汽车行业大数据分析系统设计与实现
发布时间:2020-07-17 22:35
【摘要】:随着我国的经济发展,汽车行业也在蓬勃发展,各大车企在广告投入上日益增长,经过对互联网汽车营销行业的深入调研,我们发现传统的4A广告公司的商业咨询通过线下问卷调查、访谈等方式进行,投入高产出低,费力、费时、费财。为了迅速深入了解市场的需要,掌握品牌在市场中的声量及品牌形象,了解竞品销售价格及优惠策略,为车企提供实时的营销数据,汽车营销行业需要更为高效的商业咨询,所以传统的商业咨询方式越来越不满足现在的需求了。汽车行业大数据分析系统的研发打破了传统车企商业咨询的模式,为车企提供实时的市场信息、品牌形象、以及用户画像,目前平台涵盖市场分析、产品分析、受众分析三大模块,市场分析模块包含销量分析、竞争分析、价格及促销四个功能,快速掌握市场声量变化,市场占有表现,竞争态势及其变化,本竞品价格走势及不同地区价格监测。产品分析模块包含产品评价、产品形象、购买与放弃原因三个功能,真实反馈用户对产品的理性评分、感性评价、满意点、抱怨点,定位用户心目中的车型形象,还原购买决策场景中的购买原因及放弃原因。受众分析模块包含用户画像、移动触媒两个功能,可实现快速获得受众基本信息画像、地域分析;深入了解用户使用应用软件的习惯从而助力营销渠道选择。首先,本文阐述了项目的背景及意义,发现将大数据分析应用于汽车营销是一个未被深入研究的领域。其次,介绍了系统实现过程中主要使用到的各项计算机科学和软件工程的技术,包括Spark SQL、自然语言处理、SpringMVC、Mybatis等。再次笔者收集并分析车企需求,对系统进行了需求分析,将系统划分为市场、产品、受众三个模块,最后,根据需求文档设计系统整体架构,同时进行详细设计,数据库设计。经过编码实现后,对系统进行功能测试、性能测试。目前,本系统以通过全面测试并以上线交付用户使用。切实解决了车企实时准确的获取市场营销数据的需求。
【学位授予单位】:北京交通大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:U468;TP311.52;TP311.13
【图文】:
而多个Worker用来管理计算节点和创建Executor并行处理任务。在执逡逑行阶段,Driver会将Task和Task所依赖的fife和jar序列化后传递给对应的Worker逡逑机器,同时Executor对相应数据分区的任务进行处理。如图2-1展示Spark的运行逡逑架构。逡逑6逡逑
依赖注入(DI)以及面向切面(AOP)[19]。它解决的是业务逻辑层和其他各层的高逡逑耦合问题。Spring模块构建在核心容器之上,核心容器定义了创建、配置和管理逡逑bean的方式。Spring框架是一个分层架构,由7个定义良好的模块组成,如图2-2逡逑所示。逡逑_逦SpringORM ̄逦SpringORM逦^SpringWebMVC逡逑Hibernate邋iupport逦WebApplicaflcmCofttext逡逑^邋?邋ni>逦3Bais邋support逦Mulliprt邋nesotvo"逡逑冲r斑gAUF逦肺yUyU_逡逑r>逦J邋l逦逦j逦Web邋MVC逡逑Souicolcvd逦邮吨0佭sE%R[逡逑Spring邋DAO逦Application邋context逦JSPWdocity逡逑A0_邋歐e逦Tr灥LL—逦Ulsupport逦pDF/Exp0rt逡逑卢邋c邋“逦Validation逡逑SS逦JNDLEJB邋support邋and逡逑V邋—-邋邋邋邋■邋■邋邋邋:.J逦..….邋.■■;;r;v.…………J逦..逦.....邋/邋v:r.邋邋逦-……邋邋逦邋J逡逑Spring邋care逡逑Stippmiiig邋utilities逡逑Bean邋container逡逑.....广邋逦逦逦逦邋
图3-1功能性需求整体组织结构图逡逑Figure3-1邋Overall邋Organization邋Diagram邋of邋Functional邋Requirements逡逑
本文编号:2760023
【学位授予单位】:北京交通大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:U468;TP311.52;TP311.13
【图文】:
而多个Worker用来管理计算节点和创建Executor并行处理任务。在执逡逑行阶段,Driver会将Task和Task所依赖的fife和jar序列化后传递给对应的Worker逡逑机器,同时Executor对相应数据分区的任务进行处理。如图2-1展示Spark的运行逡逑架构。逡逑6逡逑
依赖注入(DI)以及面向切面(AOP)[19]。它解决的是业务逻辑层和其他各层的高逡逑耦合问题。Spring模块构建在核心容器之上,核心容器定义了创建、配置和管理逡逑bean的方式。Spring框架是一个分层架构,由7个定义良好的模块组成,如图2-2逡逑所示。逡逑_逦SpringORM ̄逦SpringORM逦^SpringWebMVC逡逑Hibernate邋iupport逦WebApplicaflcmCofttext逡逑^邋?邋ni>逦3Bais邋support逦Mulliprt邋nesotvo"逡逑冲r斑gAUF逦肺yUyU_逡逑r>逦J邋l逦逦j逦Web邋MVC逡逑Souicolcvd逦邮吨0佭sE%R[逡逑Spring邋DAO逦Application邋context逦JSPWdocity逡逑A0_邋歐e逦Tr灥LL—逦Ulsupport逦pDF/Exp0rt逡逑卢邋c邋“逦Validation逡逑SS逦JNDLEJB邋support邋and逡逑V邋—-邋邋邋邋■邋■邋邋邋:.J逦..….邋.■■;;r;v.…………J逦..逦.....邋/邋v:r.邋邋逦-……邋邋逦邋J逡逑Spring邋care逡逑Stippmiiig邋utilities逡逑Bean邋container逡逑.....广邋逦逦逦逦邋
图3-1功能性需求整体组织结构图逡逑Figure3-1邋Overall邋Organization邋Diagram邋of邋Functional邋Requirements逡逑
【参考文献】
相关期刊论文 前2条
1 朱建平;章贵军;刘晓葳;;大数据时代下数据分析理念的辨析[J];统计研究;2014年02期
2 翟剑锋;;深度学习在自然语言处理中的应用[J];电脑编程技巧与维护;2013年18期
相关硕士学位论文 前7条
1 郭泰洋;汽车智能导购系统的设计与实现[D];北京交通大学;2018年
2 李妍;基于Spark的交通监控目标大数据分析系统的设计与实现[D];北京邮电大学;2018年
3 牛牧;基于Kafka的大规模流数据分布式缓存与分析平台[D];吉林大学;2016年
4 蔡凯臻;SQL到SPARK查询优化机制研究[D];东南大学;2016年
5 张雷;基于Spark系统的查询分析及优化研究[D];北京交通大学;2016年
6 戴世超;基于图计算模型的矩阵分解并行化研究[D];浙江理工大学;2016年
7 周思伟;Spark大表等值连接的优化及其在网络流量数据分析的应用研究[D];华南理工大学;2015年
本文编号:2760023
本文链接:https://www.wllwen.com/guanlilunwen/yingxiaoguanlilunwen/2760023.html