检索结果-南通市图书馆

基于用户分群的数字社区消费者多模态特征分析与服务效能提升研究

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

农业图书情报学报 2023年第2期35卷 30-44页

作者：黎灿垚韦伟刘晓丽周林兴王帅广西中烟工业有限责任公司南宁530001 上海大学文化遗产与信息管理学院上海200444

[目的/意义]对数字社区消费者进行多模态特征分析与服务效能提升,有助于为数智赋能在线社区建设提供新视野、为相关部门部署数字决策提供新动能。[方法/过程]结合社区特性构建用于消费者分群的数据维度,将维度下的24个指标数据进行二次... 详细信息

[目的/意义]对数字社区消费者进行多模态特征分析与服务效能提升,有助于为数智赋能在线社区建设提供新视野、为相关部门部署数字决策提供新动能。[方法/过程]结合社区特性构建用于消费者分群的数据维度,将维度下的24个指标数据进行二次聚合后实现分群,并构造参数、决策变量及函数表,从而分析消费者多模态特征,基于这些特征实现数字消费服务效能的提升。[结果/结论]实证分析结果表明,本文模型能够生成合理有效的分群结果,进而实现类群特征区分以及群间渗透与漂移现象分析;分群结果呈现出6类消费者群体:重点、中心、特殊、沉睡、流失和一般类群,绝大多数类群都会产生用户渗透现象,仅有一般用户类群会发生群间漂移现象;服务效能提升模型表明最受关注价值的群体为中心和重点类群。

关键词：用户分群 AP-DBSCAN 多模态特征数字社区数字消费

移动互联环境下基于改进模糊聚类理论的用户分群算法

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

计算机应用研究 2018年第10期35卷 3033-3036页

作者：张晖征原南京邮电大学江苏省无线通信重点实验室南京210003 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006

在移动互联环境下,依据用户行为规律对业务兴趣相似用户进行分群,可为业务准确推荐和资源有效配置提供有力支撑。因此,提出一种基于改进模糊聚类理论的用户分群算法。首先,分别定义业务兴趣相似度和业务顺序相似度,进而建立用户综合相... 详细信息

在移动互联环境下,依据用户行为规律对业务兴趣相似用户进行分群,可为业务准确推荐和资源有效配置提供有力支撑。因此,提出一种基于改进模糊聚类理论的用户分群算法。首先,分别定义业务兴趣相似度和业务顺序相似度,进而建立用户综合相似度指标;其次,构建基于用户综合相似度的模糊聚类模型,进而采用网格划分方法确定初始群组中心,并依据平均用户隶属度调整用户群组个数,从而实现快速准确的用户分群。仿真结果验证了该算法的有效性。

关键词：移动互联环境行为分析用户分群模糊聚类

电力现货市场中标准零售套餐设计——基于用户分群的分析

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

价格理论与实践 2019年第12期 132-136页

作者：吴敬慧张杰潘舒妍吴峰李凯欣姚星安杨柳詹卫许鄂宇航广东电力交易中心有限责任公司北京清能互联科技有限公司南方电网数字电网研究院有限公司

随着电力零售市场的进一步放开,市场化电力用户数量急剧增加,众多用电特性和服务需求各异的零售用户进入市场,而电力现货市场的引入,批发电价实时波动,给零售市场提供更强的分时价格信号。在这种发展趋势下,考虑用户的风险承受能力,针... 详细信息

随着电力零售市场的进一步放开,市场化电力用户数量急剧增加,众多用电特性和服务需求各异的零售用户进入市场,而电力现货市场的引入,批发电价实时波动,给零售市场提供更强的分时价格信号。在这种发展趋势下,考虑用户的风险承受能力,针对不同的用户类型和需求合理设计差异化的标准零售套餐,是电力现货市场全面运行前迫切需要研究的问题。为此,本文基于对广东电力市场建设现状分析,研究市场环境下电力零售套餐设计的原则和机理以及常用的电力用户分群方式和方法,设计多种基于用户分群的标准零售套餐模式,为电力现货市场中市场主体决策提供有益参考。

关键词：电力现货市场零售市场零售套餐用户分群套餐设计

基于数据驱动的纯电动汽车用户分群与行驶里程预测研究

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于数据驱动的纯电动汽车用户分群与行驶里程预测研究

作者：曹玮鑫湖南大学

学位级别：硕士

纯电动汽车因其以蓄电池作为唯一动力来源,具有低污染、低噪音、能量转化效率高等特点有助于缓解日益严峻的能源与环境问题。在全球各国政府的大力倡导和政策扶持下,纯电动汽车市场发展潜力巨大。但随着纯电动汽车的强势增长,其用户群... 详细信息

