基于大数据用户画像和KJ-AHP法的用户需求研究

探究互联网时代的用户需求,以台式、一体式电脑为例,利用大数据用户画像和KJ-AHP法建立用户需求指标体系,由此对用户需求研究方法进行创新。基于双钻石模型,创新研究结构;通过大数据用户画像,定位访谈用户;通过问卷法、访谈法探究用户需求;使用KJ亲和图整理用户需求;最终通过问卷和访谈法以及AHP法得出各用户需求指标的权重值。得到用户需求优先级列表。通过实践证明,基于双钻石模型、以大数据用户画像为基础、结合K J-AHP分析法的研究方法具有极高的可行性和可适用性。可以为今后其他产品设计提供有效的方法论支持。

大数据用户画像技术在商业银行员工行为审计中的应用研究

加强员工行为审计是落实监管规定、有效管控员工行为风险、强化案件防控的重要举措。商业银行内部审计部门紧跟新形势、新要求,探索运用大数据用户画像技术,建立全覆盖、关联式、长周期的员工风险画像模型体系,实现对风险隐患的“早发现、早识别、早处置”,提升员工行为审计的覆盖面、精准度,为商业银行稳健发展赋能。

基于挖掘算法的用户大数据周期智能推荐仿真

随着互联网技术的快速发展,用户数量日益增长,社交网络平台对周期性智能推荐的需求也日益增加。为了解决当前智能推荐算法准确率低、推荐速度慢等问题,提出了一种基于挖掘算法的用户大数据周期智能推荐算法。算法首先采用协同推荐算法对用户历史行为进行分析,并通过数据相似性衡量智能推荐的效果,使用Top-N算法优化推荐过程,达到周期智能推荐的目的;然后采用基于神经网络的挖掘算法对智能推荐算法进行优化,挖掘长时数据关系的同时保持短时数据之间的非线性;最后通过引入灰色均衡算法对相似度计算优化,从而缩短推荐时间。实验结果表明,所提算法在相似度计算准确度方面提升7%,推荐精确度提升6%,召回率提升8%,有效地提高了数据周期智能推荐的精读和效率,提高了个性化服务的质量。

基于用户大数据的电驱动系统可靠性工况特征研究

对基于用户运行数据的电驱动系统可靠性工况特征的研究,是电驱动系统可靠性载荷谱的编制与评价验证的前提和基础。本文以不同地域与车型的实际用户运行数据为基础,对用户数据预处理并关联电驱动系统典型部件失效主导载荷构造工况特征参数;采用主成分分析法对多维度特征参数降维,运用聚类算法将电驱动系统运行片段整体划分为5种典型工况;对各工况运行时间、行驶里程和损伤贡献与损伤强度分布进行分析,并进一步将5大类典型工况细化为13种工况。研究成果为用户使用条件下电驱动系统可靠性试验工况的选取、全寿命周期可靠性目标的确定和载荷谱的编制提供了参考和依据。

基于用户大数据的图书馆有效服务框架及实施策略

通过对用户大数据和图书馆有效服务的内涵、特征和现状的分析,构建基于用户大数据的图书馆有效服务框架,并从用户需求的精准把握、服务目标的个性化定制、服务内容的动态组织、服务策略的灵活调整、用户满意度的即时评价和反馈、资源和服务的个性化推荐6个方面提出基于用户大数据的图书馆有效服务实施策略。

基于用户大数据的电子助力制动器可靠性工况特征研究

本文中以不同地域和车型的实际用户运行数据为基础,通过提取制动工况片段对制动时间、制动距离和制动强度分布进行分析;根据台架试验数据,建立制动强度与工况载荷之间的关系,实现用户运行数据向工况载荷的转换,并分析用户载荷下典型部件的损伤和损伤贡献,进一步将用户工况与标准工况在频次和损伤方面进行对比,结果表明现有的可靠性试验规范难以有效复现用户实际制动水平。因此建议及早制定更加合理的电子助力制动系统可靠性评价规范。

基于用户大数据的服装设计交互研究

数据对人类社会的影响渗透包括设计在内的广泛领域。文章以数据作为优化服装设计的辅助知识,构建基于用户大数据的服装设计交互框架,改善设计过程中的不确定性。从融合数据思维与设计思维的视角出发,利用大数据中蕴含的用户需求信息,将用户行为数据、用户偏好数据、用户销售数据运用到服装设计的调研与计划、设计与研发两个阶段。该研究旨在为服装产品的前期调研和后续设计提供辅助决策服务,以期提高服装设计的准确性与高效性。

面向个性化通讯云的移动互联用户大数据可信服务推荐算法

为提高基于移动互联用户大数据服务的通讯云可信服务效率,为通讯云用户提供个性化的服务,首先对个性化通讯云、移动互联用户大数据信任服务进行定义;其次提出面向个性化通讯云的移动互联用户大数据可信服务算法,改进相关算法,并基于此设计推荐算法和模型;最后实施实证应用,分析改进算法及模型性能,并与传统模型综合对比.实证分析结果表明,该模型相比传统模型具有更高的精确度和鲁棒性,因此该模型具有一定的应用价值.

