一种用户画像系统的设计与实现

用户画像系统通过结合用户浏览行为日志以及爬取数据作为补充,构成用户浏览行为的完整数据集。通过以Hadoop分布式集群为基础的大数据平台结合数据分析算法对该数据集进行清洗、规范化、分析与处理,分析出用户兴趣偏好,为用户标记不同权重的标签,使得企业更了解用户以及为之后针对用户精准推荐铺平道路。此外,针对K-means算法依赖初始化中心的缺陷进行了改进,从测试结果可以看出改进后的K-means准确率得到了较大提升。     

基于云模型理论的群体用户画像模型

为了能够对群体用户中不确定性和模糊性的行为精确的定量分析和定性相似度的计算,设计了一个基于云模型理论的定性相似度算法来给群体用户构建画像模型.首先,采用识别客户价值最广泛的RFM （Recency,Frequency,Monetary）模型来细分用户.其次,通过云模型变换算法将用户的行为转换为用户的云模型标签,该云模型标签就是对用户行为的一次定量表示,然后通过云模型聚类算法来划分出不同的客户类型,作为客户画像的模型,利用该模型指导商业营销活动.     

用户画像技术在产品营销中的应用

随着人工智能和大数据技术的不断发展,对信息的获取方式也在发生着变化,消费者希望用最少的时间成本获取尽量多的商品信息。如何在产品的营销过程中实现对目标用户的精准定位,基于用户画像技术的推荐系统就是目前所采用的有效方法之一。本文对互联网环境下在产品的推广和营销过程中如何利用用户画像技术,有针对性地选择推荐系统算法进行了探讨和研究。     

基于改进RFM模型的电商用户价值分类的研究

互联网行业数据量的不断积累膨胀,使得企业内保存了大量的原始数据和各种业务数据。如何有效地对这些数据加以利用,并构建出精准的用户画像系统是每个电商企业发展战略中的重要一环,能够帮助企业更准确地洞察用户的需求,而RFM模型对用户价值的精确分类又是构建用户画像系统的关键。该文提出了一种基于改进的RFM模型的电商用户价值分类方法。该方法通过增加对用户分析的指标,先利用层次分析法对指标进行两两打分、构成判断矩阵、确定各个指标的权重值,然后以肘部法则和轮廓系数为标准,选择出聚类效果最佳的K值,用K-Means‖聚类算法对用户价值进行分类。最后,通过对某电商用户行为数据集进行实验并与其他RFM模型进行对比实验,结果分析表明,该RFME模型与传统的RFM模型和一些改进的RFM模型相比轮廓系数更高,价值分类体系更加客观,具有更精确、更快速的用户分类效果。     

基于用户画像对互联网用户个性化推荐与引导

近年来,由于互联网技术和智能终端的发展和普及,互联网平台广告的发布及推荐方式层出不穷,但部分广告不能实现精准推广,存在产品过载问题^[1]。在此提出一个基于用户画像特征信息的精准销售推荐模型。针对目标用户的性别、年龄、职位、收入等行为特征,在数据挖掘与仿真平台上,使用聚类分析算法建立用户画像,对用户的喜好、性别特征等用户属性进行预估,从而更加精准地将商品投放给目标用户。     

基于动态用户画像的信息推荐研究

针对传统信息推荐方式精度偏低的问题,引入用户画像作为推荐基础,在深入研究文本分类和用户行为后,提出一种基于动态用户画像的推荐方法.该方法通过动态分析用户历史数据,预测用户的兴趣变化趋势,从而实现动态推荐.离线实验证明,该方法在预测用户偏好变化方面具有一定优势,相较于传统的基于标签的信息推荐,提高了推荐精度.     

基于遗传优化神经网络的电力潜在敏感用户画像聚类算法

为了解决电力潜在敏感用户画像聚类和识别结果准确度较低的问题,提出一种基于遗传优化神经网络的电力潜在敏感用户画像聚类算法。构建电力用户画像,精准刻画电力用户行为;选取电力用户画像的数值、时间、统计及聚类四种特征作为卷积神经网络模型的输入,识别电力潜在敏感用户画像;采用改进遗传算法优化卷积神经网络,使得识别结果更为精准。实验结果表明,该方法能够聚类、识别电力潜在敏感用户画像,且聚类和识别的性能及准确度较好。     

基于网络日志的用户行为检测和画像构建技术

针对现代互联网环境下,网络日志规模急速扩张,可挖掘内容极为丰富的现状,梳理国内基于网络日志的用户行为检测和用户画像领域的主要文献及工作。简要叙述上述两个领域的基本理论,并以公安工作、电子商务、医疗健康、旅游行业和图书馆业这五个行业中的案例来总结上述两个领域内的主要应用。对网络日志进行挖掘可以极大地提升用户体验,但也要正视其在隐私保护方面的缺失。     

基于萤火虫K-means聚类的电力用户画像构建和应用

为改变用户画像技术在电力企业中推广难、收效低的现状,提出了一种基于改进的萤火虫优化加权K-means算法的分层聚类的画像推荐模型.该模型在用户画像构建时,为提高计算速度和精度,仅就单项业务设计标签模型,通过分层聚类着重构建特征群体画像;在画像应用时,直接向目标群体潜力用户推荐该项具体业务和其它新业务.在高压电力用户样本...     

