隨著全景相機的普及,全景相機社區(qū)的規(guī)模不斷增大,用戶參與度越來越高,社區(qū)的運營難度也越來越大,社區(qū)運營者亟需一套系統(tǒng)幫助他們實現(xiàn)精細化運營。用戶行為分析是當(dāng)前企業(yè)實現(xiàn)精細化運營的重要手段,它通過采集并分析用戶的行為數(shù)據(jù),識別用戶價值,在此基礎(chǔ)上實現(xiàn)精細化運營。企業(yè)在用戶行為分析上會面臨一些問題。用戶行為數(shù)據(jù)往往分散在不同平臺,上報規(guī)范有所差異,不易管理。同時由于行為事件的多樣性,數(shù)據(jù)格式難以統(tǒng)一,給開發(fā)人員帶來挑戰(zhàn)。另外,對用戶行為的分析沒有統(tǒng)一的標(biāo)準(zhǔn)和方法,同時數(shù)據(jù)可視化又給開發(fā)人員增加了額外的工作量。總之,用戶行為數(shù)據(jù)的采集與分析是當(dāng)前兩大難點。本文設(shè)計并實現(xiàn)了一套全景相機社區(qū)用戶行為分析系統(tǒng),用以解決公司多個社區(qū)平臺的用戶行為的采集與分析。該系統(tǒng)的解決方案包括四個方面:第一,借助5W1H分析法,統(tǒng)一用戶行為數(shù)據(jù)的格式和上報規(guī)范。第二,借助沙漏模型,整合公司全平臺的用戶行為,為多種數(shù)據(jù)分析場景提供數(shù)據(jù)。第三,系統(tǒng)對用戶行為數(shù)據(jù)進行多維度分析,針對RFM模型的缺陷,將RFM模型改進成RFP模型,再進行用戶細分。第四,系統(tǒng)借助Tableau實現(xiàn)了全新的數(shù)據(jù)可視化方案,它將視圖繪制工作交... 

【文章來源】：南京大學(xué)江蘇省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：95 頁

【學(xué)位級別】：碩士

【部分圖文】：

圖３．２：用戶行為分析系統(tǒng)總體架構(gòu)??２６??

?；??１?ｉ?Ｉ?１?｜＜－．－ｊ?＾??圖３．５：進程視圖??如圖３．６所示，物理視圖面向運維人員視角，主要描述系統(tǒng)物理節(jié)點間的通??信和部署情況。用戶通過瀏覽器使用ＨＴＴＰ協(xié)議訪問該系統(tǒng)。Ｔａｂｌｅａｕ?Ｓｅｒｖｅｒ搭建??在ＣｅｎｔＯＳ系統(tǒng)的遠程服務(wù)器上。Ｔａｂｌｅａｕ?Ｄｅｓｋｔｏｐ部署在數(shù)據(jù)分析人員的ＰＣ上。??系統(tǒng)的數(shù)據(jù)采集模塊、離線處理模塊和數(shù)據(jù)分析模塊使用Ｔｏｍｃａｔ服務(wù)器，均通??過Ｄｏｃｋｅｒ容器部署在云服務(wù)器上。遠程數(shù)據(jù)庫部署在云服務(wù)器上。??３．３．２系統(tǒng)模塊劃分??本系統(tǒng)從功能模塊的角度總體可劃分為四大部分，分別是數(shù)據(jù)采集、離線??處理、數(shù)據(jù)分析和數(shù)據(jù)可視化，其中離線處理和數(shù)據(jù)分析都依賴了任務(wù)調(diào)度功??能。所以最終系統(tǒng)劃分為五個模塊，分別是數(shù)據(jù)采集模塊、離線處理模塊、數(shù)??據(jù)分析模塊、數(shù)據(jù)可視化模塊和任務(wù)調(diào)度模塊。??數(shù)據(jù)采集模塊主要負責(zé)將公司各平臺的用戶行為數(shù)據(jù)通過統(tǒng)一的５Ｗ１Ｈ數(shù)??據(jù)模型收集起來，其中客戶端平臺的數(shù)據(jù)直接通過ＨＴＴＰ傳輸，網(wǎng)頁平臺的數(shù)據(jù)??通過Ｇｏｏｇｌｅ?Ａｎａｌｙｔｉｃｓ?中轉(zhuǎn)。??２９??

