导读:本文包含了社群挖掘论文开题报告文献综述及选题提纲参考文献，主要关键词:创作者
社群挖掘论文文献综述
乐剑峰[1]（2019）在《挖掘社群暗号，精准引发共鸣》一文中研究指出文案是"键盘上的推销员",工作是用文字的形式将产品推荐给顾客。这种"推销"和其他方式相比,有什么不同呢?假设你是商场的一名销售人员,你可以直接面对顾客,通过眼前的某位男士或女士的年龄、着装及其言谈举止来迅速地反应,转换你的销售话术,从而打动对方。但一名文案是没办法直接面对顾客的,他只是一个隐藏在各种广告背后的创作者。他的沟通内容发布之后是很难随时调整的,(本文来源于《销售与市场(营销版)》期刊2019年11期）
李勇,管慧,陈钰欣,谭小玲[2]（2019）在《基于社群用户评论的生鲜冷链溯源需求挖掘研究》一文中研究指出频发的生鲜安全事件,导致消费者对商家和产品失去信心,制约了生鲜市场的发展。感知消费者的需求,提供消费者满意的生鲜冷链溯源服务,将有利于生鲜市场的发展。通过Python获取数据和分析社群用户需求,并利用可视化工具展示消费者需求画像,据此分析消费者需要的生鲜冷链溯源服务。研究发现,消费者对于生鲜冷链溯源服务的要求在安全性、全程性、便捷性叁个方面。据此研究结果,本文提出了生鲜冷链溯源系统构建的相关建议。(本文来源于《现代商业》期刊2019年26期）
刘玉梅,姚宁[3]（2019）在《基于读者数据挖掘的图书馆阅读社群构建研究》一文中研究指出大数据时代,基于读者数据挖掘的图书馆构建阅读社群是非常必要的。文章分析了数据挖掘与大数据的联系和区别,介绍了图书馆阅读社群读者行为数据挖掘的方法与过程,提出了基于读者数据挖掘的图书馆阅读社群的构建策略。(本文来源于《河南图书馆学刊》期刊2019年07期）
白杨[4]（2018）在《社交网络中的标签主题识别及社群挖掘方法研究》一文中研究指出Web2.0技术与社会化媒体的迅速发展为人们获取信息、发表意见、交互活动提供了开放的、便捷的平台。海量复杂的信息产生在这种社交网络上,其背后隐藏着潜在好友、意见领袖、热点事件等有用的信息,而获得这些有用信息的关键是寻找具有相似性特征的用户群体——社群。实施有效的社群挖掘不仅影响着人们的生产和生活,也对促进社会的和谐发展具有十分重要的意义。社交网络的信息主要来源于用户生成和交互的文本内容,因此,社群挖掘不再是单一网络结构的发现,而是更需要着眼于对这些文本信息语义的理解和内容上的挖掘。本文借鉴社会标签系统的信息组织模式,以用户关系为研究对象,开展面向标签主题识别的社群挖掘的研究工作:1)提出一种基于标签主题的用户重要性区分方法。用户的兴趣可能是多方面的,而传统方法对用户的“多兴趣”并未加以区分,致使用户重要性区分并未在用户的同一兴趣类别中进行,导致了用户相似性度量的“兴趣偏差”问题。针对这一问题,本文在大众分类模式网络中,首先采用标签聚类方法来识别兴趣主题,并归类用户;然后在兴趣主题相同的用户社群中,结合社会网络分析和PageRank方法构建用户重要度指标;最后将该指标引入用户相似度模型,在delicious数据集上进行有效性的验证,并在好友推荐中得以应用。2)构建结合时间因素的用户兴趣更新模型。建立社交网络的用户兴趣模型对于提供高质量的网络个性化服务具有重要意义,而识别用户兴趣的变化则是建模中的难点。针对并未以大众分类模式搭建的社交网络的标签并不丰富的特点,以LDA(Latent Dirichlet Allocation)主题模型中的“词语”作为标签,将标签语义特征和时间特征相结合构建用户兴趣更新模型。按照微博信息量的不同将用户划分为两大类:针对微博信息丰富的老用户,引入时间权重函数构建用户LDA兴趣更新模型;而针对微博信息较少的“冷启动”用户,采用空间向量相似性度量方法构建用户的兴趣模型,并通过学习模型对用户的兴趣变化进行识别,实现对用户兴趣模型的更新。在微博数据集上对所提出的方法进行了应用,并获得了网络的主题、网络主题的核心用户以及用户的兴趣。3)提出一种综合考虑用户社会关系和用户生成内容社群划分的方法。本部分包括两个阶段的工作:用户综合相似度的确定和基于信息粒度的社群划分。第一阶段从用户社会关系和用户生成内容两个视角,采用链接预测方法优化社会关系模型,采用“细粒度”用户标签和“粗粒度”内容标签构建用户“标签-主题”关系模型,将这两个模型加权汇总并设定可适应性的调节参数,建立融合社会关系和用户内容的用户综合相似度模型。