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...     

基于大数据技术的大学生学习画像构建

在信息社会,各行各业的管理控制转变为以数据、信息为中心.在高等教育领域,高校重视学生信息数据库的建设,通过学生浏览信息的关键词、种类分布和浏览主题等多个维度构建学生画像向量空间模型.本文使用大数据技术构建学生学习画像基础模型框架,研究学生学习画像在个性化学习、问题预警及辅助学校决策等方面的应用,为高校提升学生培养质量提...     

一种用于构建用户画像的多视角融合框架

电网公司的电费敏感客户往往对由用电引发的电量、电价、电费、缴费、欠费等电力服务具有强烈反应。快速定位电费敏感客户,对降低客户投诉率、提升客户满意度、树立供电企业良好的服务形象具有重要的作用。基于电网用户数据,提出了一种用于构建用户画像的多视角融合框架,该框架能够快速、准确地识别出电费敏感客户。首先,对电网用户进行了分析研究,利用双通道对不同特性的用户分别建模预测;其次,提出了多种特征萃取方法,用于构建用户多源特征体系;最后,为了充分利用多源特征,进一步提出了基于双层Xgboost的多视角融合模型。该框架在2016CCF大数据与计算智能大赛“客户画像”竞赛中获得了F1值为0.90379(第一名)的成绩,其有效性得到了验证。     

融合多粒度信息的用户画像生成方法

现有用户画像方法缺乏不同粒度文本信息表示,且特征提取阶段存在噪声,导致构建画像不够准确。针对以上问题,提出一种融合多粒度信息的用户画像生成方法（user profile based on multi-granularity information fusion,UP-MGIF）。首先,该方法在嵌入层融合字粒度、词粒度表示向量以扩充特征内容;其次,在改进双向门控循环单元网络基础上,结合降噪自编码器和注意力机制设计一种特征提取混合模型Bi-GRU-DAE-Attention,实现特征降噪和语义增强;最后,将鲁棒性强的特征向量输入到分类器中实现用户画像生成。实验表明,该用户画像生成方法在医疗和互联网两个画像数据集上的分类准确率高于其他基线方法,并通过消融实验验证了各个模块的有效性。     

电力营销信息化客户画像的应用研究

随着电气化水平提高和社会信息化普及,传统电力营销信息化开始受到冲击。多方面形势反映出传统电力营销信息化需转型,客户画像作为一种营销切入方法已被许多领域应用。本文从模型构建、数据来源、关键技术和应用场景研究分析。电力客户画像由客户标签、价值需求、服务策略构成,借由关键技术实现,并从电力用户和衍生领域进行应用探索。通过对电力营销信息化客户画像的应用研究探索,为客户洞察、电力服务和质量提升以及客户满意度提升奠定良好的基础。     

基于用户画像的信息智能推送方法

针对传统信息推送服务由于缺少对用户个人综合因素的考虑,存在针对性差、推广转化率低的问题,在大数据理论基础上提出了一种基于用户画像的智能信息推送方法。该方法将用户抽象为结构化信息本体,通过构建行为-主题、主题-词汇及行为-词汇三位一体的数学模型,研究基于用户画像的信息本体提取方法。采用包含对象、时间、地点、内容、行为和重返次数六方面内容的事件描述法计算本体权重,以此构建用户画像。设计了基于用户画像的智能信息推送系统,为大数据环境下面向用户的智能信息推送提供了一种新的方法。     

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     

学生画像技术在教学中的研究实践与应用

"学生画像"技术起源于电商领域的用户画像技术,指通过记录学生各种在校活动的数据,对其进行分析并将信息抽象成标签的过程.文章详细说明了通过数据采集、数据预处理、数据分析、聚类建模来完成学生个体和集体画像的技术实现过程;描述了将学生画像结果应用于教学后,对教师快速识别后进学生,督促其养成良好的学习习惯,制定个性化的帮扶措施,改进教学设计等都有较大的帮助.     

智慧校园中基于大数据的学生课程推荐系统设计

为应对日益复杂的学习环境和多样化的学科要求,文章设计了基于大数据的学生课程推荐系统。该系统包括服务层、推荐算法层和画像构建层。其中,服务层包括课程推荐结果可视化、课程画像可视化、在线教育平台;推荐算法层采用基于画像的方法,全面考虑学生个性和学科特性;画像构建层通过多源数据分析构建学生和课程画像。另外,为提升推荐准确性,文章提出了基于余弦相似度的改进理论,引入权重调整、特征衰减和动态相似度计算等。     

学生综合素质评价的用户画像构建研究

提升职业院校学生综合素质评价的科学性与准确性,是建设现代职业教育体系的必然要求。文章按照学生综合素质评价体系的要素,采集学生在校期间产生的海量数据,并对海量数据清洗、交换和集成。通过标签定义和模型特征构建,实现基于学生思想品德、身心素质、学业水平、实践能力、职业能力和指标评价的用户画像模型。该模型的构建为学生综合素质评价的方法、过程、反馈提供了新思路和新方法。     

面向药店会员用户画像的构建及应用研究

针对现阶段医疗领域的用户画像研究方法存在数据收集模式单一、对数据分析力度不够和对知识的融合较差导致构建的用户画像维度单一、精准度较低的问题,提出一种基于多视角、多维度的药店会员用户画像的构建方法.分别从传统的消费视角和医药视角,从用户基本属性、用户社会属性、用户行为属性、用户消费属性、用户价值属性、用户生命周期属性和用...     

