本文關鍵詞：四川移動流量經(jīng)營自增長生態(tài)系統(tǒng)的設計與實現(xiàn)

  更多相關文章： 流量營銷 自增長系統(tǒng) 大數(shù)據(jù) 數(shù)據(jù)挖掘

【摘要】：當下移動互聯(lián)網(wǎng)的發(fā)展正如火如荼,用戶對于流量的要求與時俱增,對于廣大移動通信運營商而言,如何做好流量營銷,促進流量的快速盈利與發(fā)展,是當下時代背景下的重要課題。本文結合四川移動面臨的問題與挑戰(zhàn),采用大數(shù)據(jù)技術與數(shù)據(jù)挖掘理論,對客戶需求、數(shù)據(jù)分析、數(shù)據(jù)建模進行系統(tǒng)化的研究,并最終形成了原型系統(tǒng),為流量營銷提供了技術借鑒。本文嚴格按照軟件工程的基本思路與方法,詳細的進行系統(tǒng)需求分析、系統(tǒng)設計懷實現(xiàn)。按照軟件工程的主要流程與思路進行系統(tǒng)設計。首先進行軟件的系統(tǒng)需求分析,對軟件進行總體的體系結構設計和數(shù)據(jù)層次設計,給出了具體的功能模塊,最后分析系統(tǒng)的非功能性需求。從實現(xiàn)角度以大數(shù)據(jù)和數(shù)據(jù)挖掘理論,結合具體案例進行深入研究。首先為大數(shù)據(jù)分析的技術架構以及具體策略。然后通過流量經(jīng)營的具體問題和經(jīng)營方式的調整采用數(shù)據(jù)挖掘的基本方法。最后則是具體的技術實現(xiàn),從數(shù)據(jù)建模、關聯(lián)規(guī)則設計到精細化的方案設計進行了詳細的闡述。利用數(shù)據(jù)挖掘理論,通過分布式大數(shù)據(jù)處理工具hadoop以及clementine數(shù)據(jù)挖掘工具對用戶數(shù)據(jù)進行深入挖掘,精準描繪用戶畫像。本文以四川移動公司為研究對象,借鑒大數(shù)據(jù)與數(shù)據(jù)挖掘技術等相關理論,分析四川移動公司流量經(jīng)營的實際情況,剖析問題產(chǎn)生的原因。分析了在大數(shù)據(jù)驅動下的流量自增長系統(tǒng)的優(yōu)勢與劣勢,以及可能面臨的機會與威脅。通過本文設計的系統(tǒng),可以有效的對移動運營商的流量營銷進行自動化處理,大大提高了企業(yè)運營的效率,節(jié)約了成本,并自動化的進行營銷模式的設計,提高了企業(yè)的效益。通過實現(xiàn)本文系統(tǒng),四川移動可以利用數(shù)據(jù)挖掘技術實現(xiàn)了根據(jù)用戶智能選擇的有效自增長,實現(xiàn)流量營銷的發(fā)展。
【關鍵詞】：流量營銷 自增長系統(tǒng) 大數(shù)據(jù) 數(shù)據(jù)挖掘
【學位授予單位】：電子科技大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP311.13;TN929.5
【目錄】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 緒論11-23
• 1.1 研究背景和意義11-13
• 1.2 文獻與國內外現(xiàn)狀調研13-21
• 1.2.1 文獻調研13-14
• 1.2.2 國外發(fā)展現(xiàn)狀14-18
• 1.2.3 當前國內現(xiàn)狀18-21
• 1.3 本文主要研究內容21-22
• 1.4 論文章節(jié)安排22-23
• 第二章 當前存在的主要問題與趨勢23-28
• 2.1 四川移動面臨的具體問題分析23-24
• 2.1.1 營銷活動周期長23
• 2.1.2 營銷活動種類單一23
• 2.1.3 流量資費降價方式單一23
• 2.1.4 營銷成本使用較粗放23-24
• 2.2 相關技術基礎24-27
• 2.2.1 大數(shù)據(jù)分析工具24
• 2.2.2 數(shù)據(jù)挖掘工具24-26
• 2.2.3 業(yè)務邏輯模型26-27
• 2.3 本章小結27-28
• 第三章 系統(tǒng)總體設計28-42
• 3.1 需求分析28-37
• 3.1.1 運營商流量自增長需求28-29
• 3.1.2 基于大數(shù)據(jù)的流量自增長交易平臺29-30
• 3.1.3 系統(tǒng)功能需求30-32
• 3.1.4 系統(tǒng)的非功能需求32-37
• 3.2 系統(tǒng)總體架構37-39
• 3.3 系統(tǒng)功能模塊設計39-41
• 3.3.1 文件管理模塊39-40
• 3.3.2 知識庫管理模塊40
• 3.3.3 流量數(shù)據(jù)挖掘模塊40-41
• 3.3.4 基本信息管理功能41
• 3.3.5 流量自增長分析系統(tǒng)41
• 3.4 本章小結41-42
• 第四章 大數(shù)據(jù)分析及數(shù)據(jù)挖掘的具體實現(xiàn)42-64
• 4.1 hadoop大數(shù)據(jù)分析技術42-47
• 4.1.1 本文技術架構42-43
• 4.1.2 面對大數(shù)據(jù)的具體策略43-45
• 4.1.3 當前流量經(jīng)營的困境45-46
• 4.1.4 提升數(shù)據(jù)挖掘能力46
• 4.1.5 以數(shù)據(jù)為中心的經(jīng)營方式調整46-47
• 4.2 基于大數(shù)據(jù)的四川移動公司的流量經(jīng)營策略47-52
• 4.2.1 流量業(yè)務分析47-48
• 4.2.2 利用大數(shù)據(jù)支撐高流量 2G用戶遷轉到 3G48-50
• 4.2.3 定位目標用戶促流量業(yè)務營銷50-51
• 4.2.4 流量成本及質量優(yōu)化51-52
• 4.2.5 流量經(jīng)營分析52
• 4.2.6 社交圈子分析52
• 4.3 具體技術實現(xiàn)52-64
• 4.3.1 數(shù)據(jù)建模54-56
• 4.3.2 數(shù)據(jù)關聯(lián)規(guī)則56-59
• 4.3.3 精細化方案設計59-62
• 4.3.4 數(shù)據(jù)挖掘部分實現(xiàn)62-64
• 第五章 系統(tǒng)測試64-72
• 5.1 代碼審查64
• 5.2 單元測試64-70
• 5.2.1 單元測試目標64-65
• 5.2.2 單元測試流程65-66
• 5.2.3 單元測試用例設計66-67
• 5.2.4 測試用例組織67-70
• 5.3 功能測試70
• 5.4 測試結果70-71
• 5.5 本章小結71-72
• 第六章 結論與展望72-76
• 6.1 本文研究總結72-74
• 6.2 展望74-76
• 致謝76-77
• 參考文獻77-80

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 曾旗;劉明明;徐君;;基于BP神經(jīng)網(wǎng)絡模型的企業(yè)員工忠誠度研究[J];職業(yè)時空;2007年04期

，

本文編號：912036