基于购买行为及评论行为的用户购买预测研究

随着网络消费的兴起,第三方点评网站也在蓬勃发展,针对非契约情景下用户未来购买行为预测是用户终身价值评估、 用户流失管理等研究领域的关键.为了实现用户购买预测研究,选取了大众点评网的用户数据,结合大众点评网的用户行为特征,借鉴非契约情境中经典的Pareto/NBD模型对用户购买行为进行预测研究,同时尝试在原模型的基础上引入协变量,取得了较理想的改进效果,揭示了大众点评网评论平台中的用户评论数据对用户购买数据的预测作用.     

一种确定典型客户购买率的新方法

购买率是描述间歇性客户交易行为的基本变量,典型客户购买率是分析间歇性客户细分上客户购买行为的基础.目前,典型客户购买率的确定还比较繁复.本文利用不确定推理中的概率推理方法,设计了购买决策树回溯推理的模型和算法,有效解决了这一问题.     

一种新的累积客户保持率模型

累积客户保持率是描述永久性流失客户交易行为的基本变量。目前,累积客户保持率通过指数模型来确定,该方法产生的拟合结果与实际情况有较大的差距。本文选用威布尔寿命分布模型来确定客户保持率,取得了较好的效果。     

移动客户价值评价方法研究

评价客户价值是客户关系管理核心基础.传统价值评价方法基于专家评分,过于依赖专家的主观判断.因此,针对移动运营商的客户特点,本文提出一套综合评价移动客户价值的指标体系,并且设计出基于数据挖掘技术的客户价值评价方法.最后应用移动运营商的真实客户数据对该客户评价方法进行检验.     

新媒体事件新闻话题数预测建模

新闻话题数是新媒体事件网络舆情热度高居不下的主要原因,本文从"媒体事件"与"新媒体事件"概念和区别出发,探索新媒体事件的传播机理。以新媒体事件的新闻话题数为研究抓手,提炼新媒体事件发生发展中影响新闻话题数的关键变量,并通过数学建模最终建立新闻话题数预测模型,为相关部门合理引导新媒体事件提供理论支撑。     

医联网:新时代医疗健康模式变革与创新发展北大核心CSCDCSSCI

医联网是互联网扎根于医疗健康体系中诞生的衍生物,其建设发展符合互联网的价值演变规律,正在经历从技术性向平台性、资源性转变,加快推动院内-院外、线上-线下的资源整合与协同,并正在引发医疗健康行业发展范式和服务体系的重大变革.在梳理智慧医疗发展现状及主要挑战的基础上,提出了医联网的定义,指出了其泛连接性、超时空性、强连续性、高安全性和高可及性等主要特征,并探究了医联网的发展形态和模式变革.最后,提出了医联网构建和医联网环境下的数据治理、服务协同、全流程监管等领域的关键科学问题,以期指引新时代医疗健康模式的变革和创新发展.     

基于多维数据的研究生培养质量评价体系构建

结合信息时代特点和调研单位高校在研究生人才培养方面的优势,分析研究生培养质量形成机理动态过程.在此基础上,依托该高校研究生对学校培养过程的评价数据,分析研究生培养环节可对研究生质量产生重要影响的因素,提出研究生培养质量评价指标体系的基本框架,并初步构建研究生培养质量评价指标体系.最后,结合专家问询意见,进行指标体系筛选和完善,得到最终的研究生培养质量评价指标体系,以期反馈给决策部门,优化培养过程中的质量管理工作.     

基于改进的Pareto/NBD模型预测博客用户在线行为

博客用户在线行为分为发文行为和流失行为.由于这两种行为分别与交易过程中客户的购买行为和流失行为具有相似性,选择借鉴客户基分析中的Pareto/NBD模型进行预测.考虑到用户间交互性对博客用户在线行为具有重要影响,通过比例风险模型向经典的Pareto/NBD模型中加入体现用户间交互性的协变量.Pareto/NBD模型经过改进,实现了对博客用户在线行为的预测.实证研究以用户博客空间中的总评论量和总浏览量作为协变量.数据分析结果显示,当使用总评论量作为影响流失行为的协变量时,改进模型的预测精度显著提高.进一步分析还发现,总评论量对博客用户“存活”时长的正向激励存在着阈值.     

在线社交网络结构对信息传播的影响研究——以北京邮电大学某实验室为例

随着Web2．0技术的产生,在线社交网络平台得到了迅速的发展。本文首先综述了近年来基于复杂网络理论的在线社交网络结构方面的研究成果,从网络拓扑结构这一底层机制的角度出发,指出不同类型在线社交网络形成的差异。以北京邮电大学某实验室的社交网络关系为实证研究对象,证实了以研究为目的的科研团体及沟通紧密型网络结构对信息传播的影响,有助于了解信息在网络中的传播特征,进一步分析网络结构与传播媒介的作用机理。     

刻画客户行为特征的概率分布选择研究

在客户基分析领域中,学者们针对客户在交易过程中表现出的不同行为特征建立了众多与之适应的概率模型。这类模型主要通过在假设中选择不同的概率分布对客户行为特征进行刻画。本文基于经典的Pareto/NBD模型的五项假设,分别从数学性质角度和行为特征角度分析出各项假设中使用各种分布的差异以及之间的转换条件,并总结得到各项假设中选择分布的衡量标准,从而帮助建模者理解和区分各种分布所适合的刻画情景。