基于网络日志的用户行为检测和画像构建系统

用户画像可以帮助企业更多地了解用户,从而更好地制定决策。目前,大多数用户画像构建模型均依赖于应用厂商提的内部数据,而数据源的局限性可能难以保证用户画像的精准性。文章利用网络设备中的多源访问日志,基于知识数据库构建和指纹匹配技术,设计了一种新的用户画像构建架构,并借助Pyspider和Hadoop分布式框架提高数据采集和画像生成的计算效率。大量实验表明,该方法可以比现有模型构建出更全面、更准确的用户画像。     

基于全域用户画像的企业智能大数据分析及营销系统的应用

基于全域用户画像的企业智能大数据分析及营销系统是一种精准营销工具,使企业能够迅速、精确地掌握客户需求,提高销售效率。本系统可以从多个不同的角度收集并汇总用户的信息,对用户的使用行为、兴趣与偏好进行大数据分析,从而构建用户的行为特征与兴趣偏好。在论述系统基本结构的基础上,着重探讨了基于全域用户画像的企业智能大数据分析及营销系统的功能应用。     

基于萤火虫K-means聚类的电力用户画像构建和应用

为改变用户画像技术在电力企业中推广难、收效低的现状,提出了一种基于改进的萤火虫优化加权K-means算法的分层聚类的画像推荐模型.该模型在用户画像构建时,为提高计算速度和精度,仅就单项业务设计标签模型,通过分层聚类着重构建特征群体画像;在画像应用时,直接向目标群体潜力用户推荐该项具体业务和其它新业务.在高压电力用户样本集上进行了仿真实验,表明分层聚类画像推荐模型能有效提升聚类和画像构建应用的精准性和运算速度,有助于画像技术在电力企业得到推广应用.     

基于多数据源融合的用户画像构建方法

基于多数据源融合挖掘用户的属性特征,为企业开展个性化推荐和精准营销提供了思路和参考.论文以构建多维用户画像为目标,提出了融合多数据源的用户画像构建方法.首先,基于改进的k-means聚类算法针对搜索记录数据和京东评论数据分别建立了用户兴趣特征标签库和用户消费特性标签库;其次,利用word2vec词向量进行相似度计算来获...     

基于遗传优化神经网络的电力潜在敏感用户画像聚类算法

为了解决电力潜在敏感用户画像聚类和识别结果准确度较低的问题,提出一种基于遗传优化神经网络的电力潜在敏感用户画像聚类算法。构建电力用户画像,精准刻画电力用户行为;选取电力用户画像的数值、时间、统计及聚类四种特征作为卷积神经网络模型的输入,识别电力潜在敏感用户画像;采用改进遗传算法优化卷积神经网络,使得识别结果更为精准。实验结果表明,该方法能够聚类、识别电力潜在敏感用户画像,且聚类和识别的性能及准确度较好。     

智慧用电管理系统中电力客户立体画像的构建及应用

为了实现智慧用电管理系统中电力客户的优化管理,需要对电力客户进行立体画像构造。提出了基于多维类别特征识别和角点标识的智慧用电管理系统中电力客户立体画像构建方法。用户画像信息跟踪采集模型,采用空间特征域分类方法进行用户画像信息分类处理。利用多尺度逐层分析方法进行模糊电力客户画像的精准定位,提取客户立体画像的用电类别特征量,采用特征域分类和分块匹配方法进行立体画像的误差修复,实现用户画像的特征快速准确定位。对提取的电力客户立体画像用电需求特征量采用支持向量机学习算法进行自适应分类,实现对智慧用电管理系统中电力客户立体画像多维构建。结果表明,采用该方法构建电力客户立体画像的特征细分能力较好,客户立体画像信息准确度高。     

面向互联网上网服务行业的用户画像系统设计

互联网上网服务行业用户画像系统通过对用户行为数据进行分析,利用网络爬虫、数据挖掘以及文本分类等技术,对用户进行画像,刻画了一个完整的用户全貌.系统对不同属性的数据采用不同的方法,挖掘出数据中的有用信息,提取用户的平台特征,为用户标记不同权重的标签,使得企业更加了解用户,为企业发展提供指导,同时也为用户提供个性化服务铺平道路.此外,针对K-means算法进行改进,从测试结果可以看出,经过改进的K-means准确率和稳定性都得到了极大的提升.     

