隨著大數(shù)據(jù)時(shí)代的到來,全球每天產(chǎn)生的數(shù)據(jù)量有著驚人的量級(jí),龐大的數(shù)據(jù)猶如冰山一樣,我們通過數(shù)據(jù)表面獲取的信息只是冰山一角而已。于此同時(shí),機(jī)器學(xué)習(xí)、數(shù)據(jù)挖掘技術(shù)也在突飛猛進(jìn)的發(fā)展,利用這些技術(shù)我們可以挖掘出大量數(shù)據(jù)之間的關(guān)系,挖掘出數(shù)據(jù)背后的巨大價(jià)值。有了數(shù)據(jù)和處理技術(shù),我們便可以將它們進(jìn)行融合,并應(yīng)用到商業(yè)場(chǎng)景中,讓公司更懂他們的用戶,為用戶帶來更優(yōu)質(zhì)的服務(wù)。本項(xiàng)目便是這樣的一個(gè)平臺(tái),挖掘出用戶的標(biāo)簽,為每一位用戶創(chuàng)造一個(gè)合適的畫像,繼而提供個(gè)性化的營銷方案。本文通過對(duì)比國內(nèi)外的大數(shù)據(jù)平臺(tái)、用戶畫像、精準(zhǔn)營銷的發(fā)展現(xiàn)狀,選擇了一套適合本平臺(tái)的大數(shù)據(jù)服務(wù)架構(gòu)、用戶畫像挖掘策略、機(jī)器學(xué)習(xí)算法和營銷方案,并詳細(xì)介紹了它們的相關(guān)理論和技術(shù)方案。隨后,對(duì)整個(gè)平臺(tái)進(jìn)行需求分析,將平臺(tái)拆解出不同的模塊,本文選取了其中幾個(gè)重要模塊:數(shù)據(jù)提取模塊、人群標(biāo)簽?zāi)K、設(shè)置活動(dòng)信息模塊、宣傳投放模塊、業(yè)務(wù)看板模塊進(jìn)行詳細(xì)的介紹,并對(duì)平臺(tái)的非功能性需求進(jìn)行了闡述。其次,介紹了平臺(tái)的功能結(jié)構(gòu)、架構(gòu)設(shè)計(jì)以及大數(shù)據(jù)存儲(chǔ)設(shè)計(jì)。大數(shù)據(jù)架構(gòu)采用的是Spark分布式計(jì)算引擎,可以對(duì)數(shù)據(jù)進(jìn)行離線處理和實(shí)時(shí)處理。然后,本文介紹了人... 

