| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 1 绪论 | 第10-20页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 研究现状 | 第12-16页 |
| 1.2.1 用户画像研究现状综述 | 第12-14页 |
| 1.2.2 用户标签研究现状综述 | 第14-16页 |
| 1.3 研究内容与方法 | 第16-20页 |
| 1.3.1 研究内容与结构 | 第16-17页 |
| 1.3.2 研究方法 | 第17-18页 |
| 1.3.3 技术路线 | 第18-20页 |
| 2 相关理论与概念 | 第20-26页 |
| 2.1 相关概念 | 第20-24页 |
| 2.1.1 用户画像 | 第20-21页 |
| 2.1.2 用户标签 | 第21-23页 |
| 2.1.3 标签权重 | 第23-24页 |
| 2.2 相关理论 | 第24-25页 |
| 2.2.1 用户行为分析 | 第24-25页 |
| 2.2.2 客户关系管理 | 第25页 |
| 2.3 本章小结 | 第25-26页 |
| 3 用户画像的标签生成 | 第26-35页 |
| 3.1 标签的数据筛选与与预处理 | 第27-29页 |
| 3.1.1 数据筛选 | 第27页 |
| 3.1.2 数据标识方法分析 | 第27-28页 |
| 3.1.3 数据预处理 | 第28-29页 |
| 3.2 数据分析 | 第29-31页 |
| 3.3 标签的自动生成 | 第31-33页 |
| 3.3.1 聚类方法选择 | 第31-32页 |
| 3.3.2 基于层级聚类法的标签数的自动生成 | 第32-33页 |
| 3.3.3 基于K-Means聚类方法的标签名的自动生成 | 第33页 |
| 3.4 生成标签质量的评价指标 | 第33-34页 |
| 3.5 本章小结 | 第34-35页 |
| 4 基于用户标签的标签权重判定 | 第35-42页 |
| 4.1 基于标签使用频次的标签加权 | 第36-37页 |
| 4.2 基于标签使用时间的标签加权 | 第37-38页 |
| 4.3 使用时间与使用频率的修正权重 | 第38-40页 |
| 4.3.1 提出假设 | 第38页 |
| 4.3.2 权重确定 | 第38-39页 |
| 4.3.3 实际算例 | 第39-40页 |
| 4.4 用户画像的生成 | 第40-41页 |
| 4.5 本章小结 | 第41-42页 |
| 5 基于用户标签的用户画像生成的实现 | 第42-51页 |
| 5.1 实验案例背景与数据预处理 | 第42-43页 |
| 5.2 用户标签的生成 | 第43-46页 |
| 5.3 标签加权 | 第46-48页 |
| 5.4 用户画像生成与应用 | 第48-50页 |
| 5.4.1 用户画像的生成 | 第48页 |
| 5.4.2 用户画像的应用 | 第48-50页 |
| 5.5 本章小结 | 第50-51页 |
| 6 结论与展望 | 第51-53页 |
| 6.1 研究结论 | 第51页 |
| 6.2 研究局限 | 第51-52页 |
| 6.3 研究展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 附录: 专家访谈法权重计算 | 第57-58页 |
| 致谢 | 第58-59页 |