彩铃专项分析系统铃音推荐模块的设计与实现

摘要

彩铃业务是移动运营商的一项重要增值业务。当前由于彩铃用户普及率趋向饱和，用户活跃性降低，运营商为吸引用户使用和更新彩铃，经常开展各项彩铃营销活动向用户推荐铃音，但由于传统营销缺乏针对性，推荐的成功率不甚理想。 基于关联规则进行商品推荐是目前应用最为广泛的推荐模式，目前在彩铃推荐方面应用的多是根据单维度的“铃音→铃音”的关联规则进行相应的关联推荐。这样的推荐模式在应用过程中具有一些不足，例如对新上线铃音的推荐力度不足、对重点铃音的推荐力度不足等。 彩铃专项分析系统中的铃音推荐模块有效地解决了以上问题。铃音推荐模块主要由ETL（Extract，Transform，Load）子模块、关联规则子模块、推荐权重调整子模块及推荐子模块组成。铃音推荐模块采用了多维关联规则进行推荐，变“铃音→铃音”的关联规则为“分类→分类”的关联规则，有效解决了对新上线铃音的推荐力度不足的问题。另外，本模块在推荐时充分参考了铃音的“推荐权重”。通过系统自动或用户手动调整推荐权重，重点铃音的推荐强度能够得到加强，故有效解决了对重点铃音的推荐力度不足的问题。 铃音推荐模块支持基于铃音进行铃音推荐、基于用户进行铃音推荐、基于铃音进行用户推荐等推荐模式。在具体推荐应用时，支持离线和在线两种应用方式。其中离线方式可以生成用于群发的推荐清单，提供给营销执行平台（如短信平台）；在线方式提供Web Services供彩铃平台调用，用于开展在线的实时推荐。 铃音推荐模块所采用的推荐模式不仅适用于彩铃推荐，也适用于无线音乐、多媒体回铃音等相关产品推荐，在其它产品的推荐方面也具有一定参考价值。 本文首先在第一章介绍了相关背景，包括彩铃业务及发展现状简介、ETL过程简介、关联规则数据挖掘理论简介、Web Services核心技术简介、彩铃专项分析系统简介等；在第二章中，对于铃音推荐模块进行了概述，主要内容是模块需求分析以及模块总体设计说明；在第三章中，对ETL子模块进行了介绍，ETL子模块负责保证从数据源定时同步数据，并将数据转换为系统所需格式，是后续数据挖掘的基础；在第四章中，对于关联规则子模块进行了介绍，关联规则子模块的主要功能是基于彩铃定制立方体，挖掘出有效的彩铃定制多维关联规则；在第五章中，首先提出了推荐权重的概念，然后对于推荐权重调整子模块进行了介绍，推荐权重调整子模块的主要功能是通过系统自动或用户手动的方式，设定铃音的推荐权重；在第六章中，对于推荐子模块进行了介绍，推荐子模块的主要功能是基于多维关联规则和推荐权重，实现多种方式的铃音推荐，如基于铃音进行铃音推荐、基于用户进行铃音推荐、基于铃音进行用户推荐等，并提供对离线与在线两种推荐方式的支持。

目录

文摘

英文文摘

声明

第一章概述

1.1彩铃业务简介及发展现状

1.1.1彩铃业务功能

1.1.2彩铃营销活动

1.1.3彩铃受理渠道

1.1.4彩铃发展现状

1.1.5彩铃业务发展遇到的问题

1.2 ETL过程简介

1.3关联规则数据挖掘理论简介

1.3.1数据挖掘概述

1.3.2关联规则简介

1.4 Web Services的核心技术简介

1.4.1 XML和Web Services

1.4.2 Web Services的体系模型

1.5彩铃专项分析系统简介

第二章铃音推荐模块概述

2.1铃音推荐模块需求

2.2铃音推荐模块总体设计

第三章ETL子模块的设计与实现

3.1 ETL子模块需求

3.2 ETL子模块的设计与实现

3.2.1概述

3.2.2任务管理模块

3.2.3 DRS模块

3.2.4 DRA模块

第四章关联规则子模块的设计与实现

4.1关联规则子模块需求

4.2相关背景

4.2.1数据立方体的生成

4.2.2多维关联规则

4.3关联规则子模块的设计与实现

4.3.1彩铃定制立方体的生成

4.3.2关联规则生成

4.3.3关联规则存储

第五章推荐权重调整子模块的设计与实现

5.1推荐权重调整子模块需求

5.2推荐权重概念解释

5.3推荐权重调整子模块的设计与实现

5.3.1推荐权重调整算法概述

5.3.2新上线铃音推荐功能

5.3.3用户手动调整推荐权重功能

5.3.4组合调整的实现

第六章推荐子模块的设计与实现

6.1推荐子模块需求

6.2基于铃音进行铃音推荐

6.3基于用户进行铃音推荐

6.4基于铃音进行用户推荐

6.5推荐功能应用

第七章应用效果

第八章结束语

参考文献

致谢

攻读硕士学位期间己发表或已录用的论文