纯电动汽车因其以蓄电池作为唯一动力来源,具有低污染、低噪音、能量转化效率高等特点有助于缓解日益严峻的能源与环境问题。在全球各国政府的大力倡导和政策扶持下,纯电动汽车市场发展潜力巨大。但随着纯电动汽车的强势增长,其用户群体的消费和需求逐渐呈现多元化和层次化特性,且用户普遍存在“里程焦虑”现象。为适应市场发展需求和增强用户使用信心,本文依托纯电动汽车的用户真实使用数据,对用户群体进行聚类分析,以刻画不同的用户群体画像,为企业市场定位和精准营销提供理论依据,同时,基于纯电动汽车的实际运行状态数据,对行驶里程进行预测研究,以提高用户满意度。因此,本研究课题具有一定的理论意义和实用价值。本论文以纯电动汽车用户使用数据为研究对象,利用机器学习的聚类分析和回归预测分析技术手段,围绕用户群体细分和行驶里程预测展开相关研究工作,主要研究内容如下:(1)基于FP-Kmeans算法的用户分群研究。首先梳理了聚类分析的研究理论和关键技术,为后续的研究内容奠定理论基础和技术支撑;接着基于体验用户数据,采用数据清洗技术和特征相关性分析技术得到包括14个特征变量的最优数据集;其次针对K-means算法的不足提出一种基于流形距离的FP-Kmeans算法,对用户进行聚类分群;然后对聚类的五类用户群体进行详细的消费能力和使用行为对比分析,并考虑企业业务实际需求给出筛选体验用户的建议;最后对体验用户关注点进行重点分析,研究发现行驶里程为用户最关心性能指标,占比达到46.3%,是阻碍用户选购纯电动汽车的重要原因之一,准确预测行驶里程可有助于缓解用户“里程焦虑”,为下一部分的研究奠定基础。(2)基于Light GBM模型的行驶里程预测研究。首先对回归预测分析的相关理论和分析技术进行总结概述;其次为提高后续预测的可靠性和准确度,在对纯电动汽车的运行状态数据进行特征工程处理后,经片段分割和特征拓展后得到15项特征变量作为模型输入;接着建立Light GBM预测模型,与其它主流回归预测模型进行对比分析,验证了Light GBM模型的有效性及优越性;最后使用Grid Search CV技术对Light GBM模型进行优化,并且利用SHAP对模型进行全局和局部解释分析。

关键词：纯电动汽车机器学习用户分群行驶里程预测 SHAP

Hadoop电信大数据的用户分群算法研究与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

Hadoop电信大数据的用户分群算法研究与实现

作者：季雨沈阳理工大学

学位级别：硕士

信息时代的来临,大数据时代也应运而生。大数据关键技术的突破发展,涌现出了一大批大数据创新企业和创新模式。大数据产业发展到目前阶段,已经从探索阶段进入了应用阶段,其在重要行业领域应用不断深化。目前,我国移动电话用户达到13.8亿... 详细信息

信息时代的来临,大数据时代也应运而生。大数据关键技术的突破发展,涌现出了一大批大数据创新企业和创新模式。大数据产业发展到目前阶段,已经从探索阶段进入了应用阶段,其在重要行业领域应用不断深化。目前,我国移动电话用户达到13.8亿,居全球第一。因此,在电信领域开展大数据数据挖掘层面研究具有非同凡响地意义。用户分群是电信企业营销的一种手段,科学地发现客户群,合理配置企业的资源,从而创造出更大的利润。显然地,传统技术已无法为企业制定有效的决策。本文将大数据技术与聚类挖掘算法相结合,为电信大数据用户分群模型提供新的解决方案。本文主要的工作内容包含以下几个方面:1,介绍大型数据应用最先进研究。它涵盖了包括数据密集型应用的新兴高性能架构,提升数据处理的新型高效分析策略,以及机器学习领域的尖端应用。2,针对超大数据量级的用户数据,提出数据预处理方法,对原始数据进行去除失真,噪声,冗余等失效数据。3,传统K-means聚类算法存在诸多缺点,包括随机产生K值,对初始聚类中心敏感,容易陷入局部最优状态等,本文提出了一种改进型K-means算法。实验证明该算法有效地提高了用户分群的准确率。4,传统串行方式已无法满足大数据的存储与处理。本文通过仿真搭建Hadoop完全分布式云平台,一方面利用HDFS分布式文件系统,另一方面结合MapReduce编程模型。实验结果证明基于Hadoop平台的并行化模式提升了算法的执行速度。本文将聚类算法应用于电信大数据Hadoop上实现用户分群,科学地划分不同价值用户群,从而为企业提供精准化营销决策。

