本文關(guān)鍵詞：基于多元線性回歸和樸素貝葉斯分類的互聯(lián)網(wǎng)母嬰社區(qū)用戶研究，由筆耕文化傳播整理發(fā)布。

【摘要】：眾所周知,2015年10月29日我國(guó)開放了“二孩”政策,并且隨著近年來(lái)嬰兒浪潮的來(lái)臨,母嬰市場(chǎng)已經(jīng)成為了新的商業(yè)契機(jī)。中原逐鹿大家都想在這塊潛力無(wú)限的領(lǐng)域分得一杯羹�；谖覀兊膫鹘y(tǒng)文化,中國(guó)大多數(shù)家庭都是爸爸掙錢,媽媽持家。中國(guó)的家庭最最看重的莫過(guò)于孩子的健康和成長(zhǎng),因此,一家之中最有資格花錢的是寶寶,最會(huì)花錢的是媽媽,所以母嬰互聯(lián)網(wǎng)的潛力無(wú)限。現(xiàn)在的母嬰互聯(lián)網(wǎng)主要分為社區(qū)和電商兩大陣營(yíng)。社區(qū)提供母嬰知識(shí)、工具和內(nèi)容,而電商則是為媽媽們提供了一個(gè)購(gòu)買母嬰必需品的互聯(lián)網(wǎng)平臺(tái),也是母嬰互聯(lián)網(wǎng)盈利的最主要方式。因此把母嬰互聯(lián)網(wǎng)社區(qū)用戶轉(zhuǎn)化成電商用戶是很多互聯(lián)網(wǎng)公司的首要任務(wù),也是母嬰互聯(lián)網(wǎng)發(fā)展最重要的一環(huán)。我們都知道經(jīng)典的巴萊多定律(也叫二八定律),即20%的人創(chuàng)造80%的價(jià)值。因此找到撬動(dòng)用戶活躍度的點(diǎn)和成功的區(qū)分高活躍用戶和低活躍用戶是我們工作的主要,這也為接下來(lái)把用戶從社區(qū)導(dǎo)流到電商提供了基礎(chǔ)和支撐。本文工作主要有以下兩點(diǎn):1、利用多元線性回歸和變量選擇對(duì)社區(qū)用戶進(jìn)行活躍度撬動(dòng)點(diǎn)的尋找。2、用樸素貝葉斯分類對(duì)用戶進(jìn)行高活躍用戶和低活躍用戶的區(qū)分,提高分類的準(zhǔn)確性和效率。從而在線上和線下為互聯(lián)網(wǎng)運(yùn)營(yíng)做指導(dǎo)和支撐。在線下可以找到哪些方面能更好的刺激用戶,使其成為高活躍用戶;在線上可以實(shí)時(shí)判斷新增用戶是否是高活躍用戶。準(zhǔn)確地對(duì)母嬰互聯(lián)網(wǎng)用戶分類才能更好的創(chuàng)造商業(yè)價(jià)值。
【關(guān)鍵詞】：母嬰 互聯(lián)網(wǎng) 多元線性回歸 變量選擇 樸素貝葉斯
【學(xué)位授予單位】：吉林大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類號(hào)】：F724.6;F224.7
【目錄】：

• 摘要4-5
• Abstract5-8
• 第一章 緒論8-12
• 1.1 研究背景及意義8-9
• 1.1.1 母嬰互聯(lián)網(wǎng)的背景以及研究意義8-9
• 1.1.2 數(shù)據(jù)挖掘的背景及研究意義9
• 1.2 研究現(xiàn)狀9-10
• 1.2.1 母嬰APP使用現(xiàn)狀9-10
• 1.2.2 數(shù)據(jù)挖掘技術(shù)研究現(xiàn)狀10
• 1.3 本文框架10-12
• 第二章 母嬰互聯(lián)網(wǎng)用戶人群數(shù)據(jù)的提取和處理12-16
• 2.1 數(shù)據(jù)維度提取12-13
• 2.2 數(shù)據(jù)處理13-16
• 2.2.1 去掉臟數(shù)據(jù)13
• 2.2.2 插補(bǔ)缺失值13-14
• 2.2.3 數(shù)據(jù)歸一化14-16
• 第三章 預(yù)備知識(shí)16-21
• 3.1 多元線性回歸分析16
• 3.2 多元線性回歸模型的一般形式16
• 3.3 多元線性回歸模型的檢驗(yàn)16-17
• 3.3.1 回歸方程的假設(shè)檢驗(yàn)16-17
• 3.4 回歸變量的選擇方法17-19
• 3.4.1 全局擇優(yōu)法17-18
• 3.4.2 變量選擇的常用準(zhǔn)則18-19
• 3.5 樸素貝葉斯分類19-21
• 3.5.1 貝葉斯定理19-20
• 3.5.2 樸素貝葉斯分類20-21
• 第四章 多元線性回歸的變量選擇和樸素貝葉斯分類器的實(shí)現(xiàn)21-29
• 4.1 對(duì)原始變量進(jìn)行多元線性回歸21-23
• 4.1.1 對(duì)變量顯著性檢驗(yàn)21-23
• 4.2“最優(yōu)”回歸方程的選擇23-26
• 4.3 對(duì)原始數(shù)據(jù)和變量選擇后的數(shù)據(jù)進(jìn)行樸素貝葉斯分類26-29
• 第五章 總結(jié)與展望29-30
• 參考文獻(xiàn)30-32
• 致謝32

