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--文字信息处理论文

网络定向广告中用户兴趣模型研究与应用

摘要第1-6页
Abstract第6-8页
致谢第8-12页
第一章 绪论第12-20页
   ·研究背景第12-15页
   ·国内外研究现状及研究意义第15-18页
     ·用户兴趣模型研究现状第15-16页
     ·网络定向广告投放算法研究现状第16-18页
     ·研究目的及意义第18页
   ·本文的研究内容与创新点第18-19页
   ·本文的组织结构第19-20页
第二章 网络定向广告中的用户兴趣模型及相关理论第20-30页
   ·网络定向广告概述第20-21页
   ·用户兴趣模型第21-23页
   ·向量空间模型第23-24页
   ·词语相关度第24-26页
   ·基于维基百科的相关度计算方法第26-29页
   ·本章小结第29-30页
第三章 用户兴趣模型语义扩展表示及更新研究第30-41页
   ·用户数据收集及兴趣表示第30-33页
     ·有效浏览内容第31-32页
     ·浏览行为特征第32-33页
     ·改进的向量空间模型第33页
   ·基于维基百科分类及文档链接的用户兴趣特征扩展第33-37页
     ·改进的深度加权路径算法第34-35页
     ·基于文档链接的链接向量法第35-36页
     ·链接分类向量法第36页
     ·类贝叶斯兴趣特征权重计算第36-37页
   ·用户兴趣模型更新第37-40页
     ·追踪窗口中的用户兴趣分析第37-39页
     ·短期兴趣实时增量更新第39-40页
     ·用户与广告的匹配第40页
   ·本章小结第40-41页
第四章 基于 OpenX 的网络定向广告系统应用第41-50页
   ·系统架构第41-44页
     ·网络架构第42页
     ·软件架构第42-43页
     ·系统流程第43-44页
   ·系统环境第44-45页
     ·硬件环境第44-45页
     ·软件环境第45页
   ·关键技术和模块第45-48页
     ·数据采集第45-47页
     ·用户识别第47-48页
     ·广告索引第48页
     ·行为反馈第48页
   ·相关问题的解决第48-49页
     ·冷启动第48-49页
     ·用户体验第49页
     ·隐私保护第49页
   ·本章小结第49-50页
第五章 实验结果分析及系统运行演示第50-59页
   ·基于维基百科的用户兴趣特征相关度计算第50-52页
     ·数据集第50页
     ·衡量指标第50页
     ·相关度计算方法效果对比第50-52页
   ·用户兴趣模型匹配效果及对定向广告投放影响的实验第52-55页
     ·实验数据第52页
     ·实验设置第52页
     ·兴趣模型与广告的匹配效果对比第52-53页
     ·两种兴趣对广告投放的影响第53-54页
     ·新鲜因子λ对广告投放的影响第54-55页
   ·UP 系统运行演示第55-58页
   ·本章小结第58-59页
第六章 总结与展望第59-60页
   ·总结第59页
   ·不足与展望第59-60页
参考文献第60-64页
攻读硕士学位期间发表的论文和参与的科研项目第64-66页

论文共66页,点击 下载论文
上一篇:基于语义规则的动画角色模型分割和标记方法
下一篇:DTN网络缓存区管理算法的研究