导读:本文包含了用户细分论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:用户,算法,模型,层次,数据,嵌套,城市交通。
用户细分论文文献综述
王晓霞,赵慧,崔羽飞[1]（2019）在《运营商基于用户细分的精准营销实践》一文中研究指出随着数字经济的发展,人们的生活已全面互联网化,这个过程中产生了海量的数据,大数据的出现使得基于精细化细分群体的精准营销成为可能。运营商可利用这种精准营销方法不断满足用户的个性需求,从而吸引新用户留住老用户。文章从客户分群出发,基于对庞大用户的精细化分群,将数据贯穿营销的全流程,实现了策略匹配、策略执行、效果后评估的科学化新运营。(本文来源于《信息通信技术》期刊2019年03期）
朱海,罗霞,陈欣,刘永红[2]（2019）在《基于潜类混合Logit的铁路疏解衔接系统用户细分》一文中研究指出铁路疏解衔接系统用户细分是开展枢纽衔接优化的重要环节.将潜在类别模型与非集计混合Logit模型的似然函数进行融合,构建了一种能同时实现用户分类和行为分析的潜类混合Logit用户细分模型;通过在潜在类别中设置衔接方式属性随机偏好参数,实现了相同子市场用户间似而不同的属性偏好表达.依托成都东客站到达旅客的衔接方式选择SP(陈述偏好)调查数据,借助NLogit软件编程对该模型的测试与标定过程进行了说明,并结合标定结果对各衔接方式的市场总体时间弹性和费用弹性进行了计算,提出了相应的管理措施.结果显示,模型将铁路疏解衔接系统用户细分为"公交偏好型"、"私家车偏好型"、"出租车偏好型"、"网约车偏好型"4个子市场,不同子市场间呈现出差异化的市场占有率、属性敏感性和属性偏好程度,验证了潜类混合Logit模型在市场细分中能兼顾外源、内源性细分变量,并具有经济学解释能力强的特点.(本文来源于《华南理工大学学报(自然科学版)》期刊2019年04期）
刘炼[3]（2019）在《基于用户细分理论的情报服务研究》一文中研究指出文章分析了影响高校图书馆情报需求的各类因素,在此基础上将用户划分为四种类型,并对各类型用户的服务特点、服务内容、产品形式等进行了对比分析,从而提出相应的服务策略。(本文来源于《大学图书情报学刊》期刊2019年02期）
贺芳[4]（2018）在《基于用户细分的微博社区用户流失预测研究》一文中研究指出[目的/意义]旨在根据用户细分结果进行用户流失预测。[方法/过程]采用聚类分析方法对微博社区功能结构及用户特征进行分析,对用户流失条件进行界定,并进行用户分类;采用典型判别分析法构建用户流失预测模型,并通过交叉验证法判别预测精度。[结果/结论]该用户流失预测模型是可行的,且精度较高。提出"活跃型用户"和"明星用户"应加强回访和特权服务;"信息索取型用户"和"沉默型用户"应采取信息推送、Email等方式激发其活跃度;应建立用户流失预警机制,定期进行用户流失预测分析等建议。(本文来源于《情报探索》期刊2018年12期）
张禄,李国昌,陈艳霞,孙舟,王伟贤[5]（2018）在《基于数据挖掘的电动汽车用户细分及价值评价方法》一文中研究指出用户细分可以掌握不同电动汽车用户充电行为的特征及其之间的差异性,对充电服务运营企业具有重要意义。基于运营管理系统迅速积累的大量充电服务数据,对全量数据进行探索性分析,筛选出细分模型关键变量,给出了基于数据挖掘技术和K均值(K_MEANS)聚类算法的电动汽车用户细分方法,提出了电动汽车用户价值评价方法。针对北京地区电动汽车用户开展分析并得到用户行为特征及价值评价结果。相关结论可为运维管理机制优化和精准营销策略制定提供数据支撑。(本文来源于《电力系统保护与控制》期刊2018年22期）
刘铭,张双全,何禹德[6]（2018）在《基于改进SOM神经网络的异网电信用户细分研究》一文中研究指出在对用户价值认知的基础上,电信运营商对用户进行正确分类是其了解用户的重要手段。电信运营商可以将用户分为不同的类别,并以此制定差别化服务政策,从而进行差异化营销来提高企业效益。本文首先对异网电信用户进行了细分研究,为提高分类的准确率,在传统自组织映射神经网络基础上,对学习速度和权重向量初始值的确定进行了改进,提出了改进的自组织映射神经网络;同时采用改进的自组织映射神经网络对某省电信运营商提供的用户数据进行仿真。仿真结果表明:改进的自组织映射神经网络在兼顾稳定性的同时,很好地解决了自组织过慢问题,提高了用户分类的准确率,大幅度减小误差。最后根据分类结果为电信运营商实施差异化营销提供了基本规则。(本文来源于《广西师范大学学报(自然科学版)》期刊2018年03期）
孙世超[7]（2018）在《一种基于宏微观数据嵌套的公交用户细分方法》一文中研究指出针对公交用户管理,本文提出一种基于宏微观数据嵌套的公交用户细分方法.该方法能够通过卡号识别及公交出行链信息对照等手段,建立问卷调查受访者与数据库中公交IC卡持卡者之间的匹配链接,即同时获取持卡者公交使用行为在刷卡数据样本总体中的宏观聚类情况,以及问卷调查数据中微观个体的社会属性与意愿信息,形成宏微观数据的互补嵌套,弥补单一数据源分析所面临的不足.在厦门市的实证分析中,数据链接的成功率达到70.5%.最终,结合该融合数据,从公交使用行为模式及态度意愿两个维度对公交用户进行交叉分类,实现公交用户不同组群的细分.(本文来源于《交通运输系统工程与信息》期刊2018年03期）