基于地理信息系统的低压配电用户安全预警系统

针对目前偏远地区旅游景区配电设备常出现超负荷运行和火灾隐患的情况,本文基于地理信息系统设计了低压配电用户安全预警系统。研制了保护控制器并对各低压配电用户电气量、开关量及温度数据进行实时采集,将用户的地理位置和对应数据显示在系统中。系统对数据进行智能分析,可以实现用电安全与火灾隐患预警功能。该系统可以较好的适应旅游景区低压配电设备复杂的特点,提高低压配电网的可视化管理和信息化水平。     

借鉴等保制度优化旅游景区信息化防控体系建设研究

[目的/意义]随着经济发展和人民生活水平的提高,游客对旅游景区治安秩序稳定和人身财产安全提出了更高要求。信息安全等级保护制度是对信息和信息载体按照重要性分级别保护的安全工作,以此制度为借鉴,对研究优化旅游景区信息化防控体系建设具有现实意义。[方法/过程]旅游景区治安秩序的稳定是旅游业发展的战略基础,在旅游业中占有重要地位。如何维护景区治安秩序,已成为业界的探讨重点。以问题为导向,采用走访调研形式,总结旅游景区复杂的治安问题,对旅游景区现存问题进行原因分析。[结果/结论]科技进步使得借助智能化的信息设备和系统,实现对旅游景区治安风险的有效防控成为可能。通过借鉴信息安全等级保护制度,提升旅游景区公安智能化建设水准,织密多层次安全防控网,推进预防警务模式转变的旅游景区信息化防控体系建设路径,更好地维护旅游景区治安秩序。     

基于粒计算的多粒度用户画像

现有的用户画像分析模型使用单一模型单一粒度的学习方式处理异构多源的原始数据,限制分析模型的性能,无法完整展示多层次、多角度的用户画像特征.针对该问题,基于粒计算思想,文中提出多粒度用户画像分析模型.首先,构建数据的多粒度表示结构,粒化原始数据.再根据数据粒度结构,提出基于集成学习的粒度提升算法,用于融合低粒层的数据信息以得到高粒层的数据表示.最后,在多个粒层数据表示上进行用户画像分析,展示一个较全面的用户画像.实验表明,相比单一粒度的用户画像,多粒度的用户画像更全面、立体和丰富     

结合用户特征的政务服务协同过滤推荐方法

为推荐政务服务相关事项,提高用户办事效率与政府服务水平,该文提出一种推荐算法,即结合用户特征的政务服务协同过滤推荐方法。该方法为解决传统协同过滤未考虑用户属性的问题,将用户画像技术与其相结合。首先,建立政务服务用户画像;然后,采用奇异值度量分析方法融合用户画像与基于用户的协同过滤算法,使特征属性参与相似度计算,改善用户之间的相似性,并解决数据稀疏性的问题,使推荐结果更具实际意义;最后,计算政务服务事项预测得分,将得分最高的 TOP-N 推荐给用户。在实验部分,该文利用某市企业法人的政务服务真实数据进行验证。结果显示,该算法能够满足政务服务推荐的个性化要求,预测准确性较高。     

基于大数据平台比价策略的旅游价格选择设计优化研究

本文针对云平台比价推荐系统应用于云计算和大数据的分布式计算框架MapReduce任务调度分发机制,通过Quartz开源作业调度程序定时爬进不同旅游景区的网站,并对这些旅游景区网站的数据进行提取分析,把经过比价算法计算出来的旅游景区价格存储到HBase分布式数据库中,用户以Phoenix为查询自己所需数据的引擎查询数据。     

基于话单数据的移动通信用户画像研究

用户通话产生的详细话单数据具有丰富的时空信息和社交信息,这些信息在一定程度上反映了用户的生活习惯和社交模式,对于移动通信用户画像研究具有重要意义.我们的研究是基于中国某运营商提供的10 000名用户一个月详细话单数据,本文从用户日常移动模式方面提取移动距离、回旋半径、访问点个数和移动方向熵特征,从用户社交生活方面提取通话时长、联系人数量、主叫比率和社交熵特征,利用上述特征对用户进行群体划分和构建用户词云名片,从而完成对移动通信用户的画像研究.本文使用用户话单数据为推测用户属性、理解用户特征提供了新的视角.     