关键词：大数据 Hadoop平台用户分群聚类算法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于历史浏览数据与用户分群的新客复购预测

基于历史浏览数据与用户分群的新客复购预测

作者：夏嘉伟华东师范大学

学位级别：硕士

随着获客成本逐步提高,如何引导新客户留存、转化为重复购买客户成为了电商平台商家面临的现实问题。由于对复购可能性大的新客不必消耗额外营销资源,对复购可能性低的新客的挽回难度过大,因此从店铺新客中找出更有营销价值的复购犹豫... 详细信息

随着获客成本逐步提高,如何引导新客户留存、转化为重复购买客户成为了电商平台商家面临的现实问题。由于对复购可能性大的新客不必消耗额外营销资源,对复购可能性低的新客的挽回难度过大,因此从店铺新客中找出更有营销价值的复购犹豫型新客,针对这些潜在的回头客制定精准营销策略,能够降低成本,实现效益最大化。本文使用店铺新客在整个电商平台上近半年的历史浏览记录和性别、年龄等个人信息,在进行数据清理、特征工程等数据预处理操作后,使用XGBoost、Light GBM、Cat Boost等建立分类模型,对店铺新客的复购可能性进行预估。之后,根据复购概率进行新客分群,并在保证人数总量适中的前提下,将复购概率在46%到54%之间的新客划分为更值得投入营销资源的复购犹豫型新客。在新客分群后,针对这部分高价值新客,采取措施提升模型预测精度。在对类别变量的缺失值进行插补时,与常用的众数插补相比,将缺失视为特殊类别的做法可以使得模型在复购犹豫型新客上平均提升3.34%。同时,对模型融合方法中的堆叠法进行改进,根据基学习器对复购犹豫型新客的区分情况,对其提取的特征进行加权,融合模型相较仅使用单一模型在该群体上的效果上升2.30%。最后,通过特征重要度分析新客复购意愿影响因素,发现卖家店铺已有的重复购买顾客数的重要性明显高于其他特征,其他的重要因素可大致分为卖家店铺现有顾客数量情况和已售商品的市场情况两方面。上述分析结果可为实际的店铺运营提供思路。

关键词：模型融合复购预测用户分群

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于用户分群与流失预测技术的客户管理研究

基于用户分群与流失预测技术的客户管理研究

作者：宋美忻东南大学

学位级别：硕士

用户是企业发展的重要因素,用户的维护和管理体现着企业经营的能力。用户流失问题会影响企业的营收,其背后的原因也揭示着产品和企业发展上的问题。及时的找到流失用户,并分析原因制定相应的挽回策略十分有必要。流失用户预测的研究众多... 详细信息

用户是企业发展的重要因素,用户的维护和管理体现着企业经营的能力。用户流失问题会影响企业的营收,其背后的原因也揭示着产品和企业发展上的问题。及时的找到流失用户,并分析原因制定相应的挽回策略十分有必要。流失用户预测的研究众多,其中基于机器学习的数据挖掘建模技术在分类问题上有较好的表现,被广泛应用于各个领域。本文选用网上公开的电信用户数据,共6534个样本、16个字段,涉及用户基本信息、服务信息、账单信息。电信行业用户量大信息多,同时也存在着很多用户流失现象,有关用户管理的研究价值大。本文分析了目前对于流失问题的研究现状,并对用户流失相关概念、数据挖掘技术、相关算法原理进行了介绍。在实践上,首先对数据进行特征探索和描述性分析,拆分出训练集5228个样本,测试集1306个样本。对于特征进行相关性分析,并基于流失相关性建立打分模型预测流失用户,该模型找出60%以上用户,准确率在0.65以上。进一步,用K-means、K-modes、K-prototypes三种聚类分析方法对样本进行分类,选择K-prototypes方法将样本分为0-1两类用户。0类用户可能是热爱新事物但用户关系尚不稳定的短期用户或新用户;1类用户整体上更为稳定。对分类后的数据和全部数据进行预测建模,选用逻辑回归、随机森林、XGBoost、Light GBM四种方法并利用综合评价指标进行选择。最终选择XGBoost的分类数据预测的模型,0类用户召回率为0.89456,1类用户召回率为0.84211。针对预测结果进行分析,利用关键指标对预测流失用户划分为ABCD四个用户群,其中A类用户占52%,为最主要流失用户群。对用户流失原因进行分析,判断用户价值。用户主要流失原因分别为价格因素、需求不匹配、生活变化、自然流失。针对性地提出挽回策略并尝试提出公司整体发展建议。