基于用户画像及多车协同的环岛车辆换道策略

基于智能网联汽车车-路-环境的协同策略已成为一种解决智能交通领域问题的有效方案。因此通过结合交通环岛的行车特点,提出了一种基于车辆用户画像的交通环岛换道策略。首先为了解决交通环岛中智能网联汽车多源异构数据的混杂问题,定义了车辆用户画像,对智能网联汽车多维数据进行表征。其次,基于随机森林算法对车辆用户画像中标签的权重进行实时更新。再次,根据车辆用户画像及动态权重设计收益函数针对环岛出口位置的内道车辆进行换道决策,实现了决策的场景自适应。最后,利用SUMO对本算法在交通拥堵、正常、稀疏等三种场景中进行仿真测试。实验结果表明本算法使得车辆在交通环岛的通行效率和舒适度均得到有效提升,以此验证了车辆用户画像对于优化决策的场景自适应效果的作用。     

基于多源数据融合的电力用户画像构建方法研究

为提高电力用户类型分类精度及电力业务人员工作效率,提出基于多源数据融合的电力用户画像构建方法。收集电力客户缴费数据,采用灰色关联分析法,获取欠费数据与价格指数的关联度,利用电力网络多源数据集合与概率密度函数,提取用户欠费数据多源信息特征,构建电力用户多源数据融合体系,采用改进K均值聚类算法,获得电力用户总体调控簇别,评估用户信息全貌。实验结果表明,所提方法的敏感度用户类型分类精度较高,电力用户画像构建耗时较短,能够有效提高电力业务人员工作效率。     

工作记忆理论驱动的社交媒体用户画像自然属性预测模型

利用社交媒体用户生成的内容构建用户画像系统,为个性化服务和电商平台的精准营销提供支持,这是社交媒体分析领域重要的研究方向之一.文中研究用户以时间线方式发布内容形成篇章级长度的多模态数据,并针对由此给用户画像自动构建带来的挑战展开分析.以用户性别和出生年代为主的自然属性为目标,研究如何有效处理与分析社交媒体用户发布的篇章级多模态数据,提出基于Moments的社交媒体用户画像自然属性预测模型.在认知心理学启发下,通过工作记忆理论设计数据分块方式,缓解以拼接和滑动窗口为主的传统方法存在的语意破坏和语篇合成的问题.再针对用户在发表社交内容时存在的模态偏好问题,综合注意力平衡模态内数据和模态间数据对预测任务贡献度的差异,实现用户画像中自然维度属性的预测.实验表明,文中模型在用户性别和出生年代预测任务上的准确性较高.     

基于K2算法的精准营销研究

随着电子商务技术的飞速发展,用户量剧增。利用使用者在电商平台上的浏览痕迹对用户行为进行分析,实现商品的精准推荐,已经成为电子商务的一个热点应用技术和领域。用户行为的有效分析强烈地依赖对用户属性、行为和期待数据画像的精准刻画。然而,就目前的方法和技术而言,在数据画像模型的表现能力和推荐算法的处理效率方面还有许多技术挑战。面对上述挑战,利用数据画像和数据画像概率分配模型等概念,提出基于贝叶斯网络的预测推荐算法,通过构建用户行为的先验概率计算可能产生消费的后验概率。对信用卡APP的真实浏览日志数据进行测试,验证了该算法的可行性和有效性。实验表明,基于贝叶斯网络的推荐算法有着高于传统营销模型的准确性。     

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。     

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...     

基于QNX SDP的机载测量数据采集系统

航空机载测量数据采集是一种长时间、高效率数据采集过程.需要完成机载任务单元多通道数据的不间断采集,传统的机载测量数据采集系统需要进行多次断电和重新上电工作,不能丢失通电条件下保存的数据,一旦机载任务单元通道突然断电,导致通电条件下数据大量丢失,无法完成机载测量数据的准确采集;设计了一种基于QNX SDP的机载测量数据采集系统,分析了系统硬件数字电路和模拟电路的抗干扰设计,系统软件由采集初始化模块、数据采集模块以及QNX SDP系统时钟定时模块构成,3个模块通过QNX SDP进程管理器基于优先级进行合理调控,分析了基于QNX SDP的PWU人机界面模块组成和主要实现的任务,实现了用户和系统的实时机载测量数据交互;实验结果说明,所设计系统可实现ARINC429机载测量数据的有效采集,并给出ARINC429数据波形图,该系统具有较低的花费、较高的采集效率和精度,在机载测量数据实时采集应用中具有较好的通用性和扩展性。     

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.