面向企業(yè)營銷的全景用戶畫像與模型預測.pdf

1、隨著網(wǎng)絡和信息技術的不斷發(fā)展，數(shù)據(jù)在業(yè)務處理基礎上不斷積累，從信息技術時代進入了數(shù)據(jù)技術時代。企業(yè)營銷方式也從Product，Price，Place，Promotion這4P理論轉向了Consumer，Cost，Convenience，Communication這4C理論，以用戶為中心的精準營銷是企業(yè)所需。但是現(xiàn)在的企業(yè)對用戶的認知不清晰，用戶信息不全，為了完善企業(yè)對用戶的認知，本文將研究中心聚焦在全景用戶畫像和模型預測上，并結合KTV

2、線上到線下的實際場景，最終實現(xiàn)企業(yè)的精細化運營。本文的工作主要包括以下方面:
　　1.本文設計了一套分布式的處理框架。本文用Hadoop分布式文件系統(tǒng)和Hive實現(xiàn)數(shù)據(jù)分布式的存儲和管理;用Impala系統(tǒng)實現(xiàn)用戶畫像的構建;用Spark集群實現(xiàn)模型預測;最終實現(xiàn)分布式的數(shù)據(jù)存儲、管理和分析。
　　2.本文實現(xiàn)了基于多源數(shù)據(jù)融合的用戶畫像構建。本文從內外部數(shù)據(jù)打通，多維度業(yè)務數(shù)據(jù)打通，多方位屬性粒度等特性設計用戶畫像;通過I

3、mpala SQL直接獲取、統(tǒng)計變換、自然語言處理、正則匹配、規(guī)則判定、用戶事件模型等方式實現(xiàn)用戶畫像;最終企業(yè)利用用戶畫像實現(xiàn)對用戶的了解，并能夠滿足企業(yè)營銷業(yè)務。
　　3.本文實現(xiàn)了由迭代決策樹和線性模型融合的模型混合方式。該方法利用迭代決策樹實現(xiàn)特征的自動發(fā)現(xiàn)，利用樹的路徑擴充特征向量，并結合線性模型提高模型的精度。本文將該方法應用到用戶性別分類和用戶消費額度預測模型中，并設計多種方案包括隨機森林、迭代決策樹等進行實驗對比，