發(fā)布時間：2018-03-07 22:00

  本文選題：大數(shù)據　切入點：社交網絡　出處：《蘇州大學》2015年碩士論文　論文類型：學位論文

【摘要】：萬事萬物都有聯(lián)系,人們與社交網絡相互聯(lián)系,與信息,組織,所在地相互聯(lián)系,只對個體進行研究所獲得成果是有限的,所以要對整個系統(tǒng)進行研究,而這個系統(tǒng)就是一個社交網絡。社交網絡分析由圖論,數(shù)學以及社會學中的社交網絡理論發(fā)展而來,在最近的這10-15年中,網絡分析還借助計算機科學,物理學,生物學和經濟學等不同領域的發(fā)展。與常規(guī)的網絡數(shù)據分析相比,基于社交網絡的數(shù)據分析,分析對象非常明確,分析的形式多種多樣,分析的方法和內容更多。若將常規(guī)的分析方法應用到社交網絡數(shù)據分析中,我們會發(fā)現(xiàn)分析的結果達不到我們的預期效果。就當前的數(shù)據分析方法、數(shù)據模型和社交網絡數(shù)據,本文從數(shù)據的獲取、數(shù)據的清洗加工、數(shù)據模型應用并在應用過程中對模型進行優(yōu)化,形成的數(shù)據分析結果如何為管理者進行決策進行了一系列的研究。本文先從斯坦福大學的Stanford Large Network Dataset Collection中下載Amazon networks數(shù)據,探討了從抓取數(shù)據、清洗數(shù)據、預處理數(shù)據、探索數(shù)據、選擇合適的算法、建立相關模型到最終分析評估的全過程。先用Python對預處理數(shù)據,導入數(shù)據庫,并用Clementine 12.0分析其中客戶購買產品后評價的有效性,并評估此評價是否會對其他客戶購買該產品產生影響,采用數(shù)據挖掘技術可挖掘出數(shù)據背后的信息。數(shù)據挖掘中的聚類分析是將相似度較高的用戶聚成一個類,然后再進行數(shù)據分析。本文對客戶評價的次數(shù),評價的時間,評價的頻次,評價的得分進行聚類分析,最后對分析過程中運用的兩種聚類方法取得的結果進行比較,構建客戶分級體系。通過分析結果可對當前亞馬遜的購買客戶進行分級維護,對于最有價值客戶需要給予重點關注,將社交網絡大數(shù)據與微營銷結合起來,提升亞馬遜的銷售業(yè)績和影響力,從原先的單一購物商城模式,發(fā)展成為綜合電商平臺,并培育自己的客戶群。
[Abstract]:Everything is connected, people are connected to social networks, they are connected to information, organizations, locations, and the results of individual research are limited, so we have to study the system as a whole. And this system is a social network. Social network analysis has evolved from graph theory, mathematics, and sociological social network theory, and in the last 10-15 years, network analysis has also relied on computer science, physics. Development in different fields, such as biology and economics. Compared with conventional network data analysis, social network-based data analysis has very clear objects and many forms of analysis. If we apply the conventional analysis method to the social network data analysis, we will find that the results of the analysis are not as good as we expected. For the current data analysis method, the data model and the social network data, In this paper, the data acquisition, data cleaning and processing, data model application and optimization of the model in the application process, The result of data analysis makes a series of researches on how to make decisions for managers. Firstly, this paper downloads Amazon networks data from Stanford Large Network Dataset Collection of Stanford University, discusses how to capture data, clean data, preprocess data and explore data. Select the appropriate algorithm, establish the relevant model to the whole process of final analysis and evaluation. First, use Python to pre-process the data, import the database, and use Clementine 12.0 to analyze the validity of the evaluation after the customer buys the product. And evaluate whether this evaluation will affect other customers to buy the product, the data mining technology can be used to mine the information behind the data. The clustering analysis in data mining is to cluster the users with high similarity into a class. Then the data are analyzed. The paper makes cluster analysis on the frequency, time, frequency and score of customer evaluation. Finally, it compares the results obtained by the two clustering methods used in the process of analysis. Build a customer rating system. Through the analysis of the results of the current Amazon customers can be graded maintenance, for the most valuable customers need to give priority attention, the social network big data and micro-marketing combined, To boost Amazon's sales and influence from the original single shopping mall model to an integrated ecommerce platform and to nurture its own customer base.
【學位授予單位】：蘇州大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP311.13

