首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

基于动漫大数据的用户画像建模与营销策略管理平台的实现

摘要第5-6页
ABSTRACT第6-7页
第一章 绪论第10-15页
    1.1 课题背景及意义第10-11页
    1.2 国内外研究现状第11-13页
        1.2.1 用户画像研究现状第11-12页
        1.2.2 营销策略管理平台研究现状第12-13页
    1.3 主要研究内容第13页
    1.4 主要创新工作第13-14页
    1.5 论文的框架结构第14页
    1.6 本章小结第14-15页
第二章 相关理论及技术分析第15-20页
    2.1 用户画像简介第15-16页
        2.1.1 用户画像的定义第15页
        2.1.2 用户画像的分类第15-16页
    2.2 主要相关技术分析第16-19页
        2.2.1 K-means聚类算法第16-17页
        2.2.2 随机森林算法第17页
        2.2.3 极限学习机算法第17-18页
        2.2.4 Kafka分布式消息系统第18-19页
    2.3 本章小结第19-20页
第三章 用户画像标签体系的构建第20-24页
    3.1 标签体系概述第20页
    3.2 标签体系的构建思路第20-21页
    3.3 基于动漫用户画像的标签体系第21-23页
    3.4 本章小结第23-24页
第四章 基于动漫大数据的用户画像建模第24-55页
    4.1 动漫用户行为数据的采集第24-26页
    4.2 客户端用户性别识别第26-32页
        4.2.1 模型数据准备第26-28页
        4.2.2 数据预处理第28-29页
        4.2.3 基于随机森林算法的特征衍生第29-30页
        4.2.4 基于极限学习机算法的性别识别第30页
        4.2.5 实验结果及分析第30-32页
    4.3 客户端用户年龄段分析第32-38页
        4.3.1 模型数据准备第32-33页
        4.3.2 数据预处理第33页
        4.3.3 用户聚类建模第33-34页
        4.3.4 实验结果及分析第34-38页
    4.4 客户端用户时间偏好分析第38-44页
        4.4.1 模型数据准备第38-39页
        4.4.2 特征权重的确定第39-41页
        4.4.3 偏好时间的确定第41页
        4.4.4 实验结果及分析第41-44页
    4.5 客户端用户潜在会员识别第44-49页
        4.5.1 模型数据准备第45页
        4.5.2 特征选择第45页
        4.5.3 潜在会员识别建模第45-47页
        4.5.4 实验结果及分析第47-49页
    4.6 客户端用户价值分析第49-54页
        4.6.1 模型数据准备第49-50页
        4.6.2 RFM模型权重确定第50页
        4.6.3 计算动漫用户的RFM价值度第50-52页
        4.6.4 动漫用户价值细分第52页
        4.6.5 实验结果及分析第52-54页
    4.7 本章小结第54-55页
第五章 基于动漫大数据的营销策略管理平台的实现第55-71页
    5.1 整体架构第55-58页
    5.2 用户画像层第58-60页
    5.3 接口适配层第60-61页
    5.4 策略管理子系统第61-66页
        5.4.1 资源管理功能第62-64页
        5.4.2 策略管理功能第64-66页
    5.5 策略解析子系统第66-68页
        5.5.1 定时解析功能第66-67页
        5.5.2 实时解析功能第67-68页
    5.6 策略推送子系统第68-69页
    5.7 功能测试第69-70页
        5.7.1 目标用户群体创建第69页
        5.7.2 营销策略配置第69-70页
        5.7.3 策略解析和推送第70页
    5.8 本章小结第70-71页
第六章 总结与展望第71-74页
    6.1 总结第71页
    6.2 未来工作第71-74页
参考文献第74-78页
致谢第78-80页
攻读硕士学位期间已发表的论文第80页

论文共80页,点击 下载论文
上一篇:基于Hadoop集群的实时事件研究系统
下一篇:基于AlexNet与水平集的细胞图像检测与分割方法研究