基于用户画像的智能运营平台的设计与实现

发布时间：2022-08-09 09:43

　　随着大数据时代的到来,全球每天产生的数据量有着惊人的量级,庞大的数据犹如冰山一样,我们通过数据表面获取的信息只是冰山一角而已。于此同时,机器学习、数据挖掘技术也在突飞猛进的发展,利用这些技术我们可以挖掘出大量数据之间的关系,挖掘出数据背后的巨大价值。有了数据和处理技术,我们便可以将它们进行融合,并应用到商业场景中,让公司更懂他们的用户,为用户带来更优质的服务。本项目便是这样的一个平台,挖掘出用户的标签,为每一位用户创造一个合适的画像,继而提供个性化的营销方案。本文通过对比国内外的大数据平台、用户画像、精准营销的发展现状,选择了一套适合本平台的大数据服务架构、用户画像挖掘策略、机器学习算法和营销方案,并详细介绍了它们的相关理论和技术方案。随后,对整个平台进行需求分析,将平台拆解出不同的模块,本文选取了其中几个重要模块:数据提取模块、人群标签模块、设置活动信息模块、宣传投放模块、业务看板模块进行详细的介绍,并对平台的非功能性需求进行了阐述。其次,介绍了平台的功能结构、架构设计以及大数据存储设计。大数据架构采用的是Spark分布式计算引擎,可以对数据进行离线处理和实时处理。然后,本文介绍了人... 

【文章页数】：81 页

【学位级别】：硕士

【文章目录】：
致谢
摘要
ABSTRACT
1 引言
    1.1 项目背景及研究意义
    1.2 国内外研究现状
        1.2.1 大数据平台
        1.2.2 用户画像
        1.2.3 精准营销
    1.3 论文研究思路
    1.4 论文组织架构
    1.5 本章小结
2 相关理论与技术概述
    2.1 大数据平台架构
    2.2 用户画像挖掘
    2.3 机器学习算法的应用
        2.3.1 GBDT算法
        2.3.2 KNN算法
        2.3.3 K-Means算法
    2.4 本章小结
3 需求分析
    3.1 项目整体概述
    3.2 功能性需求分析
        3.2.1 数据提取功能
        3.2.2 人群标签功能
        3.2.3 设置活动信息功能
        3.2.4 宣传投放功能
        3.2.5 业务看板功能
    3.3 非功能性需求分析
    3.4 本章小结
4 概要设计
    4.1 平台功能结构设计
    4.2 平台架构设计
    4.3 大数据存储设计
    4.4 数据库设计
        4.4.1 数据库实体说明
        4.4.2 数据库表结构
    4.5 本章小结
5 系统的详细设计与实现
    5.1 数据提取模块
        5.1.1 大数据清洗
        5.1.2 大数据存储
        5.1.3 任务调度与监控
    5.2 人群标签模块
        5.2.1 特征选取
        5.2.2 数据预处理
        5.2.3 模型训练
        5.2.4 标签效果验证
    5.3 设置活动信息模块
        5.3.1 模块流程设计
        5.3.2 模块类设计
        5.3.3 模块具体实现
        5.3.4 模块界面展示
    5.4 宣传投放模块
        5.4.1 模块流程设计
        5.4.2 模块类设计
        5.4.3 模块具体实现
        5.4.4 模块界面展示
    5.5 业务看板模块
        5.5.1 模块流程设计
        5.5.2 模块类设计
        5.5.3 模块具体实现
        5.5.4 模块界面展示
    5.6 本章小结
6 系统测试
    6.1 测试环境
    6.2 功能性测试
    6.3 非功能性测试
    6.4 本章小结
7 总结与展望
参考文献
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


【参考文献】：
期刊论文
[1]基于网格LOF和自适应K-means的离群点检测算法[J]. 张硕,金鑫,李兆峰,高建.  指挥信息系统与技术. 2019(01)
[2]人工智能在信息管理系统中的应用[J]. 陈志玮.  科技传播. 2019(04)
[3]基于大数据分析的机器学习算法探讨[J]. 王硕.  信息与电脑(理论版). 2019(04)
[4]浅谈互联网时代的营销创新[J]. 马文明.  现代营销(经营版). 2019(02)
[5]基于大数据的电子商务用户画像构建研究[J]. 李佳慧,赵刚.  电子商务. 2019(01)
[6]大数据时代下精准营销的挑战和机遇的调查与研究[J]. 王蔚.  商场现代化. 2019(01)
[7]基于K-means的MOOC学习行为分析及用户画像研究[J]. 王晓芳,贾宗维.  中国教育信息化. 2019(01)
[8]人工智能在计算机网络技术中的应用[J]. 孙宽.  集成电路应用. 2019(01)
[9]基于梯度提升决策树（GBDT）算法的岩性识别技术[J]. 韩启迪,张小桐,申维.  矿物岩石地球化学通报. 2018(06)
[10]基于模型堆叠的上网行为日志用户画像方法[J]. 王乐,倪维健,林泽东,曾庆田.  山东科技大学学报(自然科学版). 2018(05)



本文编号：3672327