基于用户网络画像的大数据开放引擎研究

本文针对用户级运维大数据应用的现状分析,通过大数据挖掘研究,建立了一套标签体系,以满足运维、优化需求。同时面向运维人员开放,形成可随时调用的数据能力,支撑自主创新工作开展。

基于AISAS模型的用户大数据时代商家精准营销效果评价指标体系的构建

以AISAS模型为框架构建指标体系,找出AISAS各阶段商家精准营销效果的评价指标,以期商家在消费者购买过程中找出精准营销活动做得不完善之处,及时改进,提升精准营销效果。

电力用户侧大数据分析与并行负荷预测研究

针对现阶段电力用户侧大数据的现状,介绍电力用户侧大数据分析平台,并对并行负荷预测进行研究。

移动通信大数据系统建设分析

以大数据分析为牵引,指导建设、维护与优化,支撑市场决策,提升专业化、集约化运营能力,最大程度降低运营成本,提高最终用户体验,拓展数据价值。针对现网的各个产品进行分析,对存在的问题进行排查,对网络中不符合规范的进行整改,提升网络质量和网络的稳定性,增强用户的使用感知。

基于用户移动行为的道路公测方案探讨

随着运营商 4/5G 无线通信网络发展,基站数量越来越多,网络结构越来越复杂,给无线优化工作带来巨大挑战。传统处理用户投诉方式主要通过 DT 路测,发现问题相对被动和滞后,给用户感知带来不好影响。本文基于真实用户通话记录,结合用户行为,运用大数据挖掘算法,提前主动发现网络问题,以道路作为分析场景,打造道路全民公测系统方案。

基于用户大数据的电动汽车驱动系统可靠性试验循环工况构建方法

为构建与用户载荷关联的电动汽车驱动系统可靠性试验循环工况,基于300个实际用户累计3540000 km载荷数据,提取工况片段并关联电驱动系统失效主导载荷构造工况特征参数,运用主成分分析与K-Means聚类分析法将用户使用条件下电驱动系统运行片段分成五种典型工况;基于损伤累积模型,分析不同工况载荷对电驱动系统部件造成的损伤,并确定各工况最优单位损伤强度分布模型,并以损伤分布连续性转折点,筛选单位损伤强度较高的片段作为可靠性试验循环工况;基于马尔科夫状态转移概率矩阵,采用马尔科夫链蒙特卡洛法产生伪随机数对工况拼接,构建电动汽车驱动系统可靠性试验加载谱。通过构造的可靠性试验载荷谱与标准循环工况及用户损伤对比,表明构建的电驱动系统可靠性试验加载谱具有较高的损伤强度,能够有效涵盖90%以上的用户使用强度,从而为电动汽车驱/传动系可靠性设计与验证提供参考和依据。

移动广告投放策略趋势研究

互联网移动化即将完成,移动互联网广告也愈加受到广告主的青睐。如今多元文化盛行,公众不断个性化、社交化。人们通常说,广告中策略是根,创意是叶,只有根深,才能叶茂。广告受众和环境的变化驱动着广告主需求的不断变化,移动互联网广告投放策略也就随之逐渐走向多维社交的场景化投放。

虚拟空间中社会分层行为研究

大量的人类行为发生在互联网上,互联网已成为与真实空间相对应的最重要的虚拟空间。传统虚拟空间中的社会分层研究基于网络信息资源占有的机会和能力等客观指标,并未涉及用户使用网络资源的具体行为及信息的内容和性质等因素。利用中国互联网络信息中心提供的用户在线行为大数据,从在线时间和上网内容两方面考察并分析了不同阶层的用户在虚拟空间中上网行为的特征和差异性。研究发现不同阶层的用户在虚拟空间中的停留时间和注意力聚焦点都大不相同。较高阶层用户能更好地利用网络资源办公和购物,且在虚拟空间中的停留时间具有相对稳定性。而较低阶层用户将大量的注意力消耗在休闲娱乐类应用上,且停留时间不稳定。此外,本文利用基于word2vec的神经网络模型(W2V-BP),对用户在虚拟空间中的上网行为数据进行社会分层识别,识别准确率达到90.22%,表明虚拟空间中存在能够区分社会分层的行为特征。

基于改进VIKOR的大数据联盟数据资源群推荐方法研究

【目的/意义】针对数据稀疏型用户推荐准确度低,大数据联盟群用户对群推荐结果整体满意度不高的问题,本文提出一种基于改进VIKOR的大数据联盟数据资源群推荐方法。【方法/过程】根据大数据联盟数据资源群用户特点,在构建群推荐矩阵时,将用户分为群内用户和群外用户,分别考虑不同用户评分对群推荐结果的影响;依据大数据联盟数据资源的特殊性,提出一种数据资源属性权重确定方法,对不同数据资源的各属性分别确权,从而提高群推荐质量。【结果/结论】实验结果表明,本文提出的算法不但能够为数据稀疏型用户提供较准确的推荐结果,而且有效提升了大数据联盟数据资源群用户的整体满意度。【创新/局限】本文将VIKOR算法改进后用于大数据联盟数据资源群推荐,有效改善了群推荐效果,但未考虑用户分群对群推荐结果的影响,接下来将对联盟用户如何准确分群进行研究。

基于大数据的进口新能源汽车风险监测分析

随着进口新能源汽车的发展,目前我国汽车消费市场保有量可观.然而,近年来频发的进口新能源汽车质量安全事故和风险召回事件,对社会造成了很大程度的影响.基于用户评价的数据采集和情感分析能够侧面反映真实、有效的进口新能源汽车风险和缺陷信息,对市场及时应对和相关部门监管均具有潜在且巨大的研究价值和意义.对此,本文依托部分线上汽车投诉平台,筛选较具代表性的、销量较高的、具备一定用户评价数据样本的进口新能源汽车作为研究对象,经过对用户评价数据采集、处理和情感分析,得到基于大数据的进口新能源汽车风险监测结果.