融合用户兴趣和文本聚类的企业微博客户细分

发布时间：2017-03-28 05:06

  本文关键词：融合用户兴趣和文本聚类的企业微博客户细分，，由笔耕文化传播整理发布。

【摘要】：微博(Microblog)是一个基于用户关系网络的信息分享和传播的互动交流平台。微博凭借其信息传播的共享性、实时性、互动性、影响力以及传播方式的多样性,不仅成为人们获取热点资讯和各方观点的重要信息媒介,更是人们扩大人际圈子的社交平台,同时也成为企业开展新型精细化营销不容忽视的社会化媒体。充分利用微博信息传播快、互动性强、实时分享等特点进行社会化媒体营销能帮助企业提升品牌和知名度,推行全新的精细化营销策略,以扩大市场份额、提升企业利润。因此,微博营销成为企业社会化媒体营销的重要手段。客户细分是开展精细化微博营销的重要基础。如何有效地刻画客户的特征是实现客户细分的关键问题。目前国内外针对社会化媒体的企业客户细分研究尚不多见,相关研究主要包括传统的企业客户细分方法、根据人口统计信息和微博用户行为等方面的特征来描述用户的特征以对用户进行分类等方面。然而,由于对微博用户兴趣等特征的描述不够全面,并且微博平台缺乏详细可用的人口统计数据和用户行为信息,传统方法的客户细分效果差强人意,难以延伸应用到社会化营销领域的客户细分问题。本文认为微博用户的个人特性及其社会关系特性对用户兴趣的描述具有重要的意义,能为微博平台的企业客户细分提供全新的研究视角。因此,本文提出融合微博用户的自定义标签和博文主题词语、及其关注的领域大V用户的标签,从个人和社会特性两方面刻画微博用户的兴趣,并引入文本聚类方法,提出一个面向微博平台的企业客户细分框架,以解决客户兴趣的描述、细分、评价及结果可视化等问题。实验结果表明本文提出的框架是可行的,并且使用基于非负矩阵分解的方法优于基于K-means和层次聚类的客户细分方法。充分借助微博平台潜藏的大量有价值的文本内容和丰富的社会关系,融合用户个人生成的标签和博文主题词语、及其关注的领域大V用户的标签能有效刻画客户的兴趣爱好;本文提出的融合用户兴趣建模和文本聚类的企业微博客户细分框架,不仅可以为企业的微博客户细分问题提供一种崭新的研究思路和手段,同时也可以为潜在客户挖掘、客户流失预测等经典客户关系管理问题及个性化推荐、精准广告投放等社会化营销策略提供参考和借鉴。
【关键词】：用户兴趣 客户细分 微博营销 文本聚类 非负矩阵分解
【学位授予单位】：广东外语外贸大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：F274;G206-F
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-14
• 1.1 研究背景9-11
• 1.2 研究内容和目标11-12
• 1.2.1 研究目标11
• 1.2.2 研究内容11-12
• 1.3 主要贡献12
• 1.3.1 理论贡献12
• 1.3.2 实践贡献12
• 1.4 研究的创新点12-13
• 1.5 本文框架13-14
• 第2章 文献综述14-20
• 2.1 传统的客户细分方法14-15
• 2.2 微博平台的企业客户细分15-16
• 2.3 微博用户兴趣建模16-17
• 2.4 文本聚类技术研究17-18
• 2.5 非负矩阵分解简述18-19
• 2.6 小结19-20
• 第3章 文本聚类方法20-29
• 3.1 基本概念20-21
• 3.2 文本聚类简介21-23
• 3.3 常用的文本聚类方法23-24
• 3.3.1 K-means聚类23-24
• 3.3.2 层次聚类24
• 3.4 聚类评估方法24-28
• 3.4.1 内部评估方式25-27
• 3.4.2 外部评估方式27-28
• 3.5 小结28-29
• 第4章 融合用户兴趣和文本聚类的企业微博客户细分框架29-36
• 4.1 企业微博客户细分的相关概念29-31
• 4.1.1 微博相关简介29-30
• 4.1.2 企业微博客户细分30-31
• 4.2 微博用户兴趣建模31-32
• 4.3 研究框架与方法32-35
• 4.3.1 数据获取33-34
• 4.3.2 文本聚类分析建模34-35
• 4.4 小结35-36
• 第5章 面向微博平台的企业客户细分实验36-42
• 5.1 实验数据36
• 5.2 参数设置36-39
• 5.3 结果分析和可视化39-41
• 5.4 小结41-42
• 第6章 总结与展望42-44
• 6.1 研究工作总结42-43
• 6.2 研究的不足及展望43-44
• 参考文献44-48
• 致谢48-49
• 在学期间的研究成果及发表的学术论文49-50
• 在学期间参与的科研项目50

