作者:
原文服务方: 广东通信技术       
摘要:
随着大数据时代的到来,互联网企业在运营过程中都已经积累了大量的数据,但是如何从这些海量数据中找到最有利于业务发展的关键信息,对其用户群体进行画像,从而进行客户细分是当前面临的一大机遇与挑战.本论文将研究用户画像以及大数据分析等相关理论和案例,结合聚类分析等数据挖掘方法,为企业的用户画像提供可行的方法建议.
推荐文章
基于流式计算的实时用户画像系统研究
用户画像(userprofile)
流式计算
实时
Flink
大数据
标签
用户画像构建研究
用户画像
Word2vec
词向量
Stacking
基于多维细粒度行为数据的居民用户画像方法研究
细粒度
特征标签
用户行为
用电特性
消费习惯
密度聚类
用户画像
基于神经网络模型的聚类分析技术研究
聚类
聚类分析
竞争学习神经网络
SOFM
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于聚类分析的网络用户画像研究
来源期刊 广东通信技术 学科
关键词 数据挖掘 聚类分析 用户画像
年,卷(期) 2018,(9) 所属期刊栏目 新技术·新业务
研究方向 页码范围 55-60
页数 6页 分类号
字数 语种 中文
DOI 10.3969/j.issn.1006-6403.2018.09.011
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 吴寒 国家计算机网络与信息安全管理中心广东分中心 2 2 1.0 1.0
2 何颖 国家计算机网络与信息安全管理中心广东分中心 3 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (13)
参考文献  (4)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(2)
  • 参考文献(1)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2020(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据挖掘
聚类分析
用户画像
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
广东通信技术
月刊
1006-6403
44-1221/TN
大16开
1981-01-01
chi
出版文献量(篇)
4474
总下载数(次)
0
总被引数(次)
11090
论文1v1指导