远程用户拨号上网计费的实现

在描述ISP提供拨号上网的接入方式及网络拓扑结构的基础上,重点阐述基于客户机/服务器模式的拨号上网计费原理,探讨了在拨号上网中RADIUS协议的实现过程,及RADIUS服务器与计费数据库之间的关系.     

面向物联网监测系统的通信服务模型设计

针对物联网监测系统的通信特点并结合实际物联网项目,提出了面向物联网监测系统的一种可扩展通信服务模型,该模型对服务端与监测终端间的信息传输协议进行了通用性设计,设计的通信数据传输结构在合理消耗资源的基础之上支持高并发数据通信,并实现多客户端的统一通信管理。     

嵌入式系统的Internet接入实现

介绍了嵌入式Internet的概念和嵌入式系统的Internet接入实现方案，讲述了在微控制器（MUU)中实现嵌入式WebServer的方法。在分析嵌入式Web服务器有限状态机基础上，用原始套接字编程的方法实现了thin—TCP／IP协议，并且对嵌入式系统应用层协议进行了设计，简化的协议降低了系统硬件的要求。集成这两种协议的浏览器可访问嵌入式WebServer，并通过提交表格的方式向嵌入式WebServer输入控制信息，在工业自动化和消费电子行业有广泛应用前景。     

一种用于构建用户画像的二级融合算法框架

用户画像是根据用户社会属性、生活习惯和消费行为等信息而抽象出的一个标签化的用户模型。构建用户画像的核心工作是给用户贴“标签”。基于用户的查询词历史记录,提出一种用于预测用户多维标签的二级融合算法框架。在第一级模型中,分别在各个标签预测子任务上建立多种模型,使用传统机器学习方法与Trigram特征相结合来抽取用户用词习惯的差异,使用doc2vec浅层神经网络模型来抽取查询词的语义关联信息,使用卷积神经网络模型来抽取查询词之间的深层语义关联信息。实验表明,doc2vec在处理用户查询这样的短文本相关任务时有着相对较好的预测准确性。在第二级模型中,针对用户画像这样的多标签预测任务,使用XGBTree模型及Stacking多模型相融合的方法提取出用户各标签属性之间的关联信息,使得平均预测准确率进一步提高了2%左右。在2016年中国计算机学会(CCF)组织的大数据竞赛《大数据精准营销中搜狗用户画像挖掘》中,所提二级融合算法框架在894支队伍中夺得了冠军。     

电力气象服务系统的设计与实现

气象条件对电力安全生产有着显著的影响,开展电力气象服务研究具有重要意义. 以用户需求为导向,结合气象数据特征,对于实况和临近预报,采用气象站对应的泰森多边形,对于短期预报和预警,采用区县行政区划,分别对输电线路和变电站进行切分,建立最近邻关系;同时,设计气象综合影响等级规范,提高服务的精细度. 利用GIS和数据库技术,建成一套能够提供监测实况、临近预报、短期预报、预警信号、历史查询和服务材料等信息的电力气象服务系统. 业务应用结果表明,系统运行稳定,能够提升气象服务水平,保障电力系统安全.     

上网卡接入系统的研制

在介绍了用户接入认证系统、RADIUS认证、计费协议的基础上,较为详细地叙述了上网卡接入系统的功能以及研制的要点,使读者对该系统有了一个初步的了解。     

个性化推荐系统中的混合用户偏好获取

针对个性化推荐系统中用户偏好信息量小的问题,提出了混合用户偏好获取,以相对准确但稀少的显式评分为基础,综合考虑用户页面停留时间、页面滚动时间和鼠标点击次数三项浏览行为,以评分转化规则为依据,得到隐式评分。结合隐式评分和显式评分,构建反映用户偏好的用户一项目矩阵,为个性化推荐算法的实施提供数据基础。实验证明,混合用户偏好获取是可行和有效的。     

基于Web Service的网上社保系统设计

本文探讨了最新的技术趋势Web Service以及其关键技术XMI、SOAP、WSDL、UDDI,然后对网上社保系统进行了详细的分析,给出了系统操作流程图,对系统模块的功能做了详尽的描述,同时还给出了系统中的服务分布及其功能描述,接着采用Web Service技术对网上社保系统进行设计,给出了系统设计说明。     

用户权限控制在SSMBSS中的设计与实现

在Web开发中,权限往往是一个极其复杂的问题,针对不同的应用,需要根据项目的实际情况和具体架构,在维护性、灵活性、完整性等多个方面比较、权衡。本文简要介绍了在Struts和Hibernate框架下基于角色的权限管理(RBAC)思想,提出了自定义标签和Struts标签相结合的方式,提高了系统的灵活性和安全性,达到MVC很好的分离。