首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--自动推理、机器学习论文

面向海量实时数据的DSP用户画像系统的设计与实现

摘要第4-5页
ABSTRACT第5-6页
第一章 绪论第12-19页
    1.1 课题研究背景及意义第12-14页
    1.2 研究现状及问题分析第14-16页
        1.2.1 研究现状第14-15页
        1.2.2 问题分析第15-16页
    1.3 研究内容与研究目标第16-17页
    1.4 论文的章节安排第17-19页
第二章 用户画像相关研究第19-27页
    2.1 人群类目研究第19-23页
        2.1.1 类目分类原则第20页
        2.1.2 DSP人群类目体系第20-23页
    2.2 用户标签库的设计第23-25页
        2.2.1 标签分类设计第23页
        2.2.2 标签权重计算的研究第23-24页
        2.2.3 标签库建立的流程第24-25页
    2.3 用户画像体系的建立第25-26页
        2.3.1 用户画像方法第25页
        2.3.2 用户画像系统框架第25-26页
    2.4 本章小结第26-27页
第三章 基于机器学习分类模型的用户画像方法第27-37页
    3.1 常用的机器学习分类模型优缺点分析第27-28页
    3.2 基于支持向量机模型的用户画像方法第28-30页
    3.3 基于卡方检验的特征选择第30-32页
    3.4 评价指标第32-34页
    3.5 实验验证第34-36页
    3.6 本章小结第36-37页
第四章 面向海量实时数据的DSP用户画像系统的设计第37-46页
    4.1 用户画像系统分析第37-40页
        4.1.1 DSP实时竞价系统分析第37-38页
        4.1.2 用户画像数据分析第38-40页
    4.2 用户画像需求分析第40-41页
        4.2.1 功能需求分析第40页
        4.2.2 性能需求分析第40-41页
    4.3 系统总体架构设计第41页
    4.4 业务功能模块设计第41-45页
        4.4.1 日志收集模块设计第41-43页
        4.4.2 模型训练模块设计第43页
        4.4.3 流式处理模块设计第43-44页
        4.4.4 数据存储模块设计第44-45页
    4.5 本章小结第45-46页
第五章 面向海量实时数据的DSP用户画像系统的实现第46-63页
    5.1 日志收集模块实现第46-48页
    5.2 模型训练模块实现第48-56页
        5.2.1 数据预处理第48-49页
        5.2.2 特征工程第49-50页
        5.2.3 模型训练第50-56页
    5.3 流式处理模块实现第56-58页
    5.4 存储模块实现第58-59页
    5.5 用户画像系统测试第59-62页
        5.5.1 实验环境的搭建第59-60页
        5.5.2 功能测试和性能比较第60-62页
        5.5.3 效果展示第62页
    5.6 本章小结第62-63页
第六章 总结与展望第63-65页
    6.1 工作总结第63页
    6.2 展望第63-65页
致谢第65-66页
参考文献第66-68页
作者简历第68页

论文共68页,点击 下载论文
上一篇:基于驾驶者交通违法行为的交通事故风险分析与建模
下一篇:面向虚拟网的主动防御机制研究