網(wǎng)購網(wǎng)站用戶行為分析與實現(xiàn).pdf

1、隨著電子商務(wù)的快速發(fā)展，網(wǎng)絡(luò)廣告以及商品越來越多，網(wǎng)絡(luò)廣告的點擊率一直是相關(guān)企業(yè)關(guān)注的方向，但是隨著廣大用戶厭倦了無關(guān)廣告的推送，用戶逐漸對廣告產(chǎn)生了“免疫”，因而導(dǎo)致近年來CTR的大幅下降。因此對于展示廣告而言，網(wǎng)絡(luò)運營商、廣告中介商和廣告主都希望能有效提高廣告的點擊率，同時為用戶展示最有針對性和最有幫助的廣告，從而賺取更多的廣告利潤或形成更多的潛在銷售收益，因此找出影響CTR的關(guān)鍵因素并采取針對性措施的也就顯得萬分重要。
　　

2、本文基于中文分詞、主題提取以及灰色預(yù)測模型等核心算法，對網(wǎng)購網(wǎng)站用戶行為分析進行了研究。在論文中，通過研究不同的中文分詞方案并對比其效率，接著選取有效的中文分詞算法對對特定用戶的行為訪問日志的分析處理建立可以用于主題提取的字段，然后運用灰色預(yù)測模型得到該用戶可能感興趣的相關(guān)主題的商品或者廣告，從而有針對性的對特定用戶進行相關(guān)度較高的廣告推送或者對特定廣告進行向關(guān)注度較高的用戶推送，其核心目標就是提高CTR預(yù)測結(jié)果，從數(shù)學(xué)模型的角度來提高

3、網(wǎng)頁廣告的最大相關(guān)度來使得企業(yè)獲得更大的利潤。本文探究的是如何將數(shù)據(jù)挖掘、預(yù)測模型建立和預(yù)測度量進行有機的結(jié)合，達到預(yù)測結(jié)果和用戶行為的極大契合，保證了廣告不對用戶瀏覽進行干擾的情況，同時為用戶帶來相關(guān)推薦，并且將網(wǎng)站的收入最大化。
　　本設(shè)計的基本流程是根據(jù)用戶的歷史訪問記錄，提出一種用戶行為特征模型，并使用灰色預(yù)測模型進行相關(guān)預(yù)測，得到該用戶將來點擊的結(jié)果；與此同時，通過一定的主題提取算法對用戶歷史數(shù)據(jù)以及廣告數(shù)據(jù)進行主題提取