85人加入学习
项目实操:竞赛网站用户行为分析及服务推荐
价格 ¥ 899.00
抱歉,该课程为限制课程,请联系客服
课程介绍

一、项目背景

      随着计算机技术与通信技术的日益成熟和广泛应用,互联网自90年代初开始得到迅猛发展,随之而来的是网上信息资源越来越丰富,人们要在浩如烟海的互联网信息世界中找到自己真正感兴趣信息却存在很大的困难,具体表现在:用户不知道如何贴切表达真正想要的网上资源的需求,也不知道如何去更准确有效地寻找,即所谓“信息迷失”;对收集到的大量无关的信息难以消化,即所谓“信息过载”。虽然我们可以借助于搜索引擎来检索Web上的信息,但仍不能满足不同背景、不同目的和不同时期的查询要求,因为大多数搜索引擎缺少主动性,没有考虑用户的兴趣偏好和用户的不同,无法有效地解决信息过载和信息迷失的问题。 为了适应用户不断增长的信息需求,有效地解决信息过载和信息迷失给人们带来的种种问题,研究人员纷纷从人工智能中寻找突破口。在许多探索性研究中,个性化推荐服务作为一种崭新的智能信息服务方式,应用前景广泛,十分引人注目。与搜索引擎不同,推荐系统并不需要用户提供明确的需求,而是通过分析用户的历史行为,根据用户的行为主动推荐能够满足他们兴趣和需求的信息。因此,对于用户而言推荐系统和搜索引擎是两个互补的工具。搜索引擎满足有明确目的的用户需求,而推荐系统能够帮助用户发现感兴趣的内容。因此,在电子商务领域中推荐技术可以起到以下作用:第一,帮助用户发现其感兴趣的物品,节省用户时间、提升用户体验;第二,提高用户对电子商务网站的忠诚度,如果推荐系统能够准确地发现用户的兴趣点,并将合适的资源推荐给用户,用户就会对该电子商务网站产生依赖,从而建立稳定的企业忠实顾客群,提高用户满意度。 本案例研究的对象是泰迪智能科技有限公司的泰迪杯竞赛网站,泰迪智能科技是一家专门从事大数据挖掘研发、咨询和培训服务的高科技企业。泰迪杯竞赛网致力于为用户提供丰富的泰迪杯竞赛信息、数据挖掘培训咨询,为参赛者提供了往届优秀作品作为参考,为高校提供了丰富的教学资源,如:案例教程、教学视频、教学书籍、建模工具等。随着网站访问量的增大,数据信息量也在大幅度增长。用户在面对大量信息时无法及时从中获取自己需要的信息,对信息的使用效率越来越低。这种浏览大量无关信息的过程,造成了用户需要花费大量的时间才能找到自己需要的信息。为了能更好地满足用户需求,依据其网站海量的数据,研究用户的兴趣偏好,分析用户的需求和行为,发现用户的兴趣点。引导用户发现自己的信息需求,将网页精准推荐给所需用户,帮助用户发现他们感兴趣但很难发现的网页信息。 目前,该竞赛网站已经存在部分推荐,如当点击教学资源时可以在网页的左边栏目发现如下的推荐,如图1 1所示。但这样的推荐是比较粗放的,目前还不能根据用户的浏览行为精准的推荐,不能满足用户的个性化需求,基于此背景下,本案例采用协同过滤和关联规则算法建立推荐模型,给用户提供精准的智能推荐服务。

二、项目目标

      1. 借助大量用户的访问记录,发现用户的访问行为习惯,对不同需求的用户进行相关服务页面的推荐。

      2. 根据用户访问内容、访问次数等属性特征,深入了解用户对访问网站的行为和目的及关心的内容。

 

三、实现工具

      Python3:NumPy、Pandas、Matplotlib、Scikit-learn等。

 

注:本课程仅供在线实习班级使用。