联系人:
所在地:
研究课题面向移动运营商的数据,基于Hadoop平台,针对海量数据,采用Web挖掘技术和定位算法,对用户上网数据进行分析,找到用户的兴趣点,给用户推荐信息和商品。 研究内容主要涉及以下几个方面: 1)对用户上网的URL定标签,建立用户兴趣模型,将用户进行分类。此研究内容目标为对URL定标签,保证准确率在90%以上,同时发表网页分类高质量论文一篇。 2)研究海量数据处理技术,主要是大数据处理过程中的迭代机制研究。海量数据处理时影响速度的一个主要原因是迭代次数过多,通过减少迭代次数可以显著提高数据处理速度。 3)深入研究推荐算法,现有的推荐算法有基于内容的推荐、隐语义推荐和基于图的推荐,各种推荐算法各有利弊,本课题将基于移动互联网数据,提出一种新的高效的个性化推荐算法。