《基于微信公众平台对客户定位数据挖掘应用研究》由会员分享，可在线阅读，更多相关《基于微信公众平台对客户定位数据挖掘应用研究（59页珍藏版）》请在金锄头文库上搜索。
1、 学校代号 10532 学 号 G12066251 分 类 号 密 级 普通 工程硕士学位论文 基于微信公众平台对客户定位的 数据挖掘应用研究 学位申请人姓名 谭典 培 养 单 位 软件学院 导师姓名及职称 宋怀玲 副教授 何万平 高级工程师 学 科 专 业 软件工程 研 究 方 向 信息系统与决策 论 文 提 交 日 期 2015 年 4 月 27 日 学校代号：10532 学 号：G12066251 密 级：普通 湖南大学硕士学位论文 基于微信公众平台对客户 定位的数据挖掘应用研究 学位申请人姓名： 谭典 导师姓名及职称 宋怀玲 副教授 何万平 高级工程师 培 养 单 位： 软件学院 专
2、业 名 称： 软件工程 论 文 提 交 日 期： 2015 年 4 月 27 日 论 文 答 辩 日 期： 2015 年 5 月 31 日 答辩委员会主席： 刘岚喆 教授 The Application Research on Data Mining for Customer Positioning based on WeChat Public Platform by TAN Dian A thesis submitted in partial satisfaction of the requirements for the degree of Master of Engineering in
3、 Software Engineering in the Graduate school of Hunan University Supervisor Associate Professor Song Huailing Senior Engineer He Wanping April, 2015 工程硕士学位论文 I 基于微信公众平台对客户定位的数据挖掘应用研究 II 摘 要 腾讯在2010年率先推出了其战略级互联网社交产品微信，并基于微信推出 了微信公众平台。经过5年多的运营，微信月活跃用户达到了4.68亿，使得微信成 为我国移动互联网平台第一大平台。微信公众平台已有约八成微信用户关注，并
4、开放后台数据统计功能，数据挖掘技术可应用其中。最难得的是，这是一个低门 槛，易推广的客服平台。其点对点的沟通使得企业和客户之间建立起互动的桥梁， 也被各行各业用作高效的营销平台。任何行业核心竞争力的形成都需要进行以客 户为基础的整合营销传播，特别是根据客户兴趣点分析情况进行客户定位。本文 主要按照以下思路进行分析研究: 数据库的特征决定数据挖掘算法选择，甚至影响着数据挖掘目的。本研究在 对商业领域应用较广的数据挖掘算法进行比较以后，根据微信公众平台数据库特 征、房地产企业对于用户挖掘的目的以及过往成功案例，选择了易于企业推广应 用的Page Rank算法基于微信公众平台进行改进，对其进行数据挖
5、掘。 本研究基于Page Rank算法改进的W_Page Rank算法对微信公众平台后台数 据进行数据挖掘以及结果分析， 事实证明在传统互联网取得成功的Page Rank算法 在移动互联网同样适用，在微信公众平台数据挖掘中能够有效挖掘用户兴趣点， 并进而帮助房地产企业即时、准确地找到客户定位。本研究还针对数据挖掘结果 进行讨论， 引证如何将数据挖掘与专业定律的配合使用让挖掘结果更加科学合理。 综上所述，本研究针对实际行业趋势，运用案例实证基于微信公众平台后台 数据挖掘构想， 针对广西南宁某房地产楼盘的微信公众平台对客户进行数据采集、 算法应用分析、结果分析及应用，整合出了一套基于微信公众平台运
6、用数据挖掘 手段进行房地产客户定位的方案。 关键词：数据挖掘；客户定位；微信公众平台；Page Rank改进算法 工程硕士学位论文 III Abstract The Tencent taked the lead in putting out WeChat and the public platform which is its strategic Internet communication product in 2010. After five years of operation， the number of active WeChat users has reached 468 mill
7、ion, make WeChat become the largest mobile Internet platform in China. About 80% WeChat users have paid attention of the WeChat public platform. Its a low threshold，high attention and easy to promote public platform.The background data statistics function for users makes data mining possible. Its po
8、int to point communication has been applied to the efficient customer service and marketing platform by all walks of life. The article analysis from the following aspects: Features of database decide the data mining algorithm selection and the purpose of data mining. After comparing the data mining
