大数据营销理论及其在游戏运营中的应用

发布时间：2017-07-18 23:00

  本文关键词：大数据营销理论及其在游戏运营中的应用

  更多相关文章： 大数据营销 精准营销 用户画像标签 协同过滤推荐算法

【摘要】：近年来,随着互联网的不断发展,电子商务的规模不断的扩大,传统营销方式受到巨大冲击,"互联网+"成为业界关注的焦点。在传统营销中巨大成本花销但用户转化率却提高不明显,为了突破传统营销方式的缺点和局限性,目前已经有很多许多互联网公司依靠大数据技术实现了精准营销,如通过深度数据挖掘和数据分析实现了基于用户的个性化推荐,大幅减少了运营成本并且提升用户转化率及营收。这种新型的大数据营销成为商业领域研究的热点。本文以苏州蜗牛数字科技股份有限公司(后文简称苏州游戏蜗牛)营销业务改造项目为背景,针对以往营销业务中存在的目标用户特征认知模糊和缺少以数据分析为背景的推荐等问题,构建和设计一个将公司营销业务与目标用户特征相结合的用户画像模型和推荐系统。本文主要工作:1、构建基于公司营销业务改造项目的设计方案;2、构建与公司营销业务相结合的用户画像模型;3、基于公司营销业务设计与实现一个过滤推荐系统;4、设计与实现一个基于公司营销业务的综合内容推荐系统;5、给出苏州游戏蜗牛公司营销业务改造项目的实例。论文结果表明,通过公司营销业务改造项目的实施,提升公司营销业务效果及对目标客户的把握,拓宽公司营销渠道,提高公司营收。
【关键词】：大数据营销 精准营销 用户画像标签 协同过滤推荐算法
【学位授予单位】：苏州大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F274;F49;TP311.13
【目录】：

• 中文摘要4-5
• Abstract5-13
• 第一章 绪论13-23
• 1.1 研究背景与意义13-15
• 1.2 主要研究方法概述15-21
• 1.2.1 数据挖掘与分析15-18
• 1.2.2 大数据处理流程18-20
• 1.2.3 大数据处理工具20-21
• 1.3 本文的主要工作及结构安排21-23
• 第二章 准备知识23-39
• 2.1 传统营销理论23-25
• 2.2 大数据分析中的营销理论25-28
• 2.2.1 大数据营销理论25-27
• 2.2.2 大数据营销的现状27-28
• 2.3 大数据挖掘分析模型28-34
• 2.3.1 聚类分析28-32
• 2.3.2 关联分析32-33
• 2.3.3 矩阵数据分析法33-34
• 2.4 大数据营销实现案例34-36
• 2.5 蜗牛大数据推荐系统设计方案概述36-39
• 2.4.1 整体设计思路和构想36-37
• 2.4.2 设计可行性分析37-38
• 2.4.3 开发流程38-39
• 第三章 用户画像标签理论39-49
• 3.1 用户画像理论39-42
• 3.1.1 用户画像定义39
• 3.1.2 用户画像的意义39-40
• 3.1.3 用户画像的构建40-42
• 3.2 用户画像分析模型42-46
• 3.2.1 动态用户画像分析模型42-45
• 3.2.2 静态用户画像分析模型45-46
• 3.3 基于户画像标签的推荐系统46-49
• 第四章 协同过滤推荐算法49-56
• 4.1 基于SPARK MLLIB平台的协同过滤算法49-51
• 4.1.1 基于用户的推荐算法49-50
• 4.1.2 基于商品的推荐算法50-51
• 4.1.3 基于模型的推荐算法51
• 4.2 基于用户的协同过滤推荐算法模型51-56
• 4.2.1 发现兴趣相似的用户51-53
• 4.2.2 推荐物品53-56
• 第五章 蜗牛游戏公司营销分析推荐系统56-72
• 5.1 业务背景56-57
• 5.2 用户画像分析系统57-63
• 5.2.1 用户属性维度分类57-59
• 5.2.2 完成维度组合59-60
• 5.2.3 制作数据切片60
• 5.2.4 用户画像的分析60-63
• 5.3 协同过滤推荐系统63-65
• 5.3.1 基于用户的协同过滤推荐63
• 5.3.2 情感倾向分析63-65
• 5.4 综合内容推荐系统65-72
• 第六章 全文总结72-73
• 6.1 结论72
• 6.2 展望72-73
• 参考文献73-75
• 附录75-87
• 攻读硕士期间发表的论文87-88
• 致谢88-89

【参考文献】

中国期刊全文数据库 前10条

1 单海波;;浅谈大数据时代的数据分析与挖掘[J];科技创新与应用;2016年24期

2 王文;王树锋;李洪华;;基于文本语义和表情倾向的微博情感分析方法[J];南京理工大学学报;2014年06期

3 荣辉桂;火生旭;胡春华;莫进侠;;基于用户相似度的协同过滤推荐算法[J];通信学报;2014年02期

4 王东雷;孙忠林;;基于MapReduce的大数据流程处理方法[J];计算机应用;2013年S2期

5 王燕;;基于Web日志的序列模式挖掘应用研究[J];信息技术;2009年09期

6 马建华;李本星;黄静;陈武凡;;基于Minkowski距离最小化的多模态图像配准[J];电路与系统学报;2008年05期

7 贾俊芳;张日权;;基于分布式的大数据集聚类分析[J];计算机工程与应用;2008年28期

8 张光卫;李德毅;李鹏;康建初;陈桂生;;基于云模型的协同过滤推荐算法[J];软件学报;2007年10期

9 刘平峰;聂规划;陈冬林;;基于知识的电子商务智能推荐系统平台设计[J];计算机工程与应用;2007年19期

10 孙晓霞,王爱玲;数据挖掘技术在CRM中的应用[J];机械管理开发;2005年02期

，

本文编号：560106