面向社交网络用户商业价值细分的数据挖掘模型

《面向社交网络用户商业价值细分的数据挖掘模型》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、面向社交网络用户商业价值细分的数据挖掘模型关键词：自上世纪90年代互联X进入我国以来，我国互联X行业发展有了长足的进步。从最早的门户X站、电子邮件服务到搜索引擎、社交X站，我国的互联X行业始终紧跟着国外的创新脚步并蓬勃发展。根据金融信息资讯服务机构ChinaVenture投中集团旗下数据产品CVSource统计。用户信任度和客户信任度都在某种程度上的相似，因此信任度在研究付费用户付费意愿上有很重要的作用。2.面向社交X络用户商业价值细分的数据挖掘模型2.1.评价指标和细分方法首先，用户的经济能力是用户商业价值的重要部分

2、。目前的客户价值细分理论多以用户为对象，并不过多讨论客户的经济实力，然而，SNS服务企业为了获得运营资金，需要向用户收费，而用户的经济实力是用户向企业付钱的必要条件。目前对于个体经济实力的衡量，一般采用居民可支配收入作为评价指标。然而，本文认为个体的消费情况也是一个不容忽视的因素。不同的人群花钱的动力和意愿，以及对高质量生活的追求也是不同的。因此消费情况，尤其是用户的X上消费情况应该作为对用户经济能力分析的指标之一。统计学中常常使用“恩格尔系数”作为衡量生活水平的标准，而我们也可以采用类似的方法定义个人X络消费指数。用

3、户的兴趣是衡量用户潜在价值的一个重要因素。本文认为，用户的兴趣对于用户潜在价值的影响在于用户关注的主题中，商业相关主题所占比例，我们可以称之为用户的商业关注意向。一般来说，商业相关主题能够反映用户对于特定产品或服务的付费意愿。当某用户经常访问某品牌的X页的时候，该用户可能有较高的意愿为此品牌产品付费。而SNS平台作为信息渠道，可以依据此类信息制造电子商务的机会来从中获利。从文献提出一种基于=IDM（user.A,user.B）//用户兴趣模型获取H=Refine（M,user.C,std）//高兴趣度、高关注度商业主题

4、集获取，std为统计筛选标准R=M和H的交集//获取每个用户的高关注、高兴趣度商业主题集if(R非空)score=Score(R)//依据用户主题数量和相应的兴趣度打分elsescore=0endifendfor3.5.用户聚类分析至此，我们结合以上三步的挖掘工作获得的指标，然后以欧氏距离为相似度标准进行K-means聚类分析。将用户分成多个类别。依据具体的用户类别属性，可以确定用户的价值情况。4.结语本文提出一种面向社交X络用户商业价值细分的数据挖掘模型，该模型的目的在于初步探究社交X络用户的商业价值高低，以便为企业

5、确定和实施营销战略，建立商业模式提供决策依据。本文的创新之处在于结合了现有的客户价值和客户细分以及社会资本相关理论，利用多维度的聚类分析来挖掘用户的潜在商业价值。但本文的研究还需进一步完善，首先模型对用户付费意愿的挖掘指标较为依赖用户的信任度，较少触及用户的社会X络关系，而当某用户在整个社交X络中处于中心节点的位置时（受到大部分其他用户关注），用户建立的社会X络价值也将影响用户本身的价值。但这种影响可能并不以用户的付费意愿体现，因此需要进行进一步研究。另外，对于SNS用户的付费意愿，国内外的研究目前都还不是很充分，对于

6、评价指标的选择还要进一步进行研究和论证。