第二阶段针对K-Means聚类算法的不足以及数据的高维性和稀疏性的缺陷,将信息粒度原理应用于用户聚类分析中,给出用户等价关系的隶属度和广义的等价关系,在此基础上提出一种基于信息粒度的社群划分算法。实验结果表明,由于有效融合了用户的社会关系这一重要信息和引入信息粒度方法,提出的模型与未加权的用户标签主题模型、K-Means相比,获得了更好的Ⅰ指标和Dunn指标评价结果。4)提出社群的知识增长测度及用户选择方法。将社会标签系统应用于知识服务研究中,借鉴前文社群挖掘关键技术和研究成果,建立一种混合标签本体模式下的语义知识库,分析生成的知识社群组成及特征。将个体与组织之间的知识转移进行量化表示,对知识社群内的知识存量和知识增长进行测度。从内容感知的角度,结合相似度计算模型,设计知识转移过程的用户选择算法,优化知识转移,进而推动知识在群体内的良性高效流动。(本文来源于《大连理工大学》期刊2018-09-10）
王野[5]（2018）在《基于Chameleon算法的网络社群用户特征挖掘》一文中研究指出互联网不断冲击传统商业模式和社会协作方式,同时,网络社群这种新的连接方式也正在对中国新经济的发展以及社会的进步产生着潜移默化的影响。用户是网络社群最重要的组成部分,用户既是网络信息的获取者又是网站信息的传播者和制造源,对网络社群中海量的用户数据进行分析可以更精准、更快速的掌握用户的一些重要的特征,从而为企业和公司的发展提供信息基础。因此,结合Chameleon聚类算法采用动态建模、可以发现高质量的不同形状、大小、密度簇的特点,进行网络社群用户特征的挖掘是一项值得进行的研究工作。本文首先针对Chameleon算法的缺点,提出了不需要人工干预的Chameleon算法,通过引入递归二分法、flood fill漫水填充法以及第一跳截断等方法对传统的Chameleon聚类算法提出了改进方案,还提出了一种能够从修改的变色龙树状图中自动选择最佳聚类结果的方法,然后在不同规模、不同类别的数据集上进行了实验验证,并采用3个现有的改进算法进行了对比,实验结果显示,本文改进的Chameleon算法在NMI评价标准、聚类精度以及运行时间方面都有着不错的表现。基于改进的Chameleon算法,从用户内容数据以及用户行为数据两方面进行网络社群基础数据的挖掘和采集,实现网络社群的自动聚类并对聚类结果进行分析和解释;然后在聚类结果的基础上,对采集的用户信息数据源进行静态以及动态的分析,采用WordArt可视化工具进行用户画像的数据建模,以此来描述用户的特征,最终根据构建的用户行为模型,分别针对产品类社群以及社交类社群提出精准的运营策略,为解决当前网络社群的运营问题提供新的思路和想法。(本文来源于《哈尔滨工程大学》期刊2018-01-01）
余以胜,徐剑彬,刘鑫艳[6]（2017）在《基于社群挖掘的用户个性化信息推荐方法研究》一文中研究指出当前情报学科的发展目前呈现出多维度、跨学科等特点,而结合个性化信息推荐算法,可为其注入新活力。本文的研究是为了提高个性化信息推荐的效果,解决个性化信息推荐的稀疏性问题,以期可以促进情报学科的新发展,为此,我们引入了社群挖掘概念,得到TO算法,在协同过滤或关联规则推荐之前先对数据进行社团划分,通过对Book-crossing公开数据集的验证分析,并与对照算法相比,我们发现TO算法的准确率和调和度都最佳。(本文来源于《情报学报》期刊2017年10期）
吴宛青[7]（2017）在《宠物咖啡：不一样的宠物商业生态圈》一文中研究指出据媒体报道，深圳的左女士将宠物狗从深圳航空托运至武汉，但当父母到达机场接宠物狗时，却被告知狗已没有生命迹象，由此引发了东方航空和爱狗人士之间的骂战。近年来，我国宠物数量及养宠人士正以每年20%-30%的速度增长。截至2016年底，养宠族群已覆盖(本文来源于《杭州日报》期刊2017-06-28）
