基于移动互联网用户行为的客户细分研究
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第一章 绪论 | 第8-13页 |
| 1.1 研究背景 | 第8-9页 |
| 1.2 研究意义 | 第9-10页 |
| 1.3 论文特色及创新点 | 第10-11页 |
| 1.4 论文结构 | 第11-13页 |
| 第二章 文献综述 | 第13-20页 |
| 2.1 时间序列的表示 | 第13-14页 |
| 2.2 时间序列的相似度计算 | 第14-16页 |
| 2.3 客户细分模型 | 第16-20页 |
| 第三章 客户细分模型 | 第20-35页 |
| 3.1 用户行为序列的周期确定 | 第20-22页 |
| 3.2 用户行为数据的概率密度估计 | 第22-27页 |
| 3.3 相似度矩阵计算 | 第27-28页 |
| 3.4 聚类个数的确定 | 第28-29页 |
| 3.4.1 Gap statistics方法 | 第28页 |
| 3.4.2 模块度(Modularity)方法 | 第28-29页 |
| 3.5 用户聚类模型 | 第29-33页 |
| 3.5.1 传统聚类模型 | 第29-31页 |
| 3.5.2 社团发现聚类方法 | 第31-32页 |
| 3.5.3 聚类融合方法 | 第32-33页 |
| 3.6 各业务类别下聚类结果的相似性比较 | 第33-35页 |
| 第四章 模型实验 | 第35-48页 |
| 4.1 数据采集与预处理 | 第35-37页 |
| 4.2 筛选最优聚类模型 | 第37-39页 |
| 4.3 实验结果分析 | 第39-48页 |
| 4.3.1 不同业务组间关系 | 第39-41页 |
| 4.3.2 整体业务下的用户聚类与行为分析 | 第41-44页 |
| 4.3.3 微博业务下的用户聚类与行为分析 | 第44-46页 |
| 4.3.4 网络语音业务下的用户聚类与行为分析 | 第46-48页 |
| 第五章 结论与展望 | 第48-50页 |
| 参考文献 | 第50-58页 |
| 致谢 | 第58-59页 |
| 作者攻读学位期间发表的学术论文目录 | 第59页 |
