基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
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.
推荐文章
适应性学习系统中用户与资源画像研究
适应性学习
用户画像
资源画像
标签系统
一种用户态活动感知计算模型的设计与实现
上下文感知
活动感知
用户态
一种小区智能防盗系统的设计与实现
MAX912
防盗系统
温度补偿
串口
一种网络漏洞检测系统的设计与实现
网络安全
漏洞检测
漏洞扫描
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种用户画像系统的设计与实现
来源期刊 计算机应用与软件 学科 工学
关键词 用户行为分析 基于Hadoop的大数据分析平台 用户画像系统 用户价值模型 K-means
年,卷(期) 2018,(3) 所属期刊栏目 软件技术与研究
研究方向 页码范围 8-14
页数 7页 分类号 TP311
字数 5203字 语种 中文
DOI 10.3969/j.issn.1000-386x.2018.03.002
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 郑树泉 17 279 10.0 16.0
4 丁志刚 31 315 10.0 17.0
13 齐文秀 2 21 1.0 2.0
21 王洋 2 21 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (201)
参考文献  (7)
节点文献
引证文献  (20)
同被引文献  (66)
二级引证文献  (56)
1967(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(3)
  • 参考文献(1)
  • 二级参考文献(2)
2006(6)
  • 参考文献(0)
  • 二级参考文献(6)
2007(2)
  • 参考文献(0)
  • 二级参考文献(2)
2008(2)
  • 参考文献(0)
  • 二级参考文献(2)
2009(2)
  • 参考文献(1)
  • 二级参考文献(1)
2010(5)
  • 参考文献(0)
  • 二级参考文献(5)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(5)
  • 参考文献(0)
  • 二级参考文献(5)
2014(1)
  • 参考文献(0)
  • 二级参考文献(1)
2015(4)
  • 参考文献(1)
  • 二级参考文献(3)
2016(3)
  • 参考文献(3)
  • 二级参考文献(0)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(5)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(4)
2018(5)
  • 引证文献(1)
  • 二级引证文献(4)
2019(51)
  • 引证文献(17)
  • 二级引证文献(34)
2020(20)
  • 引证文献(2)
  • 二级引证文献(18)
研究主题发展历程
节点文献
用户行为分析
基于Hadoop的大数据分析平台
用户画像系统
用户价值模型
K-means
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机应用与软件
月刊
1000-386X
31-1260/TP
大16开
上海市愚园路546号
4-379
1984
chi
出版文献量(篇)
16532
总下载数(次)
47
总被引数(次)
101489
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导