“以客戶為中心”的營銷理念的變革和“充分發(fā)揮每個客戶社交價值”觀念的不斷深化,銷售管理企業(yè)更加注重將移動社交平臺與銷售助手結(jié)合進(jìn)而更方便的進(jìn)行獲客。截止2018年,微信平臺的網(wǎng)民使用人數(shù)已達(dá)到10.4億,微信憑借其對國內(nèi)移動互聯(lián)網(wǎng)用戶的大面積覆蓋,不僅擁有龐大的用戶群和便捷的傳播途徑,而且還提供了公眾號、企業(yè)微信這些針對企業(yè)的交流平臺。本文旨在通過銷售助手系統(tǒng)實(shí)現(xiàn)基礎(chǔ)業(yè)務(wù)邏輯,并借助該平臺完成多種文檔銷售文案的解析與追蹤,最終利用推薦算法實(shí)現(xiàn)對銷售的個性化推薦。企業(yè)微信社交平臺下銷售助手以企業(yè)微信為工具載體,打通企業(yè)微信與個人微信之間的數(shù)據(jù)通道,實(shí)現(xiàn)移動社交網(wǎng)絡(luò)下的個性化精準(zhǔn)營銷、客戶的公司化沉淀以及銷售團(tuán)隊(duì)的有效管理。通過深入理解當(dāng)前企業(yè)微信銷售助手的業(yè)務(wù)需求后,明確了課題的研究目標(biāo),接著梳理系統(tǒng)的流程并對系統(tǒng)進(jìn)行了設(shè)計(jì)。本系統(tǒng)采用J2EE技術(shù)體系和Spring Boot框架進(jìn)行系統(tǒng)開發(fā),完成了客戶管理、拜訪管理、消息評論管理、資料管理、員工管理等功能模塊的實(shí)現(xiàn),并對系統(tǒng)進(jìn)行了功能測試,交付用戶使用。本系統(tǒng)在上述功能基礎(chǔ)之上設(shè)計(jì)了文檔解析引擎和個性化推薦模塊可收集用戶行為并分析數(shù)據(jù)給... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：81 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 課題研究背景
    1.2 課題研究意義
    1.3 課題內(nèi)容與研究目標(biāo)
        1.3.1 課題研究內(nèi)容
        1.3.2 課題研究目標(biāo)
    1.4 銷售管理系統(tǒng)現(xiàn)狀分析
        1.4.1 銷售管理系統(tǒng)現(xiàn)狀
        1.4.2 銷售管理系統(tǒng)分析
    1.5 論文組織結(jié)構(gòu)
第二章 技術(shù)綜述
    2.1 系統(tǒng)框架概述
        2.1.1 Spring框架
        2.1.2 Spring MVC
        2.1.3 Spring Boot
    2.2 企業(yè)微信平臺
    2.3 文檔解析引擎
    2.4 個性化推薦模型
    2.5 本章小結(jié)
第三章 系統(tǒng)目標(biāo)及架構(gòu)設(shè)計(jì)
    3.1 系統(tǒng)目標(biāo)
    3.2 系統(tǒng)整體架構(gòu)
    3.3 系統(tǒng)技術(shù)架構(gòu)
    3.4 開發(fā)環(huán)境與平臺搭建
    3.5 本章小結(jié)
第四章 系統(tǒng)詳細(xì)設(shè)計(jì)與實(shí)現(xiàn)
    4.1 業(yè)務(wù)基礎(chǔ)功能設(shè)計(jì)與實(shí)現(xiàn)
        4.1.1 客戶管理模塊
        4.1.2 拜訪管理模塊
        4.1.3 資料管理模塊
        4.1.4 消息評論模塊
        4.1.5 員工管理模塊
    4.2 文檔解析引擎設(shè)計(jì)與實(shí)現(xiàn)
        4.2.1 文檔解析引擎總體設(shè)計(jì)
        4.2.2 文檔數(shù)據(jù)結(jié)構(gòu)解析實(shí)現(xiàn)
        4.2.3 文檔特征標(biāo)注實(shí)現(xiàn)
        4.2.4 數(shù)據(jù)封包實(shí)現(xiàn)
        4.2.5 用戶閱讀行為解構(gòu)實(shí)現(xiàn)
    4.3 個性化推薦模型設(shè)計(jì)與實(shí)現(xiàn)
        4.3.1 特征數(shù)據(jù)分析
        4.3.2 數(shù)據(jù)處理
        4.3.3 模型建立
        4.3.4 模型驗(yàn)證
    4.4 本章小結(jié)
第五章 系統(tǒng)測試
    5.1 測試環(huán)境
    5.2 功能測試
    5.3 性能測試
    5.4 結(jié)果分析
    5.5 本章小結(jié)
第六章 總結(jié)與展望
    6.1 論文工作總結(jié)
    6.2 未來展望
參考文獻(xiàn)
致謝
攻讀學(xué)位期間取得的研究成果


