基于手机应用日志的用户基础属性预测
| 摘要 | 第5-6页 |
| ABSTRACT | 第6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 基于邮件内容的用户基础属性预测 | 第10-11页 |
| 1.2.2 基于搜索内容的基础属性预测 | 第11-12页 |
| 1.2.3 基于用户反馈的基础属性预测 | 第12-14页 |
| 1.3 论文的研究内容 | 第14页 |
| 1.4 本文的层次结构安排 | 第14-15页 |
| 第二章 相关技术背景及算法 | 第15-26页 |
| 2.1 LOGISTIC分类 | 第15-18页 |
| 2.2 朴素贝叶斯 | 第18-20页 |
| 2.3 决策树分类 | 第20-23页 |
| 2.4 支持向量机 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 问题定义与数据说明 | 第26-39页 |
| 3.1 用户基础属性预测问题定义 | 第26-27页 |
| 3.2 实验数据说明 | 第27-33页 |
| 3.2.1 IP流量检测系统简介 | 第27-28页 |
| 3.2.2 数据提供方式 | 第28-29页 |
| 3.2.3 数据格式 | 第29-31页 |
| 3.2.4 访问主题的提取 | 第31-33页 |
| 3.3 评价指标 | 第33-34页 |
| 3.4 常用算法预测结果 | 第34-38页 |
| 3.4.1 数据质量 | 第34-37页 |
| 3.4.2 常用方法预测结果 | 第37-38页 |
| 3.5 本章小结 | 第38-39页 |
| 第四章 用户基础属性预测 | 第39-56页 |
| 4.1 用户基础属性预测模型 | 第39-43页 |
| 4.1.1 用户基础属性预测 | 第39-42页 |
| 4.1.2 基础属性预测模型的优化 | 第42-43页 |
| 4.2 反馈信息的提取 | 第43-47页 |
| 4.2.1 奇异值分解 | 第44-45页 |
| 4.2.2 隐语义模型 | 第45-47页 |
| 4.3 基于访问主题的协同优化 | 第47-51页 |
| 4.3.1 访问主题邻居 | 第47-49页 |
| 4.3.2 主题基础属性概率优化 | 第49-51页 |
| 4.4 基于用户的协同优化 | 第51-52页 |
| 4.5 模型的融合 | 第52-55页 |
| 4.6 本章小结 | 第55-56页 |
| 第五章 实验结果分析 | 第56-68页 |
| 5.1 实验数据集 | 第56-59页 |
| 5.2 模型参数 | 第59-63页 |
| 5.2.1 分解维度 | 第59-60页 |
| 5.2.2 主题协同优化参数 | 第60-61页 |
| 5.2.3 用户协同优化参数 | 第61-63页 |
| 5.3.预测结果对比 | 第63-67页 |
| 5.3.1 基础属性预测结果分析 | 第63-66页 |
| 5.3.2 常用方法的比较 | 第66-67页 |
| 5.4 本章小结 | 第67-68页 |
| 第六章 结束语 | 第68-70页 |
| 6.1 全文总结 | 第68-69页 |
| 6.2 不足与下一步展望 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 攻硕期间取得的研究成果 | 第75-76页 |