关键词：流失预测挽回策略聚类分析用户分群

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于URL分析的移动互联网用户分群

基于URL分析的移动互联网用户分群

作者：宋嵩河北大学

学位级别：硕士

近年来，移动互联网发展迅速。2012年7月，CNNIC公布的数据显示，60%的人通过移动设备接入互联网。移动互联网用户规模已不容小视，移动互联网市场潜力巨大。中国电信运营商非常重视移动互联网市场，密切关注着其可能带来的巨大商机。... 详细信息

近年来，移动互联网发展迅速。2012年7月，CNNIC公布的数据显示，60%的人通过移动设备接入互联网。移动互联网用户规模已不容小视，移动互联网市场潜力巨大。中国电信运营商非常重视移动互联网市场，密切关注着其可能带来的巨大商机。目前，各大运营商都在采取积极措施，分析用户的上网行为特征，从而找出目标客户群，根据客户群的不同向其提供差异化的服务，进而达到精准营销的目的。在此背景之下，本文提出并实现了一个基于URL的网页分类算法。该算法利用URL的特征频率进行网页分类，是一个具有较低计算复杂度的网页分类算法。应用该算法本文实现了一个基于URL分析的移动互联网用户分群系统，根据移动用户的上网行为轨迹实现了用户分群，通过设定营销规则，发现群组中符合营销规则的目标客户。本文的研究工作主要包括以下几方面：第一，本文研究了传统的网页分类算法和文本分类算法，在此基础上提出了一种基于URL的网页分类算法，该算法仅利用网页的URL特征对网页进行分类，算法主要特点就是计算复杂度低，速度快。第二，根据某省移动公司的营销需求，设计了一个基于URL分析的移动互联网用户分群系统。该系统采用本文提出的基于URL的网页分类算法，对DPI日志中的URL进行分类，实现了移动互联网用户分群;本系统与移动公司的广告分发系统直接相连，可以实现对目标用户的精确营销。第三，本文通过一个营销实例验证了用户分群系统的功能，分析了系统的精确营销效率。

关键词：移动互联网网页分类URL 用户分群精确营销

蚁群与K均值聚类算法融合研究及其在用户分群中的应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

蚁群与K均值聚类算法融合研究及其在用户分群中的应用

作者：刘婵西南科技大学

学位级别：硕士

如今市场竞争日益激烈,企业面对数量巨大的消费者群体,传统的大众化营销的成本高且没有优势。对用户群体进行细分,针对不同用户群体进行精准的市场营销,能提高企业营销策略的效率,获得更好的营销效果。传统数据分析方法难以处理海量的... 详细信息

如今市场竞争日益激烈,企业面对数量巨大的消费者群体,传统的大众化营销的成本高且没有优势。对用户群体进行细分,针对不同用户群体进行精准的市场营销,能提高企业营销策略的效率,获得更好的营销效果。传统数据分析方法难以处理海量的用户数据,因此,采用数据挖掘技术中的聚类分析算法实现企业用户分群。论文给出了营销原理及数据挖掘技术相关理论说明,研究了聚类分析技术中K-means聚类算法和蚁群聚类算法的基本原理。分析了长虹社区论坛的用户数据,根据用户数据数量大、属性多的特点,提出适用于论坛用户聚类的改进算法Ant-K-means聚类算法。研究了K-means聚类算法对簇数量的选取和初始聚类中心的质量敏感以及蚁群聚类算法搜索时间长的问题解决方法。完成了蚁群聚类算法对数据集中抽取的部分样品数据的聚类,并将蚁群聚类获取的簇数量和簇中心作为输入参数,使用本文改进的基于信息素的K-means算法对全部数据进行快速聚类,获得最终聚类结果。将改进后的聚类算法应用到长虹智能电视的论坛用户分群中,根据用户的行为数据将用户聚类到不同的簇,对各簇的用户进行了分析与可视化。将改进算法应用到长虹论坛的用户分群中,实验结果显示分群效果良好,群体内用户特征相似性较高,验证了改进算法的正确性和有效性,为长虹智能电视的产品营销与用户服务提供了决策依据。

关键词：数据挖掘聚类 K-means 蚁群聚类用户分群