融合知识图谱和评论文本的个性化推荐模型

推荐系统的目的是解决“信息过载”的问题,然而目前的研究方法大多利用用户和商品信息对用户兴趣进行建模,没有同时利用知识图谱构建用户模型来增强推荐系统的性能,因此提出了融合知识图谱和评论文本的个性化推荐模型。首先,通过不同类型的知识图谱分别关联用户项目和用户评论文本,扩展用户的兴趣和提取评论文本中的实体;其次,通过构造用户兴趣网络得到带有用户兴趣偏好的兴趣特征;然后,通过构造画像模块和情感模块的画像网络提取到带有用户情感倾向的画像特征;利用决策层进行点击率预测。最后在Amazon数据集上进行了实验比较,对所提模型的性能进行了评估,并与目前的融合知识图谱和评论文本的推荐模型进行比较,验证了所提模型的有效性。     

融合领域知识的药店用户画像建模及应用

用户画像是对用户形象的勾勒与描述,现已广泛应用于睡眠会员唤醒,用户到店预测,个性化推荐等典型零售场景,药品不同于普通商品,包含较强的语义知识,现有用户画像主要从消费属性和静态属性出发,不能完全适用于药店销售和预测领域.本文提出了一种针对药品领域的用户画像模型UPP (persona of pharmacy user),在现有画像的基础上嵌入医药知识,利用规则,聚类,统计,实体识别等方法提取慢病、疾病、特殊病类、活动敏感度、用户价值、价格偏好等新标签.将所有标签融入一种基于聚类的群体划分方法,形成用户画像.实验表明,该模型相较于现有的用户画像模型,在消费行为预测场景下精准率提高了13%,更加适用于药店营销场景.     

基于大数据平台的企业画像研究综述

随着国民经济的发展,企业的数量不断增加。基于企业运营时产生的海量数据,可以利用大数据技术结合企业画像的理论来对企业进行全面分析,为企业成长、行业发展、政府监管等各方面提供可靠的数据分析。文中首先对当前国内外企业画像构建及其技术进行总结和分析,构建了基于大数据平台的企业画像标签体系模型和建模框架;然后根据企业数据的特点,结合比较热门的用户画像技术,提出了几种处理企业的数据方法;最后提出使用大数据技术处理企业数据时值得讨论的几个问题。     

面向用户画像的轻量化数据中台研究

以数据中台作为建设中小企业信息基础设施的新模式，并针对性构建轻量化中台，有益于统一管理数据资产，改善数据孤岛问题，提高企业部署大数据应用的能力；以用户画像这一典型大数据应用为切入点，归纳画像构建流程并与数据中台体系整合；以整合后的中台体系为基础，提炼必要的功能模块并从结构、技术栈、部署三个角度进行轻量化设计，从而提出面向用户画像且易于搭建和部署的轻量化数据中台方案；基于Hadoop生态组件搭建轻量化用户数据中台，并使用淘宝用户消费数据构建RFM模型下的用户价值标签，验证轻量化数据中台的可行性。     

3D数字技术在旅游景区动画形象设计上的优势和实践

3D数字技术就当前动画技术领域功能最强的软件,应用3D动画数字技术,必须从造型、材料、光线和相机等因素着手,结合旅游景区的实际特点进行制作,从而更好的满足展示旅游景区形象的目的.     

基于多维度特征的饮食健康推荐

为帮助人们判断饮食是否合理或营养是否均衡,进而改善饮食结构,合理化不同营养元素的摄入量,提出一种基于用户画像、饮食记录和即时情境多维度特征的健康饮食推荐算法。基于用户画像及用户的静态特征,制定不同人群、疾病的膳食指南,得到满足该用户身体状态的推荐列表;基于饮食记录,采用聚类方法和改进的距离计算方法,挖掘用户的营养结构和口味偏好,能够合理有效地进行饮食推荐;基于即时情境,通过外部特征对前两种算法推荐列表进行重排序,产生符合当前用户状态的菜品。实验结果表明,多维度特征推荐算法在实验平台上准确率达到实际工程应用的水平。     

用户画像和标签在电力服务系统中的应用研究

为了提高电力服务系统服务水平,对用户画像和标签在电力服务系统中的应用进行研究。主要根据现实需求,利用大数据、K-means算法等进行系统设计,并对用户标签模型应用进行了设计。研究结果显示,用户画像和标签能够提升电力服务系统性能,因此具有一定应用价值,可以投入实际应用。其良好的作用表现能够解决以往问题,实现提高电力服务系统服务水平目的。在用户画像和标签的应用下,电力企业单位可以更精准地分析用户行为,针对性地提供服务,有利于其服务水平增长,具有电力服务创新意义。