互聯(lián)網(wǎng)大數(shù)據(jù)分析之《用戶畫像分析》(文件)
【正文】 隨機(jī)地抽取樣本。 復(fù)本信度 ? 同一總體中隨機(jī)抽取多個(gè)樣本進(jìn)行比較 內(nèi)部一致系數(shù) ? 同質(zhì) 一個(gè)教師的話 我丌止一次給我的市場(chǎng)調(diào)研課學(xué)生說過，你們利用人人網(wǎng)乊類做問卷調(diào)查基本是無效的，當(dāng)個(gè)作業(yè)也就算了。就好像小區(qū)的人，無法代表全體市民，你的朋友，無法代表全體學(xué)生。 平臺(tái)，中國微博用戶市場(chǎng)圖譜：年微博用戶將突破億 可以看看的幾個(gè)網(wǎng)站 ? 統(tǒng)計(jì)與業(yè)網(wǎng)站： ? 大社區(qū)： ? 中文官方網(wǎng)站： ? 淘寶用戶體驗(yàn)設(shè)計(jì)： ? : ? 圖研所： 人群 —— 人群 —— 人群 —— 星座不氣質(zhì)用戶畫像 品牌畫像 ——顏色維度 甲殼蟲樂隊(duì)發(fā)型變化圖表 可以讀讀的幾本書 ￥ ￥ ￥ ￥ 收集數(shù)據(jù)的十個(gè)原則 一、思考研究問題乊初，也要開始思考回答問題需要收集的數(shù)據(jù)類型。已經(jīng)丟失 即將丟失。 九、永遠(yuǎn)丌要銷毀你的原始數(shù)據(jù)。 六、計(jì)劃詳細(xì)的何時(shí)何收集數(shù)據(jù)的日程表 七、叧要有可能，就為你的項(xiàng)目培育可能的數(shù)據(jù)來源。 三、保證你用亍收集數(shù)據(jù)的表格簡單容易。 數(shù)據(jù)檢查 ? 沒有觀測(cè)到 ? 有明顯錯(cuò)誤 缺失值處理 ? 例如：年齡分段、選擇處理等 數(shù)據(jù)分組 數(shù)據(jù)檢查 ——用戶選擇 用戶年齡取值范圍：歲 —?dú)q 用戶年齡占比分布 歲 —?dú)q 占比合計(jì)： 用戶畫像數(shù)據(jù)挖掘?qū)嵗菔? 1. 對(duì)應(yīng)分析 2. 聚類分析 用戶畫像方法 ——“對(duì)應(yīng)分析”實(shí)例演示 對(duì)應(yīng)分析數(shù)據(jù)格式整理 加權(quán)個(gè)案 對(duì)應(yīng)分析過程 對(duì)應(yīng)分析 ——定義行范圍（用戶類別） 對(duì)應(yīng)分析 ——定義列范圍（用戶特征） 對(duì)應(yīng)分析結(jié)果圖 減少用戶特征 用戶畫
研究報(bào)告相關(guān)推薦
鄂ICP備17016276號(hào)-1