导 师: 蒋盛益
授予学位: 硕士
作 者: ;
机构地区: 广东外语外贸大学
摘 要: 微博(Microblog)是一个基于用户关系网络的信息分享和传播的互动交流平台。微博凭借其信息传播的共享性、实时性、互动性、影响力以及传播方式的多样性,不仅成为人们获取热点资讯和各方观点的重要信息媒介,更是人们扩大人际圈子的社交平台,同时也成为企业开展新型精细化营销不容忽视的社会化媒体。充分利用微博信息传播快、互动性强、实时分享等特点进行社会化媒体营销能帮助企业提升品牌和知名度,推行全新的精细化营销策略,以扩大市场份额、提升企业利润。因此,微博营销成为企业社会化媒体营销的重要手段。客户细分是开展精细化微博营销的重要基础。如何有效地刻画客户的特征是实现客户细分的关键问题。目前国内外针对社会化媒体的企业客户细分研究尚不多见,相关研究主要包括传统的企业客户细分方法、根据人口统计信息和微博用户行为等方面的特征来描述用户的特征以对用户进行分类等方面。然而,由于对微博用户兴趣等特征的描述不够全面,并且微博平台缺乏详细可用的人口统计数据和用户行为信息,传统方法的客户细分效果差强人意,难以延伸应用到社会化营销领域的客户细分问题。本文认为微博用户的个人特性及其社会关系特性对用户兴趣的描述具有重要的意义,能为微博平台的企业客户细分提供全新的研究视角。因此,本文提出融合微博用户的自定义标签和博文主题词语、及其关注的领域大V用户的标签,从个人和社会特性两方面刻画微博用户的兴趣,并引入文本聚类方法,提出一个面向微博平台的企业客户细分框架,以解决客户兴趣的描述、细分、评价及结果可视化等问题。实验结果表明本文提出的框架是可行的,并且使用基于非负矩阵分解的方法优于基于K-means和层次聚类的客户细分方法。充分借助微博平台潜藏的大量有价值的文本内容和丰富的社会关系,融合用户个人生成的标签和博文主题词语、及其关注的领域大V用户的标签能有效刻画客户的兴趣爱好;本文提出的融合用户兴趣建模和文本聚类的企业微博客户细分框架,不仅可以为企业的微博客户细分问题提供一种崭新的研究思路和手段,同时也可以为潜在客户挖掘、客户流失预测等经典客户关系管理问题及个性化推荐、精准广告投放等社会化营销策略提供参考和借鉴。
关 键 词: 用户兴趣 客户细分 微博营销 文本聚类 非负矩阵分解
分 类 号: [F274 G206-F]