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