本文關(guān)鍵詞：基于迂回二次聚類的微博用戶細(xì)分研究

  更多相關(guān)文章： 微博 用戶細(xì)分 迂回二次聚類 戴爾中國

【摘要】：對于開展微博營銷的企業(yè)而言,挖掘微博用戶信息,進(jìn)行用戶細(xì)分,是企業(yè)實現(xiàn)精準(zhǔn)網(wǎng)絡(luò)營銷的迫切需求。為此,首先運用API和網(wǎng)絡(luò)爬蟲技術(shù),獲取@戴爾中國的粉絲列表及相關(guān)用戶信息。通過數(shù)據(jù)預(yù)處理,得到有效數(shù)據(jù)樣本。然后對變量進(jìn)行相關(guān)性分析,引入微博熱度、互粉率變量,確定性別、地域、粉絲數(shù)、關(guān)注數(shù)、等級、認(rèn)證類型、互粉率、微博熱度等8項用戶細(xì)分變量�；谟鼗囟尉垲�,將@戴爾中國的微博粉絲用戶劃分為草根明星型、活躍女性型和默默關(guān)注型三類。在此基礎(chǔ)上,幫助戴爾針對不同的用戶群制定微博營銷策略,為戴爾開展精準(zhǔn)營銷提供參考。
【作者單位】： 福州大學(xué)經(jīng)濟(jì)與管理學(xué)院;
【關(guān)鍵詞】： 微博 用戶細(xì)分 迂回二次聚類 戴爾中國
【基金】：國家自然科學(xué)基金項目(61179061) 教育部新世紀(jì)優(yōu)秀人才支持計劃(NCET-11-0903)
【分類號】：F274;TP393.092
【正文快照】： 近年來,由于互聯(lián)網(wǎng)技術(shù)的發(fā)展,尤其是web2.0網(wǎng)絡(luò)應(yīng)用的興起,微博、微信等社交類應(yīng)用在短時間內(nèi)迅速崛起。根據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心(CNNIC)發(fā)布的《2014年中國社交類應(yīng)用用戶行為研究報告》,我國整體網(wǎng)民中,社交網(wǎng)站覆蓋率為61.7%,其中微博覆蓋率為43.6%;微博品牌的覆蓋率,新

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 蔡元萃;陳立潮;;聚類算法研究綜述[J];科技情報開發(fā)與經(jīng)濟(jì);2007年01期

2 楊博;劉大有;金弟;馬海賓;;復(fù)雜網(wǎng)絡(luò)聚類方法[J];軟件學(xué)報;2009年01期

3 陳梅蘭;基于網(wǎng)格和密度聚類算法研究[J];計算機(jī)與現(xiàn)代化;2005年02期

4 聞?chuàng)P,苑春法,黃昌寧;基于搭配對的漢語形容詞-名詞聚類[J];中文信息學(xué)報;2000年06期

5 王偉東,蘆金嬋,張講社;基于視覺原理的密度聚類算法[J];工程數(shù)學(xué)學(xué)報;2005年02期

6 彭京;唐常杰;程溫泉;石葆梅;喬少杰;;一種基于層次距離計算的聚類算法[J];計算機(jī)學(xué)報;2007年05期

7 陳鋼,馮志勇,金輝;基于GT編碼的零件聚類樹的建立[J];中國制造業(yè)信息化;2003年06期

8 曹慧;;一種基于聚類的多數(shù)據(jù)庫分類方法設(shè)計[J];網(wǎng)絡(luò)安全技術(shù)與應(yīng)用;2010年06期

9 劉芳,何飛;一種基于聚類樹的增量式數(shù)據(jù)清洗算法[J];華中科技大學(xué)學(xué)報(自然科學(xué)版);2005年03期

10 曾廣周;一個基于Gabrial圖的聚類方法[J];信息與控制;1988年03期

中國重要會議論文全文數(shù)據(jù)庫 前8條

1 錢衛(wèi)寧;錢海蕾;周傲英;;構(gòu)造準(zhǔn)確的多粒度聚類樹:一種交互式的方法[A];第十七屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2000年

2 錢衛(wèi)寧;錢海蕾;周傲英;;聚類樹合并——聚類超大規(guī)模數(shù)據(jù)庫[A];第十八屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2001年

3 萬代紅;齊明;萬曉紅;;分類技術(shù)DSCM聚類算法的C語言實現(xiàn)[A];增強(qiáng)自主創(chuàng)新能力 促進(jìn)吉林經(jīng)濟(jì)發(fā)展——啟明杯·吉林省第四屆科學(xué)技術(shù)學(xué)術(shù)年會論文集（上冊）[C];2006年

4 錢海蕾;錢衛(wèi)寧;周傲英;;對于聚合聚類終止條件的研究[A];第十八屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2001年

5 任家東;孟麗麗;張冬梅;;一種基于網(wǎng)格的改進(jìn)的K-Means聚類算法[A];第26屆中國數(shù)據(jù)庫學(xué)術(shù)會議論文集（B輯）[C];2009年

6 周皓峰;袁晴晴;程尊平;施伯樂;;PHC:一個基于分層的快速聚類算法[A];第十九屆全國數(shù)據(jù)庫學(xué)術(shù)會議論文集（研究報告篇）[C];2002年

7 王仲君;莫春玲;;視覺原理的FCM聚類算法在復(fù)雜網(wǎng)絡(luò)中的應(yīng)用[A];2006全國復(fù)雜網(wǎng)絡(luò)學(xué)術(shù)會議論文集[C];2006年

8 鄭君君;李新光;祝一薇;劉建軍;夏勝平;譚立球;;海量圖像集中K近鄰求解的高效算法[A];第十五屆全國圖象圖形學(xué)學(xué)術(shù)會議論文集[C];2010年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前4條

1 晏華;交易數(shù)據(jù)的聚類分析[D];電子科技大學(xué);2008年

2 王娜;基于客觀聚類的模糊建模方法研究[D];上海交通大學(xué);2009年

3 羅會蘭;聚類集成關(guān)鍵技術(shù)研究[D];浙江大學(xué);2007年

4 肖宇;聚類分析及其在圖像處理中的應(yīng)用[D];北京交通大學(xué);2012年

，

本文編號：633569