徐山川
- 作品数：4 被引量：101H指数：4
- 供职机构：北京大学信息管理系更多>>
- 发文基金：国家自然科学基金更多>>
- 相关领域：文化科学经济管理自动化与计算机技术更多>>
- 移动用户画像构建研究被引量：64
- 2016年
- 基站通信网络数据蕴含着丰富的移动用户行为,从移动用户频繁活动、规律行为以及移动速度3方面建构移动用户行为画像,可以为个性化服务提供更完整丰富的信息。在分析和挖掘某电信运营商3万位移动用户记录的基站数据的基础上,本文采用频繁模式挖掘、构建概率矩阵、计算熵等方法,从用户基站日志中所包含的地理位置信息中构建移动用户行为画像。研究结果表明,该画像模型可显示移动用户的频繁活动规律、周期性行为及出行方式,可作为分析移动用户群体行为及用户间交互行为的基础。
- 黄文彬徐山川吴家辉王军
- 关键词：移动数据移动用户
- 数据驱动的移动用户行为研究框架与方法分析被引量：24
- 2016年
- 随着智能设备的高度普及化,移动用户产生了海量移动数据。数据驱动的移动用户行为还原与挖掘,能够为用户提供深度个性化服务,成为数据挖掘的热点之一。相关研究的目的和方法差异较大并缺乏统一的研究框架,本文在2005-2015年间发表在国内外重要期刊和会议上的相关文献中筛选出近50篇有关键影响的论文,经过系统梳理和分析,建构了数据驱动的移动用户行为研究框架,主要包括：移动数据的类型、移动用户行为模式分析、移动用户画像的建构和移动用户画像的深度应用。并且系统梳理了移动用户行为研究的方法,总结了当前研究的主要难题和研究方向。
- 黄文彬吴家辉徐山川王军
- 利用通信数据的移动用户行为分析被引量：5
- 2015年
- 【目的】了解移动用户的行为模式并建立用户模型。【方法】基于国内电信运营商随机抽取某市一万个移动用户一周的日志记录,包含4万余条通话记录和200余万条网络请求,每条请求包含对应的基站标号以及基站地理位置。从消费能力、通话量、网络请求量、位移量4个维度在这批数据中提取14种基本特征指标,并利用K-means方法聚类。【结果】将移动用户区分成规律通话型、随机上网型、居家节约型和随机高消费型4类用户模型。【局限】用户量与数据量有限,没有采用更复杂的机器学习算法构建用户模型。【结论】研究结果对移动应用个性化服务的改进具有重要的参考价值。
- 黄文彬徐山川马龙王军
- 关键词：用户行为分析聚类数据挖掘
- 电商用户需求状态的聚类分析——以淘宝网女装为例被引量：12
- 2015年
- 【目的】通过浏览器日志挖掘探测消费者在电商平台下网购的需求状态,以实现有效的购物引导。【方法】获取淘宝网女装购物会话,对会话中的页面类型进行标记,对标记后的会话数据基于访问的页面特征(包括页面类型和页面复杂度)进行聚类分析,从而揭示电商用户的需求状态。【结果】基于页面类型聚类得出4种典型的电商用户需求状态类型,包括后台管理型、持续搜索型、商品浏览型以及信息搜寻型。再基于所访问页面的复杂度,进一步将这4种状态细分为9种。【局限】仅分析电商用户需求状态,进一步的研究应基于9种状态构建电商导购机制。【结论】对购物会话进行基于页面类型和页面复杂度的聚类,得到区分度明显、易于解释的会话类型。这表明通过页面类型来判定网购用户动态变化的需求状态是行之有效的方法。
- 张文君王军徐山川
- 关键词：购物行为K-MEANS聚类
