基于数据挖掘的G网络货运平台货主用户价值研究

发布时间：2024-07-11 01:20

　　21世纪以来,我国经济社会持续高速发展,公路货运物流行业迎来了翻天覆地的深刻变化。在“互联网+公路货运”这一大背景下,我国公路货运物流行业提出了无车承运人的新模式,后无车承运人更名为“网络货运平台”。与此同时,大数据时代下巨大的流量也为企业的产品和服务带来了一连串的重塑,平台若能有效利用这些数据资源并加以分析和评估,通过数据平台搭建、数据可视化、用户画像建模等方式让静止的数据走出数据仓库,对用户价值深入挖掘研究,预估或推测用户潜在的行为偏好,对用户精准细分,并制定出合理有效的精准营销方案,将会帮助平台有效实现降本增利。本文以G网络货运平台货主用户为研究对象,深入挖掘平台当下亟需解决的货主用户管理粗放、划分规则模糊、激励作用过低的痛点,创新提出了基于CLV和AHP的RFMD货主用户价值模型,修正传统RFM模型指标R的含义和引进新指标D(发货能力),结合用户生命周期价值模型CLV,将RFMD模型指标完善为7项,依据AHP层次分析法建立G网络货运平台货主用户价值的指标梯阶层次结构模型,再对价值指标进行权重赋值,得到本研究样本数据集的货主用户价值标准值。接着以此标准数据集为基础利用数据挖掘的K...

【文章页数】：104 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
ABSTRACT
1 绪论
    1.1 研究背景及研究意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外相关文献综述
        1.2.1 网络货运平台领域文献综述
        1.2.2 用户价值挖掘领域文献综述
    1.3 研究方法及研究内容
        1.3.1 研究方法及相关算法
        1.3.2 研究内容及结构安排
    1.4 创新点及技术路线
        1.4.1 创新点
        1.4.2 技术路线
2 相关技术与理论基础
    2.1 数据挖掘相关技术理论
        2.1.1 数据挖掘概念原理
        2.1.2 数据挖掘流程步骤
        2.1.3 数据挖掘分析工具
    2.2 网络货运平台相关理论
        2.2.1 公路网络货运平台发展现状
        2.2.2 对网络货运平台的相关定义
    2.3 用户相关理论
        2.3.1 网络货运平台用户行为
        2.3.2 用户价值的内涵与模型
        2.3.3 用户画像的概念与应用
    2.4 本章小结
3 货主用户价值挖掘设计与构建思路
    3.1 货主用户价值评价模型构建
        3.1.1 对传统RFM模型的改进
        3.1.2 基于CLV时间价值的RFMD模型构建
        3.1.3 基于AHP的RFMD模型指标权重加成
    3.2 货主用户价值聚类流程设计
        3.2.1 基于RFMD的用户价值分群
        3.2.2 基于K-MEANS聚类算法的用户分群
    3.3 货主用户特征选择流程设计
        3.3.1 用户特征选择流程设计
        3.3.2 基于随机森林算法的用户特征选择
    3.4 实验环境及评价指标
    3.5 本章小结
4 G网络货运平台概况及货主用户分析
    4.1 G网络货运平台概述
        4.1.1 G网络货运平台企业基本情况
        4.1.2 G网络货运平台运单交易模式
        4.1.3 模糊粗放的货主用户细分模式
    4.2 数据准备
        4.2.1 数据采集与字段说明
        4.2.2 数据预处理
    4.3 货主用户基本属性探索性数据分析
    4.4 本章小结
5 G网络货运平台货主用户价值挖掘实施
    5.1 基于RFMD模型7 项指标价值标准制定
    5.2 基于K-MEANS算法的货主用户价值分群
    5.3 基于随机森林算法的货主用户特征选择
    5.4 货主用户群体画像成型与精准营销设计
    5.5 本章小结
6 结论与展望
    6.1 研究结论
    6.2 研究展望
参考文献
附录A 聚类
附录B 特征选择
作者简历及攻读硕士学位期间取得的研究成果
学位论文数据集



本文编号：4005026