智能手機(jī)的產(chǎn)生和廣泛應(yīng)用改變了人類的生活、工作方式。智能手機(jī)承載了人類日常行為的大量信息,基于智能手機(jī)能夠獲取長(zhǎng)時(shí)間、大規(guī)模、多維度的數(shù)據(jù),并能夠進(jìn)行人類的行為的分析。品牌是企業(yè)的靈魂,是企業(yè)存續(xù)的價(jià)值支柱,對(duì)于手機(jī)品牌更是如此。手機(jī)品牌及品牌戰(zhàn)略已經(jīng)成為企業(yè)構(gòu)筑市場(chǎng)競(jìng)爭(zhēng)力的關(guān)鍵。品牌反映了人內(nèi)心深處對(duì)它的期望和感受,人對(duì)一個(gè)產(chǎn)品的滿意程度很大程度上會(huì)受對(duì)品牌的信任和他人對(duì)品牌推薦的影響。對(duì)手機(jī)品牌進(jìn)行研究分析,探討用戶對(duì)手機(jī)的體驗(yàn)、感受和評(píng)價(jià),對(duì)于提高消費(fèi)者的滿意度、挖掘市場(chǎng)應(yīng)用需求,甚至對(duì)于上下游產(chǎn)業(yè)的發(fā)展都有重要的影響。本文針對(duì)手機(jī)品牌分析的需求,結(jié)合特定手機(jī)品牌用戶對(duì)象,利用基于無(wú)線探測(cè)技術(shù)的數(shù)據(jù)分析平臺(tái),進(jìn)行的相關(guān)研究,主要工作如下:（1）調(diào)研分析了三種常用的數(shù)據(jù)采集方式:GPS、蜂窩網(wǎng)絡(luò)、WiFi,分別分析技術(shù)特點(diǎn)以及其應(yīng)用場(chǎng)景,歸納對(duì)比了三種技術(shù)的優(yōu)缺點(diǎn)和適合的場(chǎng)景。結(jié)合校園應(yīng)用場(chǎng)景,確定了以WiFi為接入進(jìn)行數(shù)據(jù)采集的方案,獲得校園內(nèi)智能手機(jī)用戶的活動(dòng)信息。（2）對(duì)手機(jī)品牌進(jìn)行基本分析。首先對(duì)本文研究的工程基礎(chǔ)——基于WiFi的數(shù)據(jù)采集分析平臺(tái)WiCloud進(jìn)行了概述。... 

【文章頁(yè)數(shù)】：63 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景及意義
    1.2 工作內(nèi)容及成果
    1.3 論文組織結(jié)構(gòu)
第二章 相關(guān)研究工作
    2.1 基于無(wú)線接入技術(shù)的數(shù)據(jù)獲取方法
        2.1.1 基于GPS的數(shù)據(jù)獲取方式
        2.1.2 基于蜂窩網(wǎng)絡(luò)的數(shù)據(jù)獲取方式
        2.1.3 基于WiFi的數(shù)據(jù)獲取方式
        2.1.4 三種數(shù)據(jù)獲取方式比較
    2.2 數(shù)據(jù)挖掘技術(shù)
        2.2.1 數(shù)據(jù)挖掘定義
        2.2.2 數(shù)據(jù)挖掘流程
        2.2.3 數(shù)據(jù)挖掘研究?jī)?nèi)容
    2.3 品牌分析相關(guān)方法調(diào)研
    2.4 本章小結(jié)
第三章 基于WiFi的數(shù)據(jù)分析平臺(tái)
    3.1 平臺(tái)系統(tǒng)結(jié)構(gòu)
        3.1.1 數(shù)據(jù)采集模塊
        3.1.2 數(shù)據(jù)分析模塊
        3.1.3 前端展示模塊
    3.2 平臺(tái)技術(shù)優(yōu)點(diǎn)
    3.3 品牌分析模塊
    3.4 手機(jī)品牌基本分析
        3.4.1 數(shù)據(jù)集
        3.4.2 基于WiCloud系統(tǒng)數(shù)據(jù)的手機(jī)品牌占有率調(diào)查
        3.4.3 基于傳統(tǒng)方式進(jìn)行的手機(jī)品牌占有率調(diào)查
    3.5 手機(jī)品牌占有率群體偏好
    3.6 本章小結(jié)
第四章 手機(jī)品牌占有率預(yù)測(cè)建模分析
    4.1 手機(jī)品牌占有率建模
    4.2 使用ARIMA進(jìn)行占有率預(yù)測(cè)建模分析
        4.2.1 ARIMA模型及特點(diǎn)
        4.2.2 序列平穩(wěn)化處理
        4.2.3 模型識(shí)別診斷
        4.2.4 模型預(yù)測(cè)評(píng)估
        4.2.5 其他品牌預(yù)測(cè)分析
    4.3 使用神經(jīng)網(wǎng)絡(luò)進(jìn)行占有率預(yù)測(cè)建模分析
        4.3.1 神經(jīng)網(wǎng)絡(luò)模型及特點(diǎn)
        4.3.2 神經(jīng)網(wǎng)絡(luò)訓(xùn)練
        4.3.3 模型參數(shù)診斷
        4.3.4 模型預(yù)測(cè)評(píng)估
        4.3.5 其他品牌預(yù)測(cè)分析
    4.4 方案對(duì)比分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 本文總結(jié)
    5.2 未來(lái)展望
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間發(fā)表的論文


【參考文獻(xiàn)】：
期刊論文
[1]數(shù)據(jù)挖掘綜述[J]. 王光宏,蔣平.  同濟(jì)大學(xué)學(xué)報(bào)(自然科學(xué)版). 2004(02)
[2]品牌的科學(xué)分野:淺層品牌與深層品牌分析[J]. 李春青.  企業(yè)經(jīng)濟(jì). 2004(01)
[3]數(shù)據(jù)挖掘系統(tǒng)設(shè)計(jì)[J]. 湯宇松,劉相峰,黃亞樓,盧桂章.  系統(tǒng)工程理論與實(shí)踐. 2000(09)



本文編號(hào)：3695731