个性化广告推荐方法的研究与验证

[复制链接]
查看: 311|回复: 0

2万

主题

3万

帖子

7万

积分

管理员

Rank: 9Rank: 9Rank: 9

积分
72280
发表于 2022-8-19 16:52:59 | 显示全部楼层 |阅读模式
目:


雅宝题库答案
****此区域为收费内容****    需支付 1 知识币后可查看,1币=0.01元查看答案


雅宝题库解析:
随着互联网的迅速发展,网络广告也随之快速的发展。与传统媒体广告相比,网络广告能够通过多媒体方式,全天候、全球性的展示,并且具有成本低、互动性强的特点。网络广告越来越受到广告商的青睐,并成为许多学者研究的对象。数据挖掘作为一种知识发现的手段,目前得到了广泛的应用,属于数据库最活跃的领域之一。Web数据挖掘就是将传统的数据挖掘技术应用到Web环境中,从Web中抽取隐藏的信息或知识的过程。基于Web用户的使用信息挖掘的应用最为广泛,应用领域涉及到电子商务、网络广告、智能推荐系统、网络营销、智能决策领域。一个好的挖掘模型是Web使用信息挖掘成功的关键。本文主要关注的是隐式用户兴趣的挖掘。通过对用户访问文档使用数据挖掘技术,我们可以为用户建立兴趣模型。进而,通过用户的兴趣模型可以为用户提供个性化的服务。首先,通过数据预处理阶段,对网站服务器上的原始数据进行过滤处理。在这个阶段中,包括对日志的过滤以及对网页正文的提取。同时还采用了一种基于流水线式的系统集成新方法。之后通过特征提取得到了文本特征信息。在经过了对用户兴趣挖掘对文本聚类算法的要求之后,最终选择了BIRCH算法来进行用户访问文档的聚类,从而建立了用户兴趣模型。最后根据不同的用户情况提出了有针对性的广告推荐策略,并对系统进行了训练与评估检验。至此完成全部个性化广告推荐系统的设计与实现。





上一篇:商品电子备案监管系统的设计与实现
下一篇:某人寿保险公司团险核心系统的设计与实施
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

精彩课程推荐
|网站地图|网站地图