用户画像及其实现技术

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.
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
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