隨著大數(shù)據(jù)時代的到來,全球每天產(chǎn)生的數(shù)據(jù)量有著驚人的量級,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,機器學習、數(shù)據(jù)挖掘技術也在突飛猛進的發(fā)展,利用這些技術我們可以挖掘出大量數(shù)據(jù)之間的關系,挖掘出數(shù)據(jù)背后的巨大價值。有了數(shù)據(jù)和處理技術,我們便可以將它們進行融合,并應用到商業(yè)場景中,讓公司更懂他們的用戶,為用戶帶來更優(yōu)質(zhì)的服務。本項目便是這樣的一個平臺,挖掘出用戶的標簽,為每一位用戶創(chuàng)造一個合適的畫像,繼而提供個性化的營銷方案。本文通過對比國內(nèi)外的大數(shù)據(jù)平臺、用戶畫像、精準營銷的發(fā)展現(xiàn)狀,選擇了一套適合本平臺的大數(shù)據(jù)服務架構、用戶畫像挖掘策略、機器學習算法和營銷方案,并詳細介紹了它們的相關理論和技術方案。隨后,對整個平臺進行需求分析,將平臺拆解出不同的模塊,本文選取了其中幾個重要模塊:數(shù)據(jù)提取模塊、人群標簽模塊、設置活動信息模塊、宣傳投放模塊、業(yè)務看板模塊進行詳細的介紹,并對平臺的非功能性需求進行了闡述。其次,介紹了平臺的功能結構、架構設計以及大數(shù)據(jù)存儲設計。大數(shù)據(jù)架構采用的是Spark分布式計算引擎,可以對數(shù)據(jù)進行離線處理和實時處理。然后,本文介紹了人... 

【文章頁數(shù)】：81 頁

【學位級別】：碩士

【文章目錄】：
致謝
摘要
ABSTRACT
1 引言
    1.1 項目背景及研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 大數(shù)據(jù)平臺
        1.2.2 用戶畫像
        1.2.3 精準營銷
    1.3 論文研究思路
    1.4 論文組織架構
    1.5 本章小結
2 相關理論與技術概述
    2.1 大數(shù)據(jù)平臺架構
    2.2 用戶畫像挖掘
    2.3 機器學習算法的應用
        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
3 需求分析
    3.1 項目整體概述
    3.2 功能性需求分析
        3.2.1 數(shù)據(jù)提取功能
        3.2.2 人群標簽功能
        3.2.3 設置活動信息功能
        3.2.4 宣傳投放功能
        3.2.5 業(yè)務看板功能
    3.3 非功能性需求分析
    3.4 本章小結
4 概要設計
    4.1 平臺功能結構設計
    4.2 平臺架構設計
    4.3 大數(shù)據(jù)存儲設計
    4.4 數(shù)據(jù)庫設計
        4.4.1 數(shù)據(jù)庫實體說明
        4.4.2 數(shù)據(jù)庫表結構
    4.5 本章小結
5 系統(tǒng)的詳細設計與實現(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
        5.1.3 任務調(diào)度與監(jiān)控
    5.2 人群標簽模塊
        5.2.1 特征選取
        5.2.2 數(shù)據(jù)預處理
        5.2.3 模型訓練
        5.2.4 標簽效果驗證
    5.3 設置活動信息模塊
        5.3.1 模塊流程設計
        5.3.2 模塊類設計
        5.3.3 模塊具體實現(xiàn)
        5.3.4 模塊界面展示
    5.4 宣傳投放模塊
        5.4.1 模塊流程設計
        5.4.2 模塊類設計
        5.4.3 模塊具體實現(xiàn)
        5.4.4 模塊界面展示
    5.5 業(yè)務看板模塊
        5.5.1 模塊流程設計
        5.5.2 模塊類設計
        5.5.3 模塊具體實現(xiàn)
        5.5.4 模塊界面展示
    5.6 本章小結
6 系統(tǒng)測試
    6.1 測試環(huán)境
    6.2 功能性測試
    6.3 非功能性測試
    6.4 本章小結
7 總結與展望
參考文獻
作者簡歷及攻讀碩士學位期間取得的研究成果
學位論文數(shù)據(jù)集


【參考文獻】：
期刊論文
[1]基于網(wǎng)格LOF和自適應K-means的離群點檢測算法[J]. 張碩,金鑫,李兆峰,高建.  指揮信息系統(tǒng)與技術. 2019(01)
[2]人工智能在信息管理系統(tǒng)中的應用[J]. 陳志瑋.  科技傳播. 2019(04)
[3]基于大數(shù)據(jù)分析的機器學習算法探討[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)的電子商務用戶畫像構建研究[J]. 李佳慧,趙剛.  電子商務. 2019(01)
[6]大數(shù)據(jù)時代下精準營銷的挑戰(zhàn)和機遇的調(diào)查與研究[J]. 王蔚.  商場現(xiàn)代化. 2019(01)
[7]基于K-means的MOOC學習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]人工智能在計算機網(wǎng)絡技術中的應用[J]. 孫寬.  集成電路應用. 2019(01)
[9]基于梯度提升決策樹（GBDT）算法的巖性識別技術[J]. 韓啟迪,張小桐,申維.  礦物巖石地球化學通報. 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.  山東科技大學學報(自然科學版). 2018(05)



本文編號：3672327