导读:本文包含了用户特征分析论文开题报告文献综述及选题提纲参考文献，主要关键词:舆情画像,在线社交用户,信息传播
用户特征分析论文文献综述
刘海鸥,刘旭,姚苏梅,谢姝琳[1]（2019）在《基于舆情画像的在线社交用户信息传播特征统计分析》一文中研究指出[目的/意义]在线社交用户的信息行为对网络舆论生态环境的构建具有重要的指导意义。[方法/过程]借鉴"用户画像"的思想,提出了在线社交用户舆情画像的概念,围绕人类动力学研究视角构建了在线社交用户的舆情画像模型,最后从舆情信息传播的时间间隔分布、活跃度分布、时间间隔重标度、交互热度、阵发性和记忆性等方面对在线社交用户信息传播行为特征进行了实证分析。[结果/结论]研究结果表明,在线社交用户"舆情画像"可全面揭示其网络信息行为特征,实现对用户基本信息与舆情传播信息的有效收集、有效识别与定量分析,从而为网络舆情生态环境的完善提供参考。(本文来源于《现代情报》期刊2019年09期）
冯乐军,陈静,马跃征,史琳[2]（2019）在《CCHP系统用户负荷特征普适性分析》一文中研究指出分布式冷热电联供系统(CCHP)进行分析研究对于系统的设计以及运行策略的选择具有重要意义。本文提出了基于用户负荷时间参数的CCHP用户分类方法。同时,选择北京地区六种类型用户(医院、饭店、宾馆、体育馆、学校和办公楼)为研究对象,并根据分类方法将其分为叁大类。最后,基于用户负荷时间和大小特征参数,将叁种类型用户进行简化,得到了CCHP用户普适性简化模型。(本文来源于《工程热物理学报》期刊2019年08期）
刘春雨,万岩[3]（2019）在《基于Kendall相关性分析的网络直播行业用户观看特征与偏好研究》一文中研究指出[目的/意义]旨在为网络直播行业的发展提供参考。[方法/过程]利用python网络爬虫技术,对23家直播网站的不同类别的直播间相关数据进行随机抽样爬取,通过统计分析初步发现观众的观看特征和偏好,并运用相关性分析方法,确定各指标变量之间的相关性,从而确定直播行业观众观看的客观规律。[结果/结论]网络直播行业观众观看行为确实存在固定的规律。针对此规律,向直播平台及主播个人提出基于直播内容和形式的优化措施。(本文来源于《情报探索》期刊2019年07期）
吴要毛,陈昊,王龙,曹建伟,吴凯[4]（2019）在《一种面向用户特征的配电网投资决策分析方法》一文中研究指出作为售电企业主要利润来源,用电客户资源在电力市场竞争中占据了举足轻重的地位.基于电力商品的特殊性,本文中通过针对性调查问卷及数学建模的方式,将潜类分析方法引入电网客户分类分析中,对中国东部地区的电力消费群体对于选择可再生能源发电的潜在需求进行分析,将消费者群体划分成3个不同的类型,分别为价格敏感型消费者、绿色消费者和价格不敏感消费者.发现约有25%的消费者会为了增加可再生能源发电的比例而支付超过现有电价的费用,这一结论可以为电网售电公司配网投资决策提供理论依据.(本文来源于《湖北大学学报(自然科学版)》期刊2019年04期）
李茹,李锐,蒋捷,吴华意[5]（2019）在《网络地图用户访问会话时空特征分析》一文中研究指出【目的】探究会话尺度下群体用户对WMTS访问的时空统计特征。【方法】对用户访问会话进行识别并设计有效算法提取用户访问目标。从日访问会话数、会话请求数、会话时长、瓦片访问速度4个维度,深入探究用户访问的时间属性分布特征;从省份、城市及距离叁个维度,探究用户所在地与访问目标之间的空间关系。【结果】WMTS访问行为具有幂律特征,大多数用户的访问简洁高效,有明确访问需求;信息化建设程度高的省份,其用户访问更为集中和深入;在访问内容的空间分布上,以同省、同城访问为主,约30%的访问目标集中于用户所在城市中心点43千米范围内。【局限】研究对象为访问WMTS频次较多的用户,普适性有待验证。【结论】从会话尺度描述WMTS访问会话特征,有利于深入理解用户地理信息需求的时空分布特征。(本文来源于《数据分析与知识发现》期刊2019年06期）
张敏,车雨霏,张艳[6]（2019）在《差异化任务情境下用户在线旅游协同信息检索的行为特征分析》一文中研究指出[目的/意义]探究差异化任务情境对用户在线旅游协同信息检索行为的影响,并基于对比分析为在线旅游的产品和服务创新提供改进方法和策略。[方法/过程]在一般任务情境和具体任务情境下,采用"情境实验+问卷访谈"的方法获取研究样本的行为特征数据,以录屏软件、浏览器历史记录软件全程记录实验过程,通过人工编码、数据清洗和数据预处理等步骤处理问卷数据和视频数据共获得21组有效样本和42份有效数据,并利用SPSS 19.0进行方差分析。[结果/结论]一般任务情境下用户检索时间较长,输入检索式和编辑答案次数较多,在线聊天、浏览协作者答案等交互行为较明显,且最终的检索效果比具体任务情境下显着更好。任务类型对用户的任务感知变量无显着影响。(本文来源于《情报理论与实践》期刊2019年10期）
