基于某款跑步APP的用户特征分析

发布时间：2020-06-26 13:42

【摘要】：随着互联网、物联网和人工智能的兴起,跑步APP和各种智能设备如春笋般的涌出,越来越多的人喜欢在跑步时使用跑步APP,并且跑完步后喜欢在朋友圈晒出自己的运动轨迹。这些行为积累了大量数据,因此研究这些使用跑步APP的用户的特征及其行为习惯是一项非常有意义的事情。本文从市场中选取了某款APP,根据其数据库的数据,选取部分数据指标,分析其用户特征和用户行为。先根据指标对用户进行描述性分析,通过聚类对跑步用户进行分类,得到不同层级的用户,再根据不同层级用户特征的情况,用定序回归分析哪些因素对不同层级的用户具有显著的影响。通过研究表明,从地域分布来看,用户数量最多的地方是广东省,其次就是江苏;从年龄上看,用户主要是40岁以上的中年人,但是青年用户在逐渐增多。将用户分类后,发现大多数的用户都是属于一般用户,在行为上都是偶尔使用跑步APP,其中具有商业价值的用户是骨灰用户,忠实用户和重要发展用户。其主要分布地区是华东片区,骨灰用户、忠实用户和重要发展用户的注册天数大部分都在150天以上,但是仍然也有少量的用户的注册天数是在100天以内的。进一步研究指标与不同类别用户的关系,发现注册天数、体重和性别对不同类别用户具有显著的影响。
【学位授予单位】：广西师范大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：C913.4
【图文】：

从图 2.1 和表 2.2 看出人数最多的省份是广东省，占总用户的 18.76%；人数最多的前 5 个省份分别是广东，江苏，湖南，陕西，江西，分别占总用户的比例为 18.76%，16.0%，11.89%，10.04%，9.33%,合计：66.03%，超过一半以上的用户 未知地区的人数占总用户人数的 6.35%，其他地区的累计用户也达到了总用户的 6.86% 为进一步看一下该数据库分布比例的时间变化，我们按照 2.1 节给出的时间段分别绘出各时间段的空间分布图，如图 2.3-2.5 所示，图 2.3 是 2017年 2 月-5 月的地域分布情况，图 2.4 是 2017 年 2 月-8 月地域分布情况，图 2.52017 年 2 月-11 月地域分布情况，图 2.6 2017 年 2 月-2018 年 3 月地域分布情况 省广东省江苏省湖南省陕西省江西省未知地区四川省壮族自治区辽宁省京市北省庆市山西省山东省其他地区用户所占比例(%)18.76%16.01%11.89%10.04%9.33%6.35%4.55%4.30%2.71%2.41%2.07%1.73%1.63%1.37%6.86%

017年2月-8月地域分布情况

【参考文献】

相关期刊论文 前8条

1 吴若熙;王庆军;;体育健身类APP的发展现状、问题及对策研究[J];山东体育学院学报;2015年04期

2 于海涛;李梓;姚念民;;K-means聚类算法优化方法的研究[J];小型微型计算机系统;2012年10期

3 田媛;许月卿;郭洪峰;吴艳芳;;基于多分类Logistic回归模型的张家口市农用地格局模拟[J];资源科学;2012年08期

4 何黎;何跃;霍叶青;;微博用户特征分析和核心用户挖掘[J];情报理论与实践;2011年11期

5 杨成明;;微博客用户行为特征实证分析[J];图书情报工作;2011年12期

6 王赛芳;戴芳;王万斌;张晓宇;;基于初始聚类中心优化的K-均值算法[J];计算机工程与科学;2010年10期

7 王晓光;;微博客用户行为特征与关系特征实证分析——以“新浪微博”为例[J];图书情报工作;2010年14期

8 苏锦旗;薛惠锋;詹海亮;;基于划分的K-均值初始聚类中心优化算法[J];微电子学与计算机;2009年01期

相关博士学位论文 前1条

1 刘培强;两元矩阵聚类算法研究[D];山东大学;2013年

相关硕士学位论文 前7条

1 何潇颖;跑步类APP健康传播效果实证研究[D];山东大学;2017年

2 徐鑫;基于聚类分析的基金公司用户价值分析[D];山东大学;2017年

3 韩丹;国内现有跑步类APP市场现状与对策研究[D];广西师范大学;2017年

4 宋建林;K-means聚类算法的改进研究[D];安徽大学;2016年

5 何晨;跑步类App的用户体验研究[D];暨南大学;2016年

6 龚琼;健康健美类App传播研究[D];华东师范大学;2014年

7 黄晟;基于用户体验的APP设计研究[D];陕西科技大学;2012年

本文编号：2730397