基于用户画像的WordPress博文推荐研究

摘要

开源软件使用成本低、更新快且易维护等优点，使其受到越来越多开发者的青睐。WordPress是一种构建博客的开源软件，自发布以来已成为应用最为广泛的博客创作软件。但是现在对它的研究都集中在如何利用它来构建博客，而用户在平台上留下的大量历史数据被浪费。特别值得一提的是:现在WordPress构建的博客不能实现博文的个性化推荐，严重影响了用户体验，同时也不利于博客的推广。
　　为了解决上述问题，本文以WordPress为研究对象，利用文献分析、描述统计和案例研究等方法，从用户画像构建、精准推荐算法和多样性推荐算法三方面进行了文献分析和现状总结。首先，提出了用户画像构建的一般流程，设计了用户画像标签和数据采集指标，并确定了数据源。同时在利用基于项目的K近邻算法对用户精准偏好建模时，加入了用户行为时间权重和用户行为动态权重;根据用户基础属性计算用户的相似度，利用基于用户的协同过滤算法对用户潜在偏好建模。然后,设计了用户画像数据库和针对WordPress的数据处理方案，并开发了博文精准推荐插件和博文多样性推荐插件以实现WordPress的博文推荐功能。最后，抽取、清理与转换中华文化英文博客中的用户历史数据，将开发的博文精准推荐插件和博文多样性推荐插件安装配置于该博客中，验证本文提出的方案及开发的插件的可行性与有效性。
　　论文研究一方面阐述了基于用户画像的WordPress博文推荐理论、方法和技术;另一方面通过开发博文精准推荐插件和博文多样性插件，提供了WordPress博文推荐功能，满足了用户的个性化阅读需求。

目录

声明

致谢

摘要

1．1．1 研究背景

1．1．2 研究意义

1．2 研究综述

1．2．1 用户画像构建研究

1．2．2 精准推荐算法研究

1．2．3 多样性推荐算法研究

1．3 研究内容及方法

1．3．1 研究内容

1．3．2 研究方法

1．4 技术路线

1．5 论文结构

2．1 用户画像

2．1．2 构建方法

2．2 算法概述

2．2．1 基于项目的K近邻算法

2．2．2 基于用户的协同过滤算法

2．2．3 艾宾浩斯记忆遗忘曲线

2．3 技术概述

2．3．1 MySQL数据库

2．3．2 WordPress插件

3 WordPress用户画像分析与偏好建模

3．1 WordPress用户画像分析

3．1．1 用户画像构建流程

3．1．2 设计用户画像标签与数据采集指标

3．1．3 确定数据源

3．2 用户精准偏好建模

3．2．1 用户行为时间权重的计算

3．2．2 用户行为动态权重的计算

3．2．3 基于K近邻算法的用户精准偏好建模

3．3 用户潜在偏好建模

3．3．1 基础属性特征的量化

3．3．2 各量化特征距离的计算

3．3．3 基于相似用户的用户潜在偏好建模

4 WordPress用户画像和博文推荐插件的设计与实现

4．1 用户画像数据库设计

4．1．1 需求分析

4．1．2 概念结构设计

4．1．3 逻辑结构设计

4．1．4 物理结构设计

4．2 用户画像数据处理

4．2．1 数据的抽取

4．2．2 数据的清理与转换

4．2．3 数据的装载与更新

4．3 博文精准推荐插件的设计与实现

4．3．1 博文精准推荐插件的设计

4．3．2 用户精准偏好算法的实现

4．3．3 博文精准推荐插件的实现

4．4 博文多样性推荐插件的设计与实现

4．4．1 博文多样性推荐插件的设计

4．4．2 用户潜在偏好算法的实现

4．4．3 博文多样性推荐插件的实现

5 基于用户画像的中华文化英文博客的博文推荐

5．1 用户画像数据处理

5．1．1 数据的抽取

5．1．2 数据的清理与转换

5．1．3 数据的装载与更新

5．2 博文精准推荐插件的应用

5．2．1 插件的安装

5．2．2 插件的配置

5．2．3 效果展示

5．3 博文多样性推荐插件的应用

5．3．1 插件的安装

5．3．2 插件的配置

5．3．3 效果展示

6．1 结论

6．2 展望

参考文献

附录

作者简历及攻读硕士学位期间取得的研究成果

学位论文数据集