Open Nav

用户画像及其实现技术

以下是资料介绍,如需要完整的请充值下载.
1.无需注册登录,支付后按照提示操作即可获取该资料.
2.资料以网页介绍的为准,下载后不会有水印.仅供学习参考之用.
   帮助中心
资料介绍:

用户画像及其实现技术(论文14000字)
摘要:移动互联网和智能手机的飞速普及不仅给消费者带来的便利,同时也促进了大数据的蓬勃发展。在大数据的盛行之时,用户画像这一名词也被互联网人口口相传。在这篇文章里,主要介绍了用户画像的内容,应用和实现方法,并进一步地对其底层的所采用的聚类分析技术做了详尽的解读,还用代码分析了当下流行的k-means聚类算法。
关键词:用户画像;聚类分析;k-means;

User profiling and its implementation techniques
Abstract: The rapid spread of mobile Internet and smart phones not only has brought convenience to consumers, but also has promoted the vigorous development of big data. In the prevalence of big data, the term “user profling” has also been widely popular on the Internet. In this article, I mainly introduced the main contents of the user profiling, application and implementation methods, furtherly interpreted the clustering analysis techniqueon the bottom of the user profiling in detail, and used codes to analyze the current popular k-means clustering algorithm.

[来源:http://Doc163.com]

Keywords:user profiling;clustering analysis;k-means;

目  录
1 绪论    1
1.1 研究背景    1
1.2 研究意义    2
1.3 研究现状    2
1.4 文章结构    2
2 用户画像    3
2.1 用户画像的简介    3
2.2 用户画像的分类    4
2.2.1 明确的用户画像    4
2.2.2 模糊的用户画像    4
2.2.3 混合的用户画像    4
3 用户画像的步骤    5
3.1配置文件提取    5
3.2 配置文件集成    6
3.3 用户兴趣挖据    6
3.3.1基于内容的过滤    7
3.3.2基于协同的过滤    8
3.3.3基于混合的过滤    9
4 聚类分析    10
4.1 聚类分析与聚类模型    10
4.2 聚类算法    11
5 k-means    13 [资料来源:Doc163.com]
5.1 k-means算法    13
5.2 k-means实例    13
5.3 k-means代码解析    17
6 总结与展望    23
参考文献    24
致谢    26
[资料来源:https://www.doc163.com]

  • 关于资料
    提供的资料属本站所有,真实可靠,确保下载的内容与网页资料介绍一致.
  • 如何下载
    提供下载链接或发送至您的邮箱,资料可重复发送,若未收到请联系客服.
  • 疑难帮助
    下载后提供一定的帮助,收到资料后若有疑难问题,可联系客服提供帮助.
  • 关于服务
    确保下载的资料和介绍一致,如核实与资料介绍不符,可申请售后.
  • 资料仅供参考和学习交流之用,请勿做其他非法用途,转载必究,如有侵犯您的权利或有损您的利益,请联系本站,经查实我们会立即进行修正! 版权所有,严禁转载
    doc163.com Copyright © 2012-2024 苏ICP备2021029856号-4