【參考文獻(xiàn)】：
期刊論文
[1]個性化推薦特征對消費(fèi)者網(wǎng)絡(luò)購買動機(jī)的影響[J]. 肖娥芳.  商業(yè)經(jīng)濟(jì)研究. 2018(24)
[2]混合協(xié)同過濾算法在推薦系統(tǒng)中的應(yīng)用[J]. 沈鵬,李濤.  計(jì)算機(jī)技術(shù)與發(fā)展. 2019(03)
[3]基于大數(shù)據(jù)平臺的企業(yè)畫像研究綜述[J]. 田娟,朱定局,楊文翰.  計(jì)算機(jī)科學(xué). 2018(S2)
[4]個性化推薦算法研究綜述[J]. 張志威.  信息與電腦(理論版). 2018(17)
[5]一種智能網(wǎng)頁數(shù)據(jù)采集系統(tǒng)設(shè)計(jì)[J]. 李世忠.  電子技術(shù)與軟件工程. 2018(06)
[6]一種基于XML的非結(jié)構(gòu)化數(shù)據(jù)轉(zhuǎn)換方法[J]. 楊晶,周雙娥.  計(jì)算機(jī)科學(xué). 2017(S2)
[7]淺析數(shù)據(jù)挖掘中的數(shù)據(jù)預(yù)處理技術(shù)[J]. 張治斌,劉威.  數(shù)字技術(shù)與應(yīng)用. 2017(10)
[8]MVC架構(gòu)體系降低耦合性措施探討[J]. 方又強(qiáng).  電子測試. 2017(02)
[9]論文申報系統(tǒng)中規(guī)則生成/解析引擎的設(shè)計(jì)與實(shí)現(xiàn)[J]. 張朋.  電腦知識與技術(shù). 2016(31)
[10]基于整合框架的Web應(yīng)用系統(tǒng)開發(fā)平臺設(shè)計(jì)與實(shí)現(xiàn)[J]. 林鈺杰,吳麗賢.  電子設(shè)計(jì)工程. 2016(20)

博士論文
[1]基于移動用戶行為的挖掘及推薦算法研究[D]. 丁哲.電子科技大學(xué) 2017
[2]企業(yè)微信營銷中用戶信息行為影響因素及作用關(guān)系研究[D]. 薛楊.吉林大學(xué) 2017
[3]融合多源信息的推薦算法研究[D]. 余永紅.南京大學(xué) 2017

碩士論文
[1]Web用戶行為數(shù)據(jù)收集統(tǒng)計(jì)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 楊芮.北京交通大學(xué) 2015
[2]網(wǎng)站數(shù)據(jù)采集系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 何維.華中科技大學(xué) 2015
[3]基于數(shù)據(jù)挖掘的商業(yè)銀行CRM系統(tǒng)研究與設(shè)計(jì)[D]. 鄭秀仙.南京航空航天大學(xué) 2014



本文編號：3428096