【正文】 與此同時，我身邊的朋友一個接一個的離開了 ,我的名聲也越來越壞。而這一切都是楊一一帶給我的，那真是一段陽光燦爛的日子。所以 ?? 我壓抑著自己的情緒，隨即發(fā)了個感動的圖象。 那個假期，我蝸居在自己的小屋，把作業(yè)拋到地中海，瘋狂地上網(wǎng)，聊天。這次，他竟然主動要求添加我為好友，真讓我詫異。為此，女孩子們都愿意和他交往。 吃飯的時候，我給爸爸說我想要電腦 ,他們很爽快的答應(yīng)了。 一、相遇是個偶然 “曾經(jīng)，我的日子里充滿了陽光的味道?！碑?dāng)她進(jìn)來的時候，老班站在門外，向她發(fā)出討好的笑。 R方約為 0. 9, 顯示模型擬合度較高。 第 41頁 高校迎新客戶發(fā)展支撐 案例介紹 對市場新增客戶發(fā)展情況及占有率進(jìn)行全天候 24小時監(jiān)控 ， 制定新增異常應(yīng)急預(yù)案 ， 及時抑制競爭對手發(fā)展 ， 集中火力進(jìn)攻客戶新增重點(diǎn)區(qū)域 。 ?所有用戶進(jìn)行兩次實(shí)驗(yàn)，前后兩次推送的內(nèi)容不同。 第 29頁 研究成果介紹 ? 方法研究 社會網(wǎng)絡(luò)關(guān)系判定與社區(qū)發(fā)現(xiàn) 推薦算法與平臺 ? 應(yīng)用研究 業(yè)務(wù)推薦 家庭客戶挖掘模型與統(tǒng)一視圖 號立方用戶關(guān)系管理平臺 移動互聯(lián)網(wǎng)分析平臺 內(nèi)容推薦 12530WAP個性化音樂推薦產(chǎn)品 基于 wap日志的用戶偏好分析及推薦系統(tǒng) 無線音樂用戶使用偏好模型及欺詐行為識別模型 營銷支持與目標(biāo)選擇 高校用戶特征挖掘模型 Wlan用戶分析與挖掘系統(tǒng) 定制終端營銷決策支持模型 第 30頁 12530WAP個性化音樂推薦產(chǎn)品 (四川 )目標(biāo)與技術(shù)路線 目標(biāo) 通過個性化推薦，增強(qiáng)用戶粘性，增加用戶的回訪率，提升用戶的轉(zhuǎn)化率，培養(yǎng)一批具有高價值、高活性會員用戶群體。 ④ 用戶其他行為如上網(wǎng)時段、使用業(yè)務(wù)等分析 第 28頁 移動互聯(lián)網(wǎng)分析平臺 應(yīng)用 營業(yè)廳 推薦套餐訂購嘗試數(shù) 套餐成功訂購數(shù) 推薦套餐升級嘗試數(shù) 套餐成功升級數(shù) 推薦成功率 青羊營業(yè)廳 115 22 20 7 21% 少城營業(yè)廳 43 9 8 2 22% 八寶街營業(yè)廳 52 13 9 2 25% 人東廳 244 49 55 21 23% 合計(jì) 454 93 92 32 23% 1 上網(wǎng)套餐推薦成功率上升 。 原文示例： 《 國外運(yùn)營商 LTE市場發(fā)展與策略分析 》 推薦結(jié)果：主題相符或相近內(nèi)容占比 80%以上，較之關(guān)鍵字匹配，在擴(kuò)展性和精準(zhǔn)性方面都有很大提升。 提出營銷需求 分析 需求 樣本數(shù)據(jù)需求 提取樣本數(shù)據(jù) 算法模型試驗(yàn) 預(yù)期效果和資源需求 制定部署方案 評估及協(xié)調(diào)資源 提供模型、接口文檔 遠(yuǎn)程或本地部署 精確營銷實(shí)驗(yàn) 營銷效果評估 省公司 研究院 第 8頁 開題計(jì)劃完成情況總結(jié) 研發(fā)情況總結(jié) 項(xiàng)目研發(fā)總結(jié) ?項(xiàng)目的時間安排、人員分工、成果達(dá)到了開題計(jì)劃中的預(yù)計(jì)目標(biāo) , 絕大部分成果取得了良好的效益。 定制終端研究（湖南） ： 通過單個客戶終端補(bǔ)貼效益分析模型、多維度終端捆綁客戶分析模型、移動客戶終端消費(fèi)行為分析模型，建設(shè)終端營銷方案決策支持系統(tǒng) 第 5頁 開題計(jì)劃完成情況總結(jié) – 項(xiàng)目總體研究框架 交往圈 數(shù)據(jù)整合 方法研究 (研究院） 上網(wǎng)日志 應(yīng)用研究 業(yè)務(wù)推薦 內(nèi)容推薦 營銷支持與目標(biāo)選擇 社會網(wǎng)絡(luò)分析 社區(qū)發(fā)現(xiàn) 關(guān)系類型挖掘 精準(zhǔn)推薦算法及平臺 基于內(nèi)容推薦 基于行為推薦 音樂日志 位置信息 終端補(bǔ)貼數(shù)據(jù) 家庭社區(qū)發(fā)現(xiàn)與營銷 (上海 ) 無線音樂用戶偏好分析與欺詐分析(四川） 高校用戶特征挖掘與營銷 (廣東 ) Wap音樂個性化推薦(四川） 用戶偏好分類與推薦系統(tǒng)(安徽 ) Wlan用戶分析挖掘系統(tǒng) (廣東） 