【相似文献】

中国期刊全文数据库 前10条

1 于宗民;;从客户细分看企业信息化建设中的缺失[J];中国金融电脑;2007年07期

2 张静;;通信企业客户细分及相关技术综述[J];信息与电脑(理论版);2014年01期

3 李益强,漆晨曦;基于数据挖掘的电信客户细分研究析[J];广东通信技术;2005年05期

4 张晓航;基于聚类算法的客户细分[J];通信企业管理;2005年12期

5 赵坊芳;;客户细分中聚类的应用[J];电脑知识与技术;2010年11期

6 文碧桂;赵蔚;;网络教育服务中的客户细分策略分析[J];中国教育技术装备;2010年12期

7 岳小婷;;基于客户消费行为的电信客户细分[J];电子商务;2011年12期

8 胡静静;王爱金;;3G业务的客户细分研究[J];商业文化(下半月);2011年12期

9 宋才华;蓝源娟;范婷;翟鸿荣;李滨涛;;电力企业客户细分模型研究[J];现代电子技术;2014年02期

10 王荇;李彗;;基于聚类的客户细分方法研究[J];电脑知识与技术;2008年S1期

中国重要会议论文全文数据库 前3条

1 张国政;;基于CLV及客户满意度的客户细分研究[A];中国市场营销创新与发展学术研讨会论文集[C];2009年

2 谢琳;潘定;;珠三角宽带客户细分及保持策略研究[A];第二十九届中国控制会议论文集[C];2010年

3 卢艳丽;韩景元;袁丽娜;;基于客户终身价值的客户细分方法实证研究[A];中国市场学会2006年年会暨第四次全国会员代表大会论文集[C];2006年

中国重要报纸全文数据库 前10条

1 范炜;合理确定客户细分标准是理财业务的重中之中[N];中国城乡金融报;2006年

2 ;拨开“客户细分”迷雾[N];网络世界;2006年

3 工业和信息化部电信研究院泰尔管理研究所 狄辉;客户细分魔法书[N];通信产业报;2009年

4 任柏菘;普尔特的客户细分[N];中国房地产报;2011年

5 主持人 中国房地产报管理评论部资深记者 张劲松;怎样实现中国特色的客户细分？[N];中国房地产报;2011年

6 邮储银行江苏省连云港市分行 朱慈;基于经济生命周期的银行客户细分[N];中国邮政报;2013年

7 本报记者 李秀中;客户细分 上海大众运作“关系营销”[N];第一财经日报;2005年

8 记者 方俊;券商强化客户细分初尝甜头[N];上海证券报;2011年

9 中研博峰咨询有限公司咨询顾问 高荣霞;六步骤锁定细分市场[N];通信产业报;2009年

10 杨怡 刘学;重庆移动深度推进客户细分工程[N];人民邮电;2006年

中国硕士学位论文全文数据库 前10条

1 吴昊;基于利益的客户细分方法研究[D];华中科技大学;2004年

2 罗斌;面向客户细分的改进关联规则算法研究[D];哈尔滨工业大学;2006年

3 蔡巧宇;基于数据挖掘的客户细分案例分析[D];兰州财经大学;2015年

4 徐欢;基于数据挖掘的房地产开发企业既有客户细分研究[D];重庆大学;2015年

5 陈东沂;融合用户兴趣和文本聚类的企业微博客户细分[D];广东外语外贸大学;2015年

6 卞爱军;基于信息化平台的寿险客户细分管理研究[D];南京理工大学;2008年

7 刘岗;电信企业客户细分研究[D];暨南大学;2008年

8 吴涛;陕西联通租机客户细分研究[D];西北大学;2009年

9 卢峗栋;客观聚类在房地产客户细分中的应用及理论研究[D];首都经济贸易大学;2009年

10 朱幸燕;基于消费行为认知的电信企业客户细分方法研究[D];华南理工大学;2011年

  本文关键词：融合用户兴趣和文本聚类的企业微博客户细分，由笔耕文化传播整理发布。

本文编号：271693