基于动漫大数据的用户画像建模与营销策略管理平台的实现
发布时间：2020-03-23 06:01
【摘要】：随着移动互联网技术的快速发展,用户对网络的依赖性越来越大,网络中结构化、半结构化以及非结构化的数据呈指数级爆炸式增长,大数据时代已经到来。而面对大数据时代的海量数据,如何充分挖掘海量数据背后的价值,深入了解用户需求,提升营销效率,逐渐成为了企业的重要目标。基于这样的背景,我们提出了基于动漫大数据的用户画像建模以及营销策略管理平台的实现的课题。本课题以动漫客户端用户的海量行为数据为基础,对动漫场景下的用户画像进行了研究和构建,并基于动漫用户画像实现了营销策略管理平台。用户画像建模的核心是标签体系的建立。本文首先研究了标签体系的基本特点和构建思路,并结合动漫业务场景分层构建了动漫标签体系。然后采用统计分析和机器学习算法针对动漫用户的性别、年龄段、用户偏好、用户价值等模型标签进行建模,进而得到了用户的标签化模型。在动漫用户性别的识别问题中,本课题提出了一种基于随机森林和极限学习机融合的算法模型,该模型能够实现高度并行化,且具备训练误差小、泛化能力强的特点。实验表明,该模型能够更准确的预测动漫用户的性别。最后结合动漫营销的业务场景,完成了基于动漫用户画像的营销策略管理平台的设计与实现,主要包括平台架构的设计、营销策略生命周期模型的设计和平台各子系统的实现。
【图文】：
第四章基于动漫大数据的用户画像建模逡逑本章的内容主要围绕标签体系中模型标签的构建进行展开。基于已构建的模逡逑型标签，大致需要构建以下模型：动漫客户端用户性别识别模型、动漫客户端用逡逑户年龄段分析模型、动漫客户端用户时间偏好分析模型、动漫客户端用户价值分逡逑析模型和动漫客户端潜在会员识别模型。逡逑４．１动漫用户行为数据的采集逡逑本课题动漫用户行为数据来源于咪咕动漫平台，是通过动漫客户端ＳＤＫ逡逑（Ｓｏｆｔｗａｒｅ邋Ｄｅｖｅｌｏｐｍｅｎｔ邋Ｋｉｔ）埋点的方式，以ＩＭＥＩ为唯一标识对动漫客户端用逡逑户的操作行为数据（如启动、观看、下载、评论、关注等行为数据）进行采集并逡逑汇总。逡逑
北京邮电大学工学硕士学位论文，随机森林的子树数量选择Ｍ邋＝邋２０，４０，６０，８０，１００，极限学选择ｉＶ邋＝邋１００，１５０，２００，２５０，３００，，３５０。调整参数Ｍ和Ａ／达５所示。逡逑５中可以看到，当随机森林的子树数量Ｍ取６０，极限学习３５０时，基于随机森林和极限学习机融合的模型可以达该模型与随机森林算法、极限学习机算法的准确率分别示。逡逑１００－逦灥~査嬷瓷В校╁澹担兹诤夏Ｈⅲ校危剑常担埃╁义
本文编号：2596306
【图文】：
第四章基于动漫大数据的用户画像建模逡逑本章的内容主要围绕标签体系中模型标签的构建进行展开。基于已构建的模逡逑型标签，大致需要构建以下模型：动漫客户端用户性别识别模型、动漫客户端用逡逑户年龄段分析模型、动漫客户端用户时间偏好分析模型、动漫客户端用户价值分逡逑析模型和动漫客户端潜在会员识别模型。逡逑４．１动漫用户行为数据的采集逡逑本课题动漫用户行为数据来源于咪咕动漫平台，是通过动漫客户端ＳＤＫ逡逑（Ｓｏｆｔｗａｒｅ邋Ｄｅｖｅｌｏｐｍｅｎｔ邋Ｋｉｔ）埋点的方式，以ＩＭＥＩ为唯一标识对动漫客户端用逡逑户的操作行为数据（如启动、观看、下载、评论、关注等行为数据）进行采集并逡逑汇总。逡逑
北京邮电大学工学硕士学位论文，随机森林的子树数量选择Ｍ邋＝邋２０，４０，６０，８０，１００，极限学选择ｉＶ邋＝邋１００，１５０，２００，２５０，３００，，３５０。调整参数Ｍ和Ａ／达５所示。逡逑５中可以看到，当随机森林的子树数量Ｍ取６０，极限学习３５０时，基于随机森林和极限学习机融合的模型可以达该模型与随机森林算法、极限学习机算法的准确率分别示。逡逑１００－逦灥~査嬷瓷В校╁澹担兹诤夏Ｈⅲ校危剑常担埃╁义
本文编号：2596306
本文链接：https://www.wllwen.com/guanlilunwen/yingxiaoguanlilunwen/2596306.html