9、algorithms that is widely used in the business field，this research choses Page Rank algorithm for data mining which has been improved for WeChat. This research analyse the data mining result of the WeChat background data statistics according to W_Page Rank algorithm，which proved that the Page Rank a
10、lgorithm used only for PC Internet has the same success in the mobile internet terminal. The algorithm is capable to effective mining user interest and help real estate enterprises accurately find the customer positioning. This research also discuss the result of data mining，citing the law of used t
11、o more scientific and reasonable. Add it all up，the research results and application on the audience of a GuangXi NanNing real estate WeChat， proves the feasibility of the background data mining and integrates out a scheme based on the data mining of WeChat for real estate customers positioning. Key
12、 words: Data Mining; Customer Positioning; WeChat Public Platform; Page Rank improved algorithm 基于微信公众平台对客户定位的数据挖掘应用研究 IV 目 录 学位论文原创性声明和学位论文版权使用授权书 I 摘 要 . II Abstract III 插图索引 . VI 附表索引 . VII 第 1 章 绪 论 . 1 1.1 研究背景和意义 . 1 1.2 国内外研究现状 . 2 1.3 论文结构 7 第 2 章 微信公众平台主要的功能及应用研究 9 2.1 微信公众平台及主要的功能概述 9 2.2
13、通过微信公众平台实现房地产客户定位挖掘的可行性分析 . 11 2.3 房地产微信公众平台的运营诉求 15 2.3.1 房地产企业需求及其微信公众平台运营 15 2.3.2 线下活动及推广的补充说明 . 16 2.4 小结 16 第 3 章 基于微信公众平台的数据挖掘应用研究 17 3.1 大数据与数据挖掘的关系 17 3.2 数据挖掘的原理及主要分析方法综述 . 18 3.2.1 数据挖掘原理 19 3.2.2 主要分析方法研究 20 3.3 房地产微信公众平台的数据挖掘方案设计 . 23 3.4 小结 25 第 4 章 Page Rank 改进算法在微信公众平台客户定位中的应用 . 27 4
14、.1 Page Rank 算法概述 . 27 4.1.1 Page Rank 算法原理 28 4.1.2 Page Rank 幂法计算 29 4.2 基于移动互联网的一般 Page Rank 算法与算法改进 . 31 4.2.1 移动互联网的一般 Page Rank 算法 31 4.2.2 基于房地产微信公众平台的 Page Rank 改进算法 32 4.3 实验部分 35 4.3.1 改进算法概述 35 工程硕士学位论文 V 4.3.2 数据提取与预处理 36 4.3.3 Page Rank 算法的改进与应用对比 36 4.4 基于挖掘结果分析的客户定位 39 4.5 小结 41 结 论 4
15、3 参考文献 . 46 致 谢 48 基于微信公众平台对客户定位的数据挖掘应用研究 VI 插图索引 图 1.1 社交媒体增长速度图示 1 图 1.2 微信拉动的信息消费图示 . 3 图 1.3 微信拉动的生活消费测算图示 . 4 图 1.4 市场营销学 4C 理论原理图示 5 图 1.5 AIDA 模型与百度、阿里巴巴和腾讯核心业务对应关系图示 . 6 图 2.1 微信公众平台后台功能截图 . 11 图 2.2 微信公众平台消息统计功能截图 . 12 图 2.3 微信公众平台关键词功能截图 . 12 图 2.4 微信公众平台图文统计功能截图 . 13 图 2.5 微信公众平台用户统计功能截图
16、. 14 图 2.6 微信公众平台功能综合示意图 . 14 图 3.1 数据挖掘过程图示 19 图 3.2 微信公众平台用户信息查看截图 . 24 图 4.1 Page Rank 算法模型图示 28 图 4.2 基于一般 PageRank 算法的 PR 值计算结果图示 32 图 4.3 AIDA 模型与微信公众平台用户操作行为对应关系图示. 33 图 4.4 微信公众平台客户定位数据挖掘方案图示 34 图 4.5 基于 W_PageRank 算法的 PR 值计算结果图示 38 图 4.6 需求维度平均 PR 值分布图示 40 图 4.7 行为参与维度平均 PR 值分布图示 . 40 工程硕士学位论文 VII 附表索引 表 4.1 Page Rank 算法模型迭代结果 . 28 表 4.2 采用幂法求 PageRank 的 Matlab 代码例表 . 30 表 4.3 基于一般 PageRank 算法的 P