邓周灰[8]（2017）在《移动社群挖掘算法及统计特征研究》一文中研究指出随着移动手机用户快速普及,移动社群已经成为人们关注的一个热门话题。移动社群是移动互联网中相对密集的区域,其内部实体间存在着紧密连接,而社群区域之间相互隔离或者联系较少。本课题对移动社群理论技术的推动和移动社群营销技术的发展有重要的学术和应用研究价值。移动通话和短信数据是移动互联网时代中的两种重要和简单的移动通信数据。本文的数据来源于某地区中国移动通信用户的通话话单和短信记录,该样本数据包括移动脱敏用户100万个,总通话记录264万条,字段主要包括用户编号、通信时间、通信时长等。基于真实的通话和短信数据,本文对移动社群的挖掘算法及统计特征方法进行研究,其主要研究内容与创新点如下:移动社群网络的识别和关键用户的判别技术的研究,不仅对移动社群网络的理论发展有重要的研究价值,也对社会网络及社会计算的研究起到推动作用。本文提出了一种基于Potts Spin-glass(PSG)的移动社群识别模型,该模型的Hamiltonian模块度评估函数能够很好的对社群进行分类。在PSG模型的基础上,提出了基于Jaccards系数的关键用户判别模型,该模型对于评估移动关键用户间紧密性提供了一条有效途径。通过实证研究表明,本研究的移动用户数据在某些维度上具有“二八规则”中的普遍规律,例如90%以上的通讯(包括短信、通话)来自于大约10%的移动客户。在真实的移动通话和短信数据的基础上,本文将移动社群的特征分成4个类别,从原始通话和短信数据中提取了的8个移动社群度量指标,利用判别坐标分析方法对高维数据进行降维处理,建立移动社群特征预测模型,给出了移动社群特征预测的一般步骤,提出了移动社群特征分析的新方法。实验结果表明了提出模型的可行性和有效性,其预测准确率达到95%。(本文来源于《贵州大学》期刊2017-06-01）
戴世富,郑书琴[9]（2015）在《品牌社群营销价值挖掘与策略分析》一文中研究指出品牌社群的兴起,促进了营销方式的变革,一种以社群关系为核心的营销模式越来越受到企业的青睐。本文从品牌社群内涵与特征出发,分析品牌社群在企业目标市场细分、产品创新以及提高品牌认同叁方面的营销价值,并针对企业如何更好地进行品牌社群营销给出了策略性建议,以期促进企业健康有序发展。(本文来源于《视听》期刊2015年12期）
李春光[10]（2015）在《挖掘社群经济潜力》一文中研究指出社群经济的本质,即高概念与高感性的人格体验。所谓高概念,指的是一个社群经济实体必然需要拥有一个面向未来的高度概念化的思想结构;而所谓高感性,指的是社群经济实体对内外展现的主体方法必然是一系列超越现实的高度感性化的艺术形象——对于前者,我们可以从特斯拉和阿斯顿马丁每年都要推出的"概念车"中得到其影子与印象,对于后者我们则可以从对迪斯尼的印象中得到提示。过去,当人们谈到社群经济的时候,(本文来源于《现代企业文化(上旬)》期刊2015年09期）
社群挖掘论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
频发的生鲜安全事件,导致消费者对商家和产品失去信心,制约了生鲜市场的发展。感知消费者的需求,提供消费者满意的生鲜冷链溯源服务,将有利于生鲜市场的发展。通过Python获取数据和分析社群用户需求,并利用可视化工具展示消费者需求画像,据此分析消费者需要的生鲜冷链溯源服务。研究发现,消费者对于生鲜冷链溯源服务的要求在安全性、全程性、便捷性叁个方面。据此研究结果,本文提出了生鲜冷链溯源系统构建的相关建议。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
社群挖掘论文参考文献
[1].乐剑峰.挖掘社群暗号，精准引发共鸣[J].销售与市场(营销版).2019
[2].李勇,管慧,陈钰欣,谭小玲.基于社群用户评论的生鲜冷链溯源需求挖掘研究[J].现代商业.2019
[3].刘玉梅,姚宁.基于读者数据挖掘的图书馆阅读社群构建研究[J].河南图书馆学刊.2019
[4].白杨.社交网络中的标签主题识别及社群挖掘方法研究[D].大连理工大学.2018
[5].王野.基于Chameleon算法的网络社群用户特征挖掘[D].哈尔滨工程大学.2018
[6].余以胜,徐剑彬,刘鑫艳.基于社群挖掘的用户个性化信息推荐方法研究[J].情报学报.2017
[7].吴宛青.宠物咖啡：不一样的宠物商业生态圈[N].杭州日报.2017
[8].邓周灰.移动社群挖掘算法及统计特征研究[D].贵州大学.2017
[9].戴世富,郑书琴.品牌社群营销价值挖掘与策略分析[J].视听.2015
[10].李春光.挖掘社群经济潜力[J].现代企业文化(上旬).2015
标签：创作者;