34页
    3.4 本章小结第34-35页
第4章 基于APPList的用户属性挖掘第35-55页
    4.1 APPList数据集介绍第35-36页
    4.2 用户属性介绍第36-37页
        4.2.1 用户性别第36页
        4.2.2 手机购买价格推测用户收入水平高低第36页
        4.2.3 手机屏幕尺寸推测用户屏幕大小偏好第36-37页
    4.3 数据预处理第37-39页
    4.4 用户表征方法第39-50页
        4.4.1 基于APP进行用户表征第39-40页
        4.4.2 基于IG发现重要APP第40-42页
        4.4.3 基于APP类别表征用户第42-45页
        4.4.4 基于BMF挖掘子属性第45-47页
        4.4.5 基于LDA提取主题第47-50页
    4.5 用户属性挖掘方法第50-54页
        4.5.1 SVM第50-51页
        4.5.2 GBDT第51-52页
        4.5.3 DNN第52-54页
    4.6 本章小结第54-55页
第5章 基于APPUsage的用户属性挖掘第55-70页
    5.1 APPUsage数据集介绍第55-56页
    5.2 用户属性介绍第56-57页
        5.2.1 用户性别第56页
        5.2.2 用户年龄段第56页
        5.2.3 用户收入水平第56页
        5.2.4 用户所处地域第56-57页
    5.3 数据预处理第57-60页
    5.4 用户表征方法第60-65页
        5.4.1 APP2APP第60-61页
        5.4.2 APP2CAT第61页
        5.4.3 APP2TOPIC第61-62页
        5.4.4 APP2VEC第62-65页
    5.5 用户属性挖掘方法第65-69页
        5.5.1 SoftMax第65-66页
        5.5.2 GBDT第66-67页
        5.5.3 DNN第67-68页
        5.5.4 CNN第68-69页
    5.6 本章小结第69-70页
第6章 基于手机APP数据的用户属性挖掘实验与评估第70-82页
    6.1 基于APPList的用户属性挖掘实验结果第70-76页
        6.1.1 参数调优第70-75页
        6.1.2 测试分类器性能第75-76页
    6.2 基于APPUsageToList的用户属性挖掘实验结果第76-77页
    6.3 基于APPUsage的用户属性挖掘实验结果第77-80页
        6.3.1 参数调优第77-79页
        6.3.2 测试分类器性能第79-80页
    6.4 基于手机APP数据的用户属性挖掘能力对比第80-81页
    6.5 本章小结第81-82页
第7章 总结与展望第82-85页
    7.1 本文总结第82-83页
    7.2 未来展望第83-85页
参考文献第85-89页
攻读硕士学位期间的主要研究成果第89-90页
致谢第90-91页

论文共91页,点击 下载论文
上一篇:基于用户行为和位置感知的边际服务加载优化研究
下一篇:感知增强的机械手遥操作关键技术