基于Web数据挖掘的旅游者网络用户行为及用户价值研究

发布时间：2017-06-25 18:05

  本文关键词：基于Web数据挖掘的旅游者网络用户行为及用户价值研究，由笔耕文化传播整理发布。

【摘要】：“大数据”与“互联网+”的概念及应用在现阶段的旅游业中常被提及,许多企业一味盲目的追随潮流,而冷静思考在当下对多数旅游企业更切实可行的高效管理解决方案显得更为必要。对于在线旅游企业和逐渐触网的线下旅游企业来说,在资源分配极度不均匀的竞争环境下,绝大多数旅游企业都很难再通过争夺优质资源赢得更多市场,因而需要通过提升运营效率以获取相对竞争优势。为了提升企业运营效率,面对旅游业及旅游企业积累丰富的用户行为等数据,利用数据挖掘的方法进行深入剖析,更快速高效,也更符合实际。文章首先对国内外涉及Web数据挖掘、旅游者消费行为、用户价值等相关主题的理论基础进行梳理,以旅游者网络用户作为主要研究对象,界定了相关概念。其次,借助相关分析、因子分析法等多元统计方法以及聚类分析、生存分析等数据挖掘等方法,依据数据挖掘基本流程构建了旅游者网络用户行为及用户价值分析模型,模型的构建旨在提供分析的逻辑框架。最后,利用所建立的模型以蚂蜂窝旅行网为例对旅游者网络用户行为及用户价值进行实证研究。通过研究总结发现旅游者网络用户行为特征,其中女性用户对UGC类网站具有更高粘性,留存表现优于男性用户；整体用户在不同时间维度上存在不同的稳定性和波动性；在地域分布上符合旅游业及旅游客流的基本规律；经过聚类分析后得到的不同聚类类别之间的留存表现出了较大差异；并运用顾客终身价值CLV算法与用户留存函数得到可精确量化的用户价值,明确了用户运营资源的分配依据,能切实提升企业运营效率。
【关键词】：Web数据挖掘 旅游者网络用户 用户行为 用户价值
【学位授予单位】：广州大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F592.6;F724.6
【目录】：

• 摘要4-5
• Abstract5-8
• 第一章 引言8-13
• 1.1 研究背景8-10
• 1.1.1 旅游数据分析与使用跟不上大数据的发展要求8-9
• 1.1.2 旅游网络消费方式已成为当代主流9
• 1.1.3 旅游企业市场营销亟待新突破9-10
• 1.2 研究意义10
• 1.2.1 理论意义10
• 1.2.2 实际意义10
• 1.3 研究框架10-11
• 1.4 研究方法11-13
• 1.4.1 定性资料分析方法11
• 1.4.2 统计分析方法11
• 1.4.3 Web数据挖掘方法11-12
• 1.4.4 数学建模方法12-13
• 第二章 国内外相关研究述评13-18
• 2.1 国外研究综述13-15
• 2.1.1 web数据挖掘与旅游13
• 2.1.2 旅游者网络消费行为13-14
• 2.1.3 用户价值14-15
• 2.2 国内研究综述15-18
• 2.2.1 web数据挖掘与旅游15-16
• 2.2.2 旅游者网络消费行为16
• 2.2.3 用户价值16-18
• 第三章 相关概念认知18-28
• 3.1 旅游数据挖掘18-22
• 3.1.1 数据挖掘现状与应用18-19
• 3.1.2 数据挖掘算法与流程19-22
• 3.2 旅游者网络用户行为22-26
• 3.2.1 概念界定22-23
• 3.2.2 特征描述23
• 3.2.3 过程与模式23-24
• 3.2.4 RFM模型24-26
• 3.3 旅游者网络用户价值26-28
• 3.3.1 概念26
• 3.3.2 顾客终生价值CLV26-28
• 第四章 旅游者网络用户行为及用户价值分析模型28-35
• 4.1 模型构建28-29
• 4.2 模型数据指标的选取29-31
• 4.2.1 指标选取依据30
• 4.2.2 指标选取原则30-31
• 4.2.3 指标选取内容31
• 4.3 数据预处理31
• 4.4 数据挖掘方法31-34
• 4.4.1 相关分析32
• 4.4.2 主成分分析32-33
• 4.4.3 因子分析33
• 4.4.4 聚类分析33-34
• 4.4.5 生存分析34
• 4.5 模型效果评估34
• 4.6 数据可视化34-35
• 第五章 旅游者网络用户行为及用户价值实证分析35-59
• 5.1 数据准备35-37
• 5.1.1 业务理解35-36
• 5.1.2 数据来源36-37
• 5.2 数据处理37-38
• 5.3 旅游者网络用户行为实证分析38-44
• 5.3.1 用户发布游记攻略总体情况的描述性分析38-39
• 5.3.2 用户发表游记攻略的聚类分析过程及结果39-42
• 5.3.3 相关用户行为特征分析42-44
• 5.4 旅游者网络用户价值实证分析44-59
• 5.4.1 用户总体情况的描述性分析44-49
• 5.4.2 用户的聚类分析过程及结果49-52
• 5.4.3 用户生命周期分析52-53
• 5.4.4 用户价值分析53-59
• 第六章 结论59-62
• 6.1 研究结论59-60
• 6.2 研究创新60
• 6.3 研究不足60
• 6.4 研究展望60-62
• 参考文献62-65
• 附录 攻读硕士期间发表的论文65-66
• 致谢66

【参考文献】

中国期刊全文数据库 前10条

1 汪永旗;王惠娇;;旅游大数据的MapReduce客户细分应用[J];华侨大学学报(自然科学版);2015年03期

2 张素智;曲旭凯;张琳;;基于电子商务的Web数据挖掘研究[J];现代计算机(专业版);2015年09期

3 刘盈;;数据挖掘在客户关系管理中的应用探讨[J];数字技术与应用;2015年01期

4 欧阳昌海;;基于用户价值的网络游戏营销策略[J];中国出版;2014年24期

5 刘贵平;;基于浏览行为的用户价值细分研究[J];内蒙古大学学报(自然科学版);2014年06期

6 沈蕾;郑智颖;;网络消费行为研究脉络梳理与网络消费决策双轨模型构建[J];外国经济与管理;2014年08期

7 江金波;梁方方;;旅游电子商务成熟度对在线旅游预订意向的影响——以携程旅行网为例[J];旅游学刊;2014年02期

8 贾颖;;网站个性化服务中WEB数据挖掘技术应用研究[J];贵州师范大学学报(自然科学版);2013年04期

9 李建州;张运来;李惠t，

本文编号：483020