【文章頁數(shù)】：81 頁

【學(xué)位級(jí)別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 引言
    1.1 項(xiàng)目背景及研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 大數(shù)據(jù)平臺(tái)
        1.2.2 用戶畫像
        1.2.3 精準(zhǔn)營銷
    1.3 論文研究思路
    1.4 論文組織架構(gòu)
    1.5 本章小結(jié)
2 相關(guān)理論與技術(shù)概述
    2.1 大數(shù)據(jù)平臺(tái)架構(gòu)
    2.2 用戶畫像挖掘
    2.3 機(jī)器學(xué)習(xí)算法的應(yīng)用
        2.3.1 GBDT算法
        2.3.2 KNN算法
        2.3.3 K-Means算法
    2.4 本章小結(jié)
3 需求分析
    3.1 項(xiàng)目整體概述
    3.2 功能性需求分析
        3.2.1 數(shù)據(jù)提取功能
        3.2.2 人群標(biāo)簽功能
        3.2.3 設(shè)置活動(dòng)信息功能
        3.2.4 宣傳投放功能
        3.2.5 業(yè)務(wù)看板功能
    3.3 非功能性需求分析
    3.4 本章小結(jié)
4 概要設(shè)計(jì)
    4.1 平臺(tái)功能結(jié)構(gòu)設(shè)計(jì)
    4.2 平臺(tái)架構(gòu)設(shè)計(jì)
    4.3 大數(shù)據(jù)存儲(chǔ)設(shè)計(jì)
    4.4 數(shù)據(jù)庫設(shè)計(jì)
        4.4.1 數(shù)據(jù)庫實(shí)體說明
        4.4.2 數(shù)據(jù)庫表結(jié)構(gòu)
    4.5 本章小結(jié)
5 系統(tǒng)的詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)
    5.1 數(shù)據(jù)提取模塊
        5.1.1 大數(shù)據(jù)清洗
        5.1.2 大數(shù)據(jù)存儲(chǔ)
        5.1.3 任務(wù)調(diào)度與監(jiān)控
    5.2 人群標(biāo)簽?zāi)K
        5.2.1 特征選取
        5.2.2 數(shù)據(jù)預(yù)處理
        5.2.3 模型訓(xùn)練
        5.2.4 標(biāo)簽效果驗(yàn)證
    5.3 設(shè)置活動(dòng)信息模塊
        5.3.1 模塊流程設(shè)計(jì)
        5.3.2 模塊類設(shè)計(jì)
        5.3.3 模塊具體實(shí)現(xiàn)
        5.3.4 模塊界面展示
    5.4 宣傳投放模塊
        5.4.1 模塊流程設(shè)計(jì)
        5.4.2 模塊類設(shè)計(jì)
        5.4.3 模塊具體實(shí)現(xiàn)
        5.4.4 模塊界面展示
    5.5 業(yè)務(wù)看板模塊
        5.5.1 模塊流程設(shè)計(jì)
        5.5.2 模塊類設(shè)計(jì)
        5.5.3 模塊具體實(shí)現(xiàn)
        5.5.4 模塊界面展示
    5.6 本章小結(jié)
6 系統(tǒng)測(cè)試
    6.1 測(cè)試環(huán)境
    6.2 功能性測(cè)試
    6.3 非功能性測(cè)試
    6.4 本章小結(jié)
7 總結(jié)與展望
參考文獻(xiàn)
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集


【參考文獻(xiàn)】：
期刊論文
[1]基于網(wǎng)格LOF和自適應(yīng)K-means的離群點(diǎn)檢測(cè)算法[J]. 張碩,金鑫,李兆峰,高建.  指揮信息系統(tǒng)與技術(shù). 2019(01)
[2]人工智能在信息管理系統(tǒng)中的應(yīng)用[J]. 陳志瑋.  科技傳播. 2019(04)
[3]基于大數(shù)據(jù)分析的機(jī)器學(xué)習(xí)算法探討[J]. 王碩.  信息與電腦(理論版). 2019(04)
[4]淺談互聯(lián)網(wǎng)時(shí)代的營銷創(chuàng)新[J]. 馬文明.  現(xiàn)代營銷(經(jīng)營版). 2019(02)
[5]基于大數(shù)據(jù)的電子商務(wù)用戶畫像構(gòu)建研究[J]. 李佳慧,趙剛.  電子商務(wù). 2019(01)
[6]大數(shù)據(jù)時(shí)代下精準(zhǔn)營銷的挑戰(zhàn)和機(jī)遇的調(diào)查與研究[J]. 王蔚.  商場(chǎng)現(xiàn)代化. 2019(01)
[7]基于K-means的MOOC學(xué)習(xí)行為分析及用戶畫像研究[J]. 王曉芳,賈宗維.  中國教育信息化. 2019(01)
[8]人工智能在計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)中的應(yīng)用[J]. 孫寬.  集成電路應(yīng)用. 2019(01)
[9]基于梯度提升決策樹（GBDT）算法的巖性識(shí)別技術(shù)[J]. 韓啟迪,張小桐,申維.  礦物巖石地球化學(xué)通報(bào). 2018(06)
[10]基于模型堆疊的上網(wǎng)行為日志用戶畫像方法[J]. 王樂,倪維健,林澤東,曾慶田.  山東科技大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(05)



本文編號(hào)：3672327