?第四章用戶行為分析系統(tǒng)的詳細設(shè)計與實現(xiàn)???ｐｒｏｔｅｃｔｅｄ?ｖｏｉｄ?ｅｘｔｒａｃｔＢｙＤａｔｅ（Ｓｔｒｉｎｇ?ｄａｔｅ）?｛??／／根據(jù)日期計算開始時間和結(jié)束時間的時間戳??Ｔｉｍｅｓｔａｍｐ?ｓｔａｒｔＴｉｍｅ?＝?ＴｉｍｅＫｉｔ．ｔｏＣｈｉｎｅｓｅＴｉｍｅｓｔａｍｐ（ｄａｔｅ）；??Ｔｉｍｅｓｔａｍｐ?ｅｎｄＴｉｍｅ?＝?ｎｅｗ?Ｔｉｍｅｓｔａｍｐ（ｓｔａｒｔＴｉｍｅ．ｇｅｔＴｉｍｅ（）?＋?２４?＊?３６００?＊?１０００Ｌ）；??Ｌｉｓｔ＜Ｒｅｃｏｒｄ＞?ｒｅｃｏｒｄｓ?＝?ｇｅｔＶｉｅｗＣｏｕｎｔ（ｓｔａｒｔＴｉｍｅ，?ｅｎｄＴｉｍｅ）；??ｒｅｃｏｒｄｓ．ｆｏｒＥａｃｈ（ｒｅｃｏｒｄ?－＞?｛??ｉｎｔ?ｕｖ?＝?ｒｅｃｏｒｄ．ｇｅｔｌｎｔ（＂ｕｖ＂）；??ｆｌｏａｔ?ａｖｇ＿ｖｉｅｗ?＝?ｕｖ?＝＝?０．０?？?０?：??（ｆｌｏａｔ）Ｍａｔｈ．ｒｏｕｎｄ（（ｆｌｏａｔ）ｒｅｃｏｒｄ．ｇｅｔｌｎｔ（＂ｖｉｅｗ一ｄａｉｌｙ＂）?／?ｕｖ?＊?１０）?／１０；??ｒｅｃｏｒｄ．ｓｅｔ（＂ｖｉｅｗ＿ｄａｉｌｙ＿ａｖｇ＂，?ａｖｇ＿ｖｉｅｗ）；??ｒｅｃｏｒｄ．ｓｅｔ（＂ｄａｔｅ＂，?ｄａｔｅ）；??｝）；??／／保存數(shù)據(jù)??ＤａｔａｂａｓｅＵｔｉｌ．ｓａｖｅＯｒＵｐｄａｔｅ（＂ｃｏｍｍｕｎｉｔｙ＿ｕｖ＿ｄａｉｌｙ＿ｒｅｃｏｒｄ＂，?ｒｅｃｏｒｄｓ，?ｄａｔｅ）；??｝??ｐｒｏｔｅｃｔｅｄ?Ｌｉｓｔ＜Ｒｅｃｏｒｄ＞?ｇｅｔＶｉｅｗＣｏｕｎｔ（Ｔｉｍｅｓｔａｍｐ?ｓｔａｒｔＴｉｍｅ，?Ｔｉｍｅｓｔａｍｐ?ｅｎｄＴｉｍｅ）?｛??ＤｂＰｒｏ?ｄａｔａＣｏｌｌｅｃｔｉｏｎＤｂＰｒｏ?＝?ｎｅｗ?ＤｂＰｒｏ（＂ｄｂ．

【參考文獻】：
期刊論文
[1]基于沙漏模型的移動互聯(lián)網(wǎng)用戶行為分析[J]. 胡宇辰,郭宇.  管理世界. 2013(07)
[2]移動互聯(lián)網(wǎng)背景下的運營商創(chuàng)新業(yè)務(wù)運營策略研究[J]. 顧芳,劉旭峰,趙占純.  郵電設(shè)計技術(shù). 2011(12)
[3]數(shù)據(jù)倉庫與數(shù)據(jù)發(fā)掘的應(yīng)用[J]. 許向東,張全壽.  計算機系統(tǒng)應(yīng)用. 1998(04)

碩士論文
[1]基于RFM改進模型的互聯(lián)網(wǎng)金融平臺用戶細分研究[D]. 吳曉雪.北京交通大學(xué) 2016



本文編號：3547996