音乐门户用户数据挖掘分析系统的研究与设计
本文选题:门户 切入点:数据挖掘 出处:《天津大学》2016年硕士论文
【摘要】:在大数据时代,如何利用好音乐门户的用户数据,构建大数据生态系统,以用户体验为导向,创新商业模式,成为门户运营系统的新热点。本文的设计了用于音乐门户的用户访问行为的数据挖掘与分析系统。在详尽分析了系统的功能需求与技术要求,设计了系统的总体架构,将系统分成了源数据层、数据集成层、数据存储层、平台应用层、功能实例层、系统接入层等几个层次,各个层次都包含了统一的系统监控管理和元数据管理功能。与此对应,系统的实现类分别为元数据管理类、统计分析类、挖掘分析类、业务监控类、系统管理类、网站数据抓取类和系统公告类以及系统监控管理类。系统的文件传输基于ESB总线的方式实现。从功能上来说,系统主要由统计分析、用户分析、内容分析、用户资源库分析、业务推荐、结算管理、权限管理等功能模块组成。从部署层面上来说,系统部署所需的资源主要包括计算资源和存储资源。其中计算资源主要的服务器配置,包括WEB服务器和门户服务器、应用服务器、ETL服务器、报表服务器和数据库服务器。本系统的建成,可以实现系统功能和运行效率的提升,为音乐门户的业务管理、分析及营销工作带来更大的效率提升。系统通过统一的门户,提供数据可选的模板来进行更快速的服务支撑;构建全面的业务分析体系,整合管理、稽核、分析功能,对用户进行全面的音乐业务分析、客户行为分析和业务异常稽核,便捷地了解用户的全面行为特征,为业务运营提供更有力的支撑。
[Abstract]:In the era of big data, how to make good use of the user data of music portal, how to construct big data ecosystem, take the user experience as the guide, innovate the business model, become the new hot spot of the portal operation system.This paper designs a data mining and analysis system for user access behavior of music portal.After the detailed analysis of the functional and technical requirements of the system, the overall architecture of the system is designed, and the system is divided into several layers, such as source data layer, data integration layer, data storage layer, platform application layer, function instance layer, system access layer, etc.All levels include unified system monitoring and management and metadata management functions.The implementation classes of the system are metadata management class, statistical analysis class, mining and analysis class, business monitoring class, system management class, website data capture class, system announcement class and system monitoring and management class.The file transfer of the system is based on ESB bus.In terms of function, the system is mainly composed of statistical analysis, user analysis, content analysis, user resource analysis, business recommendation, settlement management, authority management and other functional modules.From the deployment level, the resources required for system deployment mainly include computing resources and storage resources.The main server configuration of computing resources includes WEB server and portal server, application server server, report server and database server.The establishment of the system can improve the function and efficiency of the system, and bring more efficiency to the business management, analysis and marketing of the music portal.Through a unified portal, the system provides data optional templates for faster service support, constructs a comprehensive business analysis system, integrates management, audit and analysis functions, and conducts comprehensive music business analysis to users.Customer behavior analysis and business abnormal audit, easy to understand the overall behavior characteristics of users, for business operations to provide more effective support.
【学位授予单位】:天津大学
【学位级别】:硕士
【学位授予年份】:2016
【分类号】:TP311.13
【参考文献】
相关期刊论文 前10条
1 况莉莉;;Apriori算法与FP-tree算法的探讨[J];淮北煤炭师范学院学报(自然科学版);2010年02期
2 刘希宋;李文庆;喻登科;;基于市场营销离群数据挖掘的客户分类模型[J];情报杂志;2009年12期
3 曹志宇;张忠林;李元韬;;快速查找初始聚类中心的K_means算法[J];兰州交通大学学报;2009年06期
4 田宏;徐鹏;何超;;一种新的基于数据挖掘的顾客忠诚度模型研究[J];科学技术与工程;2008年16期
5 张莉;;数据挖掘技术及应用现状[J];中国石油大学胜利学院学报;2008年02期
6 耿筱媛;张燕平;闫屹;;改进的K-means算法在电信客户细分中的应用[J];计算机技术与发展;2008年05期
7 李玉华;卢正鼎;;通用知识网格下以用户为中心的数据挖掘本体研究[J];计算机科学;2006年02期
8 陈琦;刘蓉;朱云峰;王佩君;;数据挖掘过程的标准模型展望[J];术语标准化与信息技术;2005年04期
9 吴靖,林政;基于持卡消费行为的客户细分模型研究[J];中央财经大学学报;2005年06期
10 曾春,邢春晓,周立柱;个性化服务技术综述[J];软件学报;2002年10期
相关博士学位论文 前1条
1 刘朝华;基于客户价值的客户分类模型研究[D];华中科技大学;2008年
相关硕士学位论文 前7条
1 王瑞雷;Web数据挖掘技术在网络教育论坛中的应用研究[D];新疆师范大学;2011年
2 杜言琦;面向论坛页面的增量搜集技术研究[D];山东大学;2010年
3 石丹丹;基于数据挖掘技术的分析型库存管理系统研究[D];北京交通大学;2008年
4 姚晓娜;BBS热点话题挖掘与观点分析[D];大连海事大学;2008年
5 冯继航;基于网格的数据挖掘平台体系结构设计与实现[D];天津大学;2008年
6 罗斌;基于论坛数据源的QA技术的研究与实现[D];北京交通大学;2007年
7 姜金贵;数据挖掘分类算法在CRM中的研究[D];哈尔滨工程大学;2005年
,本文编号:1701325
本文链接:https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/1701325.html