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 張鎵;霍佳震;胡軍;黃志明;;基于多元線性回歸的上海市生產(chǎn)性服務(wù)業(yè)和汽車產(chǎn)業(yè)發(fā)展的關(guān)聯(lián)分析[J];上海管理科學(xué);2012年03期

2 杜海;;多元線性回歸在用戶消費(fèi)研究中的應(yīng)用[J];瀘州職業(yè)技術(shù)學(xué)院學(xué)報(bào);2012年03期

3 馮天祥;多元線性回歸最小二乘法及其經(jīng)濟(jì)分析[J];經(jīng)濟(jì)師;2003年11期

4 李勃;;多元線性回歸算法在雙定戶定稅中的應(yīng)用[J];福建電腦;2008年03期

5 勇國(guó)溫;孟旭光;;多元線性回歸在鉆探成本預(yù)測(cè)和控制中的應(yīng)用[J];預(yù)測(cè);1990年04期

6 張曉東;決策支持系統(tǒng)中多元線性回歸技術(shù)的應(yīng)用[J];大連大學(xué)學(xué)報(bào);1998年05期

7 喬亮亮;;多元線性回歸預(yù)測(cè)法在服裝制造中的應(yīng)用[J];長(zhǎng)江大學(xué)學(xué)報(bào)(自然科學(xué)版)理工卷;2010年01期

8 陳逸陶;蔣艷;徐穎;;基于逐步懲罰的動(dòng)態(tài)多元線性回歸預(yù)測(cè)模型[J];統(tǒng)計(jì)與決策;2008年12期

9 張鵬輝,孫晚華;多元線性回歸在影響因素分析中的應(yīng)用[J];技術(shù)經(jīng)濟(jì);2000年07期

10 王振友;陳莉娥;;多元線性回歸統(tǒng)計(jì)預(yù)測(cè)模型的應(yīng)用[J];統(tǒng)計(jì)與決策;2008年05期

中國(guó)重要會(huì)議論文全文數(shù)據(jù)庫(kù) 前2條

1 石偉;王剛;劉愛(ài)華;武立華;;多元線性回歸在密山井水位影響因素分析的應(yīng)用[A];2013年地震流體專業(yè)委員會(huì)學(xué)術(shù)年會(huì)會(huì)議摘要[C];2013年

2 陳向軍;陳金波;;湖北省流通業(yè)競(jìng)爭(zhēng)力影響因素測(cè)評(píng)分析[A];中部崛起與現(xiàn)代服務(wù)業(yè)——第二屆中部商業(yè)經(jīng)濟(jì)論壇論文集[C];2008年

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前5條

1 曹春曉;中國(guó)A股市場(chǎng)多因素選股模型實(shí)證分析[D];南京大學(xué);2014年

2 于明雨;基于多元線性回歸和樸素貝葉斯分類的互聯(lián)網(wǎng)母嬰社區(qū)用戶研究[D];吉林大學(xué);2016年

3 劉軍;基于股票市價(jià)與會(huì)計(jì)信息指標(biāo)的多元線性回歸股票定價(jià)模型研究[D];西南財(cái)經(jīng)大學(xué);2009年

4 曾昭霞;貴州灣河二期粉煤灰堆場(chǎng)巖溶滲漏污染研究[D];貴州大學(xué);2009年

5 王靜;具有輸入故障自適應(yīng)能力的在線智能建模[D];廈門大學(xué);2007年

  本文關(guān)鍵詞：基于多元線性回歸和樸素貝葉斯分類的互聯(lián)網(wǎng)母嬰社區(qū)用戶研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：320926