钱梦莹[7]（2019）在《社交媒体用户特征分析平台的设计与实现》一文中研究指出近几年社交媒体依托着互联网络的飞速发展异军突起。用户使用社交媒体所留下的痕迹暗含巨大价值。但目前研究多集中在用户基本属性和行为属性方面,对性格、处世态度等人格属性的研究则较少。分析和研究用户的人格特征,对网络舆情治理、重点人群监控等活动具有重大意义。然而用户人格信息往往是通过遣词造句的方式隐性表达的,因此如何建立用户文本数据与人格特征的映射关系是相关研究的主要难点。目前相关研究主要采用回归算法进行分析,研究者所针对的社交媒体和采用的算法模型各有不同。本文使用灰色关联分析代替相关性分析来进行特征降维,以更好地应对非线性场景,并将BP(Back Propagation,BP)神经网络应用于人格分析研究,充分利用了神经网络多维函数的映射能力,比较好地完成了通过用户文本分析用户人格的工作。与此同时,本文设计并搭建了社交媒体用户特征分析平台,完成了一整套由前端后台和数据库构成的可交互Web系统。该系统能基于微博用户所发表的信息对其进行特征分析,并将分析结果进行可视化展示。本文的工作内容主要集中在以下几个方面。首先,文章通过需求分析明确了平台设计目的、业务需求等基本要求,并在此基础上进行了技术选型。第二,训练并实现了BP神经网络模型来预测用户人格。在数据准备阶段,进行了用户人格信息收集和用户文本数据收集两部分工作。之后基于数据的特点,使用BP神经网络进行算法实现,在此过程中建立特征工程筛选建模特征,逐步探索合适的参数来训练模型,最终取得了比较满意的训练结果。第叁,根据具体的需求,完成平台的设计和搭建工作并实现相应的功能。工作中首先确定基本的架构方案,再根据功能各自的需求,完成对具体功能的实现,最后对平台进行测试。最后文章总结了现有设计中存在的一些不足,并对未来的进一步改造和完善指明了方向。(本文来源于《北京邮电大学》期刊2019-06-02）
赛秋玥[8]（2019）在《基于共享汽车数据驱动的用户用车特征分析与预测建模》一文中研究指出共享汽车是共享经济模式在交通出行中的主要表现形式,是实现绿色出行及共享出行的关键手段。共享汽车出行模式的应用可以减少私家车数量同时提升车辆使用效率,从而达到节约资源和缓解交通拥堵的目标。因此共享汽车受到越来越多人们的关注和使用。共享汽车的健康发展需要依靠共享汽车企业的推动,而通过建立合理的企业运营策略以提高共享汽车企业的利润,是保障共享汽车企业健康发展,进一步推动共享汽车行业发展的重要途径。然而,在现阶段的共享汽车发展中,共享汽车运营商普遍面临盈利焦虑难题,即高投入和低回报之间的矛盾。盈利焦虑问题产生的根源是运营商对用户的用车及出行行为缺乏深入的了解。因此,分析共享汽车用户的用车出行行为规律,建立用车行为模型具有十分重要的理论意义和应用价值。现有对共享汽车用户的研究主要是从行业发展的角度,对用户的用车目的和用车需求量等进行分析。但是以共享汽车企业发展的角度研究公司利润与用户用车行为关系的文献却相对较少。共享汽车企业的利润主要来源于用户的用车行为。因此,本文以提高共享汽车企业的利润为目标,通过对不同利润贡献用户的用车行为进行分析与类别预测,进而为公司制定以用户为中心的运营策略提供意见。为研究共享汽车用户对企业利润贡献与用车行为之间的关系,本文研究基于共享汽车运营商收集的5202位用户产生的共计6万多条订单数据对用户的用车行为特征展开分析。首先,通过二阶聚类方法将所有新用户按用车总金额分为叁类,分别是高利润贡献用户、中利润贡献用户和低利润贡献用户;然后,对用户开始用车后84天内的用车行为特征进行挖掘。本文建立了多项逻辑回归模型用于分析不同利润贡献用户的用车行为,得出共享汽车用户在用车时间、空间、车型偏好和时长里程等方面的分布规律及不同类用户用车行为的差异;最后,本文利用多层感知机神经网络预测模型对用户进行了分类预测建模。为了提高预测精度,本研究提出基于用车周期特征的用户分类预测思路。根据预测精度随观察期时长的变化曲线,确定使时间成本最小而预测精度较高的最优观察期时长值。本模型以多维数据变量作为输入变量,同时以此为基础通过最短的观察期来预测用户84天时间窗内的用户利润贡献类型。研究结果表明,利用新用户前5周的数据就可以准确预测该新用户84天的类别,预测精度达到85%以上。本文的研究成果为共享汽车公司的用户管理和公司盈利提供科学的决策支持。具有较好的实用性,有助于共享汽车行业的发展。(本文来源于《北京交通大学》期刊2019-06-01）
