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--计算机的应用论文--信息处理(信息加工)论文--检索机论文

用户画像在内容推送的研究与应用

摘要第3-4页
Abstract第4-5页
第一章 绪论第9-15页
    1.1 课题研究背景及意义第9-10页
        1.1.1 课题研究背景第9-10页
        1.1.2 课题研究意义第10页
    1.2 国内外研究现状第10-12页
        1.2.1 用户画像研究现状第10-11页
        1.2.2 内容推送技术研究现状第11-12页
        1.2.3 个性化推送应用现状第12页
    1.3 课题主要研究内容第12-14页
        1.3.1 移动数据的获取技术第13页
        1.3.2 移动数据的特点第13页
        1.3.3 用户画像的方法第13页
        1.3.4 内容库的设计第13-14页
        1.3.5 个性化推送技术第14页
    1.4 论文组织结构第14页
    1.5 本章小结第14-15页
第二章 相关理论与技术研究第15-20页
    2.1 用户画像技术研究第15-17页
        2.1.1 用户画像定义第15页
        2.1.2 用户标签体系第15-16页
        2.1.3 用户画像建模方法第16-17页
        2.1.4 用户画像的应用研究第17页
    2.2 内容推送技术研究第17-18页
        2.2.1 简单轮询第18页
        2.2.2 SMS方式第18页
        2.2.3 持久连接方式第18页
    2.3 个性化推送技术研究第18-19页
    2.4 本章小结第19-20页
第三章 个性化推送的应用研究第20-29页
    3.1 总体方案第20-21页
        3.1.1 个性化推送体系架构第20-21页
        3.1.2 个性化推送流程第21页
    3.2 数据的采集及处理第21-25页
        3.2.1 App的开发第22页
        3.2.2 数据的采集第22-24页
        3.2.3 数据的处理第24-25页
    3.3 标签体系建立第25-27页
        3.3.1 位置标签第25页
        3.3.2 习惯标签第25-26页
        3.3.3 兴趣爱好标签第26页
        3.3.4 App类别标签第26-27页
    3.4 内容库方案设计第27-28页
        3.4.1 图片库第27-28页
        3.4.2 图片序列库第28页
        3.4.3 图片内容库第28页
    3.5 本章小结第28-29页
第四章 用户画像分析与研究第29-39页
    4.1 移动互联网的特点第29-30页
        4.1.1 位置相关性第29页
        4.1.2 时间相关性第29-30页
        4.1.3 内容相关性第30页
    4.2 移动数据第30-31页
        4.2.1 静态数据第30页
        4.2.2 动态数据第30-31页
    4.3 用户画像第31-34页
        4.3.1 滑动图片数据第31-32页
        4.3.2 应用App数据第32-33页
        4.3.3 位置数据第33页
        4.3.4 使用智能终端数据第33-34页
    4.4 分类预测模型第34-38页
        4.4.1 基于SVM算法预测模型第34-35页
        4.4.2 基于BP神经网络算法预测模型第35-37页
        4.4.3 基于DNN算法的预测模型第37-38页
    4.5 本章小结第38-39页
第五章 个性化推送模型实现第39-42页
    5.1 个性化推送模型第39-42页
第六章 实验与结果分析第42-56页
    6.1 实验环境设计第42页
        6.1.1 项目背景第42页
    6.2 软硬件环境第42-43页
        6.2.1 硬件环境第42页
        6.2.2 软件环境第42-43页
    6.3 实验数据第43页
    6.4 实验结果展示分析第43-55页
        6.4.1 分类预测实验第44-47页
        6.4.2 用户画像展示与分析第47-50页
        6.4.3 个性化内容推送展示与分析第50-55页
    6.5 本章小结第55-56页
第七章 总结与展望第56-58页
    7.1 全文总结第56页
    7.2 未来展望第56-58页
参考文献第58-61页
在学期间的研究成果第61-62页
致谢第62页

论文共62页,点击 下载论文
上一篇:从几起典型案例看网络舆论对司法审判的影响
下一篇:基于情绪认知常识库的文本情绪原因发现