| 摘要 | 第6-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第12-21页 |
| 1.1 研究背景和意义 | 第12-13页 |
| 1.1.1 研究背景 | 第12-13页 |
| 1.1.2 研究意义 | 第13页 |
| 1.2 国内外研究综述 | 第13-17页 |
| 1.2.1 搜索引擎营销研究现状 | 第14-15页 |
| 1.2.2 用户画像构建方法研究 | 第15-16页 |
| 1.2.3 用户画像在精准营销中的应用研究 | 第16-17页 |
| 1.3 研究内容与方法 | 第17-18页 |
| 1.3.1 研究内容 | 第17页 |
| 1.3.2 研究方法 | 第17-18页 |
| 1.4 主要工作和创新 | 第18-19页 |
| 1.5 论文基本框架 | 第19-21页 |
| 第二章 相关技术介绍 | 第21-31页 |
| 2.1 用户画像概述 | 第21-23页 |
| 2.1.1 用户画像概念的界定 | 第21页 |
| 2.1.2 用户画像的分类 | 第21-23页 |
| 2.2 用户画像标签体系 | 第23-26页 |
| 2.2.1 用户画像的产生及应用 | 第23-24页 |
| 2.2.2 用户画像标签体系的建立 | 第24-26页 |
| 2.3 用户画像的特征工程构建 | 第26-30页 |
| 2.3.1 特征工程 | 第26页 |
| 2.3.2 用户画像特征工程内容 | 第26-30页 |
| 2.4 本章小结 | 第30-31页 |
| 第三章 基于搜索引擎的用户画像特征工程研究 | 第31-46页 |
| 3.1 预处理质差的用户搜索数据 | 第31-35页 |
| 3.1.1 数据集 | 第31-33页 |
| 3.1.2 分词和停用词处理 | 第33-34页 |
| 3.1.3 词性标注 | 第34-35页 |
| 3.1.4 文本信息特征向量化表示 | 第35页 |
| 3.2 搜索引擎文本特征构建框架 | 第35-37页 |
| 3.3 文本信息的特征筛选 | 第37-40页 |
| 3.3.1 安全特征筛选 | 第37-38页 |
| 3.3.2 安全特征筛选方法 | 第38-39页 |
| 3.3.3 安全特征筛选实验 | 第39-40页 |
| 3.4 word2vec词向量 | 第40-44页 |
| 3.4.1 词向量优点 | 第40-42页 |
| 3.4.2 词向量模型 | 第42-44页 |
| 3.5 引入词向量的文本信息表示 | 第44-45页 |
| 3.6 本章小结 | 第45-46页 |
| 第四章 基于搜索引擎的用户画像构建 | 第46-58页 |
| 4.1 基于社交数据的用户画像构建 | 第46-47页 |
| 4.2 Stacking模型 | 第47-48页 |
| 4.3 基于stacking模型的用户画像两层架构 | 第48-52页 |
| 4.3.1 第一层中各分类器的选择 | 第50-52页 |
| 4.3.2 第二层中分类器的选择 | 第52页 |
| 4.4 基于搜索引擎的用户画像模型评估 | 第52-57页 |
| 4.4.1 预测模型评估指标 | 第52-53页 |
| 4.4.2 预测模型对比 | 第53-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 基于搜索引擎的用户画像应用 | 第58-63页 |
| 5.1 用户画像的应用 | 第58-59页 |
| 5.2 基于搜索引擎的用户画像精准营销 | 第59-62页 |
| 5.2.1 基于精准营销的用户画像构建 | 第59-60页 |
| 5.2.2 用户画像展示 | 第60-61页 |
| 5.2.3 基于用户画像的精准推荐 | 第61-62页 |
| 5.3 本章小结 | 第62-63页 |
| 结论与展望 | 第63-66页 |
| 1、结论 | 第63-64页 |
| 2、展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70-72页 |
| 攻读硕士学位期间发表的论文和其它科研情况 | 第72-73页 |