陈远,张磊,张敏[9]（2019）在《信息内容特征对移动医疗APP用户推荐行为的影响及作用路径分析》一文中研究指出[目的/意义]旨在探究信息内容特征对移动医疗APP用户推荐行为的影响和作用路径,提炼出对运营和管理具有积极意义的意见和方法。[方法/过程]以精细加工可能性模型为理论框架,通过整合信息系统成功模型和口碑营销经典理论的相关因素,构建出"中心信息内容特征——自我推荐"以及"边缘信息内容特征——从众推荐"两条作用路径,并聚焦感知需求的调节作用提出假设并构建研究模型。实证研究采用"日志追踪实验+调查问卷"的方式收集来自移动医疗APP用户的288份数据,利用SmartPLS2.0对模型进行检验。[结果/结论]信息质量、服务质量、系统质量正向影响自我推荐意愿;APP认知声誉、医生认知声誉、医院认知声誉正向影响从众推荐意愿;感知需求正向调节自我推荐意愿对推荐行为的影响,而从众推荐意愿对推荐行为的影响不具有显着调节作用。(本文来源于《现代情报》期刊2019年06期）
张祯[10]（2019）在《基于社会网络分析的虚拟社区话题与用户特征研究》一文中研究指出随着时代的发展,消费者在供应链中的角色发生了本质性的改变,由产品价值的消耗者转变为创造者,越来越多的消费者通过在社区发帖真实地表达其消费体验。消费者社区网络是反馈产品体验、促进未来产品创新的重要场所,厂商通过挖掘分析消费者社区网络的有效信息可以促进产品的改进和创新,提升消费者体验水平。所以挖掘虚拟社区所蕴含的有效信息,对于研究消费者参与的供应链协同创新具有重要的作用。在此研究过程中,社会网络分析方法逐渐成为虚拟社区研究的主要工具。本文基于花粉俱乐部某款手机的虚拟社区数据,从方法和实证两个方面探究消费者社区网络。从方法上,本文提出时序决定系数来判定网络动态涌现关键时间;给出无向网络和有向网络的广义度方差指标来分别探究话题网络与回帖网络内部互动差异性;改进了 Jaccard系数,更好地刻画了用户间的相似性。在实证方面,首先基于时序决定系数结合产品生命周期理论,分析了手机话题生命周期的涌现规律。然后对虚拟社区网络用户分别建立了普通用户组网络、中介用户组网络、企业用户组网络,对叁个网络的互动情况进行了对比性分析,给出了话题重要性排序。进一步基于发帖—回帖信息分析了网络中用户与社团。最后构建了“话题—用户”的双重网络,完善了特征内容。本研究对于丰富网络分析方法,挖掘分析消费者社区网络的有效信息促进产品的改进和创新,提升消费者体验水平具有重要意义。(本文来源于《山东大学》期刊2019-05-12）
用户特征分析论文开题报告
（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：
分布式冷热电联供系统(CCHP)进行分析研究对于系统的设计以及运行策略的选择具有重要意义。本文提出了基于用户负荷时间参数的CCHP用户分类方法。同时,选择北京地区六种类型用户(医院、饭店、宾馆、体育馆、学校和办公楼)为研究对象,并根据分类方法将其分为叁大类。最后,基于用户负荷时间和大小特征参数,将叁种类型用户进行简化,得到了CCHP用户普适性简化模型。
（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。
用户特征分析论文参考文献
[1].刘海鸥,刘旭,姚苏梅,谢姝琳.基于舆情画像的在线社交用户信息传播特征统计分析[J].现代情报.2019
[2].冯乐军,陈静,马跃征,史琳.CCHP系统用户负荷特征普适性分析[J].工程热物理学报.2019
[3].刘春雨,万岩.基于Kendall相关性分析的网络直播行业用户观看特征与偏好研究[J].情报探索.2019
[4].吴要毛,陈昊,王龙,曹建伟,吴凯.一种面向用户特征的配电网投资决策分析方法[J].湖北大学学报(自然科学版).2019
[5].李茹,李锐,蒋捷,吴华意.网络地图用户访问会话时空特征分析[J].数据分析与知识发现.2019
[6].张敏,车雨霏,张艳.差异化任务情境下用户在线旅游协同信息检索的行为特征分析[J].情报理论与实践.2019
[7].钱梦莹.社交媒体用户特征分析平台的设计与实现[D].北京邮电大学.2019
[8].赛秋玥.基于共享汽车数据驱动的用户用车特征分析与预测建模[D].北京交通大学.2019
[9].陈远,张磊,张敏.信息内容特征对移动医疗APP用户推荐行为的影响及作用路径分析[J].现代情报.2019
[10].张祯.基于社会网络分析的虚拟社区话题与用户特征研究[D].山东大学.2019