张楠,关惠元[8]（2018）在《基于差异化战略的设计定位与用户细分——以我国儿童家具行业为例》一文中研究指出在同质化严重且竞争激烈的市场环境下,企业想要开辟蓝海市场,就要以差异化战略为突破口,形成差异化的价值主张来提升可持续竞争力。以我国儿童家具行业为例,以其行业形势与现存问题为切入点,发现同质化严重与竞争力薄弱的根本原因是产品设计差异化与市场差异化的缺失。所以,如何实现产品差异化与市场差异化便成为行业发展需要研究的关键。(本文来源于《山西大学学报(哲学社会科学版)》期刊2018年03期）
肖亚铁,柳亚飞,李鲁群,李哲敏[9]（2018）在《两种聚类算法在网站用户细分中的比较》一文中研究指出给出了K-means算法和层次聚类算法在具体网站用户细分中准确率的比较,在细分网站用户这一类问题中,K-means算法在聚类准确率和处理速度上具有较大的优势,能够满足网站用户细分准确率的基本要求,其聚类准确率达到95%左右,且K-means算法处理速度比较快;层次聚类算法的处理速度较K-means算法慢,且其聚类准确率在处理大量用户数据时低于92%,这对于处理网站用户数据这类信息并不具备优势.(本文来源于《上海师范大学学报(自然科学版)》期刊2018年01期）
陈娟,吴卓青,邓胜利[10]（2018）在《基于层次聚类法的“知乎”用户细分与行为分析》一文中研究指出[目的/意义]对"知乎"用户群体进行细分,便于服务商准确锁定目标群体,提供更优质、精确的社会化问答服务。[方法/过程]抓取知乎用户数据,运用层次聚类法对33974个样本数据进行分组,构建以粉丝数为因变量的Tobit模型,识别其粉丝积累途径的差异。[结果/结论]识别了叁个细分群体:"信息搜寻型用户",以信息搜寻为主要目的,回答问题能力不强,可能通过"互粉"进行粉丝积累;"专家型用户",人数不多,通过提供有用信息来积攒粉丝,通过关注话题和他人完成信息内化及能力提升;"自我学习型"用户,表现中庸,会通过提问获取信息,通过回答、公共编辑来帮助他人,但其撰写的文章数量有限,可能与其能力有关,也可能受精力所限。(本文来源于《情报理论与实践》期刊2018年07期）
用户细分论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
铁路疏解衔接系统用户细分是开展枢纽衔接优化的重要环节.将潜在类别模型与非集计混合Logit模型的似然函数进行融合,构建了一种能同时实现用户分类和行为分析的潜类混合Logit用户细分模型;通过在潜在类别中设置衔接方式属性随机偏好参数,实现了相同子市场用户间似而不同的属性偏好表达.依托成都东客站到达旅客的衔接方式选择SP(陈述偏好)调查数据,借助NLogit软件编程对该模型的测试与标定过程进行了说明,并结合标定结果对各衔接方式的市场总体时间弹性和费用弹性进行了计算,提出了相应的管理措施.结果显示,模型将铁路疏解衔接系统用户细分为"公交偏好型"、"私家车偏好型"、"出租车偏好型"、"网约车偏好型"4个子市场,不同子市场间呈现出差异化的市场占有率、属性敏感性和属性偏好程度,验证了潜类混合Logit模型在市场细分中能兼顾外源、内源性细分变量,并具有经济学解释能力强的特点.
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
用户细分论文参考文献
[1].王晓霞,赵慧,崔羽飞.运营商基于用户细分的精准营销实践[J].信息通信技术.2019
[2].朱海,罗霞,陈欣,刘永红.基于潜类混合Logit的铁路疏解衔接系统用户细分[J].华南理工大学学报(自然科学版).2019
[3].刘炼.基于用户细分理论的情报服务研究[J].大学图书情报学刊.2019
[4].贺芳.基于用户细分的微博社区用户流失预测研究[J].情报探索.2018
[5].张禄,李国昌,陈艳霞,孙舟,王伟贤.基于数据挖掘的电动汽车用户细分及价值评价方法[J].电力系统保护与控制.2018
[6].刘铭,张双全,何禹德.基于改进SOM神经网络的异网电信用户细分研究[J].广西师范大学学报(自然科学版).2018
[7].孙世超.一种基于宏微观数据嵌套的公交用户细分方法[J].交通运输系统工程与信息.2018
[8].张楠,关惠元.基于差异化战略的设计定位与用户细分——以我国儿童家具行业为例[J].山西大学学报(哲学社会科学版).2018
[9].肖亚铁,柳亚飞,李鲁群,李哲敏.两种聚类算法在网站用户细分中的比较[J].上海师范大学学报(自然科学版).2018
[10].陈娟,吴卓青,邓胜利.基于层次聚类法的“知乎”用户细分与行为分析[J].情报理论与实践.2018
论文知识图