【相似文獻】

相關期刊論文 前10條

1 香麗蕓;淺談數(shù)據挖掘及其應用[J];昌吉師專學報;2001年02期

2 鄭雪燕,張杰明,岳洋;數(shù)據挖掘語言[J];計算機時代;2001年11期

3 劉明晶;數(shù)據挖掘[J];華南金融電腦;2001年04期

4 張偉;劉勇國;彭軍;廖曉峰;吳中福;;數(shù)據挖掘發(fā)展研究[J];計算機科學;2001年07期

5 鐘曉;馬少平;張鈸;俞瑞釗;;數(shù)據挖掘綜述[J];模式識別與人工智能;2001年01期

6 朱建平,張潤楚;數(shù)據挖掘的發(fā)展及其特點[J];統(tǒng)計與決策;2002年07期

7 傅嵐;在數(shù)據海洋中打撈信息數(shù)據挖掘[J];科技廣場;2002年11期

8 李峻;數(shù)據挖掘,企業(yè)洞察先機的“慧眼”[J];中國計算機用戶;2002年48期

9 羅可,蔡碧野,卜勝賢,謝中科;數(shù)據挖掘及其發(fā)展研究[J];計算機工程與應用;2002年14期

10 ;2002數(shù)據挖掘研討班[J];計算機工程;2002年06期

相關會議論文 前10條

1 史東輝;蔡慶生;張春陽;;一種新的數(shù)據挖掘多策略方法研究[A];第十七屆全國數(shù)據庫學術會議論文集（研究報告篇）[C];2000年

2 張弦;;數(shù)據挖掘在農業(yè)中的應用[A];紀念中國農業(yè)工程學會成立30周年暨中國農業(yè)工程學會2009年學術年會（CSAE 2009）論文集[C];2009年

3 魏順平;;教育數(shù)據挖掘:現(xiàn)狀與趨勢[A];信息化、工業(yè)化融合與服務創(chuàng)新——第十三屆計算機模擬與信息技術學術會議論文集[C];2011年

4 關清平;沉培輝;;概率網絡在數(shù)據挖掘上的應用[A];科技、工程與經濟社會協(xié)調發(fā)展——中國科協(xié)第五屆青年學術年會論文集[C];2004年

5 丁瑾;;基于Web數(shù)據挖掘的綜述[A];山西省科學技術情報學會學術年會論文集[C];2004年

6 聶茹;田森平;;Web數(shù)據挖掘及其在電子商務中的應用[A];中南六�。▍^(qū)）自動化學會第24屆學術年會會議論文集[C];2006年

7 李菊;王軍;;數(shù)據挖掘在客戶關系管理的應用[A];計算機技術與應用進展·2007——全國第18屆計算機技術與應用（CACIS）學術會議論文集[C];2007年

8 肖陽;李啟賢;;數(shù)據挖掘在中國鋼鐵行業(yè)中的應用[A];中國計量協(xié)會冶金分會2012年會暨能源計量與節(jié)能降耗經驗交流會論文集[C];2012年

9 楊磊;王貴成;汪勇;張占勝;;SQL Server 2005在數(shù)據挖掘中的應用[A];2009年中國智能自動化會議論文集（第二分冊）[C];2009年

