【摘要】：隨著互聯(lián)網(wǎng)、物聯(lián)網(wǎng)和人工智能的興起,跑步APP和各種智能設(shè)備如春筍般的涌出,越來越多的人喜歡在跑步時使用跑步APP,并且跑完步后喜歡在朋友圈曬出自己的運動軌跡。這些行為積累了大量數(shù)據(jù),因此研究這些使用跑步APP的用戶的特征及其行為習(xí)慣是一項非常有意義的事情。本文從市場中選取了某款A(yù)PP,根據(jù)其數(shù)據(jù)庫的數(shù)據(jù),選取部分?jǐn)?shù)據(jù)指標(biāo),分析其用戶特征和用戶行為。先根據(jù)指標(biāo)對用戶進(jìn)行描述性分析,通過聚類對跑步用戶進(jìn)行分類,得到不同層級的用戶,再根據(jù)不同層級用戶特征的情況,用定序回歸分析哪些因素對不同層級的用戶具有顯著的影響。通過研究表明,從地域分布來看,用戶數(shù)量最多的地方是廣東省,其次就是江蘇;從年齡上看,用戶主要是40歲以上的中年人,但是青年用戶在逐漸增多。將用戶分類后,發(fā)現(xiàn)大多數(shù)的用戶都是屬于一般用戶,在行為上都是偶爾使用跑步APP,其中具有商業(yè)價值的用戶是骨灰用戶,忠實用戶和重要發(fā)展用戶。其主要分布地區(qū)是華東片區(qū),骨灰用戶、忠實用戶和重要發(fā)展用戶的注冊天數(shù)大部分都在150天以上,但是仍然也有少量的用戶的注冊天數(shù)是在100天以內(nèi)的。進(jìn)一步研究指標(biāo)與不同類別用戶的關(guān)系,發(fā)現(xiàn)注冊天數(shù)、體重和性別對不同類別用戶具有顯著的影響。
【學(xué)位授予單位】：廣西師范大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：C913.4
【圖文】：

從圖 2.1 和表 2.2 看出人數(shù)最多的省份是廣東省，占總用戶的 18.76%；人數(shù)最多的前 5 個省份分別是廣東，江蘇，湖南，陜西，江西，分別占總用戶的比例為 18.76%，16.0%，11.89%，10.04%，9.33%,合計：66.03%，超過一半以上的用戶 未知地區(qū)的人數(shù)占總用戶人數(shù)的 6.35%，其他地區(qū)的累計用戶也達(dá)到了總用戶的 6.86% 為進(jìn)一步看一下該數(shù)據(jù)庫分布比例的時間變化，我們按照 2.1 節(jié)給出的時間段分別繪出各時間段的空間分布圖，如圖 2.3-2.5 所示，圖 2.3 是 2017年 2 月-5 月的地域分布情況，圖 2.4 是 2017 年 2 月-8 月地域分布情況，圖 2.52017 年 2 月-11 月地域分布情況，圖 2.6 2017 年 2 月-2018 年 3 月地域分布情況 省廣東省江蘇省湖南省陜西省江西省未知地區(qū)四川省壯族自治區(qū)遼寧省京市北省慶市山西省山東省其他地區(qū)用戶所占比例(%)18.76%16.01%11.89%10.04%9.33%6.35%4.55%4.30%2.71%2.41%2.07%1.73%1.63%1.37%6.86%

017年2月-8月地域分布情況

【參考文獻(xiàn)】

相關(guān)期刊論文 前8條

1 吳若熙;王慶軍;;體育健身類APP的發(fā)展現(xiàn)狀、問題及對策研究[J];山東體育學(xué)院學(xué)報;2015年04期

2 于海濤;李梓;姚念民;;K-means聚類算法優(yōu)化方法的研究[J];小型微型計算機系統(tǒng);2012年10期

3 田媛;許月卿;郭洪峰;吳艷芳;;基于多分類Logistic回歸模型的張家口市農(nóng)用地格局模擬[J];資源科學(xué);2012年08期

4 何黎;何躍;霍葉青;;微博用戶特征分析和核心用戶挖掘[J];情報理論與實踐;2011年11期

5 楊成明;;微博客用戶行為特征實證分析[J];圖書情報工作;2011年12期

6 王賽芳;戴芳;王萬斌;張曉宇;;基于初始聚類中心優(yōu)化的K-均值算法[J];計算機工程與科學(xué);2010年10期

7 王曉光;;微博客用戶行為特征與關(guān)系特征實證分析——以“新浪微博”為例[J];圖書情報工作;2010年14期

8 蘇錦旗;薛惠鋒;詹海亮;;基于劃分的K-均值初始聚類中心優(yōu)化算法[J];微電子學(xué)與計算機;2009年01期

相關(guān)博士學(xué)位論文 前1條

1 劉培強;兩元矩陣聚類算法研究[D];山東大學(xué);2013年

相關(guān)碩士學(xué)位論文 前7條

1 何瀟穎;跑步類APP健康傳播效果實證研究[D];山東大學(xué);2017年

2 徐鑫;基于聚類分析的基金公司用戶價值分析[D];山東大學(xué);2017年

3 韓丹;國內(nèi)現(xiàn)有跑步類APP市場現(xiàn)狀與對策研究[D];廣西師范大學(xué);2017年

4 宋建林;K-means聚類算法的改進(jìn)研究[D];安徽大學(xué);2016年

5 何晨;跑步類App的用戶體驗研究[D];暨南大學(xué);2016年

6 龔瓊;健康健美類App傳播研究[D];華東師范大學(xué);2014年

7 黃晟;基于用戶體驗的APP設(shè)計研究[D];陜西科技大學(xué);2012年

本文編號：2730397