10 謝中;邱玉輝;;面向商務網站有效性的數(shù)據挖掘方法[A];第十八屆全國數(shù)據庫學術會議論文集（技術報告篇）[C];2001年

相關重要報紙文章 前10條

1 本報記者褚寧;數(shù)據挖掘如“挖金”[N];解放日報;2002年

2 周蓉蓉;數(shù)據挖掘需要點想像力[N];計算機世界;2004年

3 □中國電信股份有限公司北京研究院 張舒博 □北京郵電大學計算機科學與技術學院 牛琨;走出數(shù)據挖掘的誤區(qū)[N];人民郵電;2006年

4 《網絡世界》記者 王瑩;數(shù)據挖掘保險業(yè)的新藍海[N];網絡世界;2012年

5 劉俊麗;基于地理化的網絡數(shù)據挖掘與分析提升投資有效性[N];人民郵電;2014年

6 本報記者 連曉東;數(shù)據挖掘：金融信息化新熱點[N];中國電子報;2002年

7 本報記者 鳳小華 朱仁康;“數(shù)字挖掘軟件”引領中國信息化新浪潮[N];中國電子報;2003年

8 本報記者　史延廷;“成功企業(yè)數(shù)據挖掘暨數(shù)量化管理論壇”在京舉辦[N];中國旅游報;2002年

9 朱小寧;數(shù)據挖掘：信息化戰(zhàn)爭的基礎工程[N];解放軍報;2005年

10 本報記者 王小平;從“大集中”走向數(shù)據挖掘[N];金融時報;2002年

相關博士學位論文 前10條

1 于自強;海量流數(shù)據挖掘相關問題研究[D];山東大學;2015年

2 張馨;全基因組SNP芯片應用于CNV和L0H分析的軟件比對與數(shù)據挖掘[D];復旦大學;2011年

3 彭計紅;基于數(shù)據挖掘的癡呆中醫(yī)證的研究[D];南京中醫(yī)藥大學;2015年

4 李秋虹;基于MapReduce的大規(guī)模數(shù)據挖掘技術研究[D];復旦大學;2013年

5 鄔文帥;基于多目標決策的數(shù)據挖掘方法評估與應用[D];電子科技大學;2015年

6 謝邦彥;整合數(shù)據挖掘與TRIZ理論的質量管理方法研究[D];首都經濟貿易大學;2010年

7 李榮;生物信息數(shù)據挖掘若干關鍵問題研究與應用[D];復旦大學;2004年

8 李玉華;面向服務的數(shù)據挖掘關鍵技術研究[D];華中科技大學;2006年

9 吳少智;時間序列數(shù)據挖掘在生物醫(yī)學中的應用研究[D];電子科技大學;2010年

10 王珊珊;知識指導下的數(shù)據挖掘在新聞和金融工具之間因果關系上的應用[D];中國科學技術大學;2009年

相關碩士學位論文 前10條

1 林仁紅;基于數(shù)據挖掘的機遇識別與評價研究[D];首都經濟貿易大學;2007年

2 張彥俊;游戲運營中的數(shù)據挖掘[D];復旦大學;2011年

3 焦亞召;基于多核函數(shù)FCM算法在數(shù)據挖掘聚類中的應用研究[D];昆明理工大學;2015年

4 王杰鋒;物聯(lián)網能耗數(shù)據智能分析及其應用平臺設計[D];江南大學;2015年

5 劉學建;數(shù)據挖掘在電子商務推薦系統(tǒng)中的應用研究[D];昆明理工大學;2015年

6 戴陽陽;基于數(shù)據挖掘的金融時間序列預測研究與應用[D];江南大學;2015年

7 石思優(yōu);基于主題模型的醫(yī)療數(shù)據挖掘研究[D];廣東技術師范學院;2015年

8 陳丹;移動互聯(lián)網信令挖掘實現(xiàn)智慧營銷的設計與實現(xiàn)應用研究[D];華南理工大學;2015年

9 陳思;基于數(shù)據挖掘的大學生客戶識別模型的研究[D];昆明理工大學;2015年

10 位長帥;基于客戶數(shù)據挖掘的電信客戶關系管理研究[D];西南交通大學;2015年

，

本文編號：1581123