定制終端消費(fèi)分析與營銷（湖南） ”號立方“關(guān)系管理系統(tǒng) (江蘇 ) 移動互聯(lián)網(wǎng)分析平臺(四川） 第 6頁 開題計(jì)劃完成情況總結(jié) – 成果一覽 單位 主要成果 初步應(yīng)用效果 研究院 推薦平臺系統(tǒng) (含推薦平臺系統(tǒng)、社會網(wǎng)絡(luò)關(guān)系分析系統(tǒng)、基于內(nèi)容的用戶偏好分析模型等） 提交專利申請 3項(xiàng) labs流量 提升 20%以上，跳出率減小 一半 以上； 研究成果應(yīng)用于 :四川公司子項(xiàng)目音樂基地 wap音樂推薦、安徽公司子項(xiàng)目基于 wap的推薦系統(tǒng)、上海公司子項(xiàng)目家庭客戶挖掘、江蘇公司子項(xiàng)目號立方系統(tǒng)及其他項(xiàng)目中。中國移動集團(tuán)重點(diǎn) /聯(lián)合研發(fā)項(xiàng)目結(jié)題匯報(bào)報(bào)告 項(xiàng)目名稱：面向精確營銷的用戶行為分析模型研究與應(yīng)用 項(xiàng)目編號： 第 2頁 一 . 開題計(jì)劃完成情況 目 錄 二、主要研究成果（整合后） 第 3頁 研究背景及目標(biāo)（開題報(bào)告） ? 市場競爭日趨激烈， 特別是在高校、家庭市場，音樂、終端、移動互聯(lián)網(wǎng)等領(lǐng)域，需要更精準(zhǔn)的營銷 。 上海公司 家庭客戶挖掘模型、統(tǒng)一視圖及營銷方案 模型實(shí)際驗(yàn)證 準(zhǔn)確率 79%；實(shí)際營銷成功率 提高 3倍 以上 四川公司 無線音樂用戶使用偏好模型及欺詐行為識別模型； 移動互聯(lián)網(wǎng)分析平臺 12530WAP個性化音樂推薦產(chǎn)品 使用偏好模型進(jìn)行無線音樂營銷，成功率 提升 %,欺詐模型發(fā)現(xiàn) 95%的欺詐用戶； 使用移動互聯(lián)網(wǎng)分析平臺，上網(wǎng)套餐推薦成功率 提升一倍以上； 使用個性化音樂推薦，推薦頁面訪問轉(zhuǎn)化率 提升 % 湖南公司 定制終端營銷決策支持模型 模型驗(yàn)證表明模型預(yù)測的 arpu與實(shí)際 arpu擬合度達(dá) 90%以上。 ?研究中也存在一些不足。 按興趣推薦內(nèi)容或相關(guān)標(biāo)簽 ? 博文 ? 報(bào)告 /視頻 ? 新聞 ? 帖子 實(shí)際應(yīng)用效果： Labs推薦上線后，平均提升了 20%的流量，跳出率較少 一半多，平均頁面停留時間增長 3%。成都分公司武侯區(qū)營業(yè)廳在 11月 1日 5日利用顧問營銷系統(tǒng)進(jìn)行手機(jī)上網(wǎng)套餐推薦的試驗(yàn)數(shù)據(jù)證明，該模型能夠提升推薦成功率 100%以上 (注：原推薦成功率約 10%)。 高 頻 用 戶 中 頻 用 戶 低 頻 用 戶 SlopeOne 按照用戶歷史訪問項(xiàng)目集合，根據(jù)音樂間的線性擬合評分偏差，預(yù)測推薦期望最高的音樂 關(guān)聯(lián)規(guī)則 查找與某一音樂共現(xiàn)的其他音樂，用歌曲熱度、用戶訪問時間、頻次等加權(quán)進(jìn)行相關(guān)性排序 TOPN 根據(jù)歌曲熱門程度、流行程度、推薦程度、下載次數(shù)等進(jìn)行排序，選取最大的 N個進(jìn)行推薦 每個用戶的音樂推薦列表 運(yùn)營規(guī)則干預(yù) 原則：針對不同類型的用戶采用與之相應(yīng)的推薦算法 第 31頁 12530WAP個性化音樂推薦產(chǎn)品 應(yīng)用形式 首頁 1 2 原暢銷歌曲頁 3 個性化推薦頁 第 32頁 12530WAP個性化音樂推薦產(chǎn)品 應(yīng)用效果 實(shí)驗(yàn)前推薦頁轉(zhuǎn)化率 實(shí)驗(yàn)后推薦頁轉(zhuǎn)化率 20% 將個性化推薦模型部署在 12530 WAP現(xiàn)網(wǎng)系統(tǒng)的 1臺前端機(jī)中，進(jìn)行了近 20天的實(shí)驗(yàn)，結(jié)果表明推薦模型大幅提升頁面訪問的轉(zhuǎn)化率。 ?計(jì)算指標(biāo)為“命中率”，即記錄推薦用戶中有多少用戶成功訪問推薦的信息。 9月高校迎新期間 ，發(fā)展高校新增活躍客戶超過 24萬 ， 同比增加 17%， 全面取得了高校迎新的勝利 。 第 46頁 項(xiàng)目總結(jié)及下一步工作 ? 聯(lián)合項(xiàng)目研究了社會關(guān)系網(wǎng)絡(luò)、精準(zhǔn)推薦、用戶使用行為分析等各種有效的分析方法，并在交往圈數(shù)據(jù)、位置數(shù)據(jù)、移動互聯(lián)網(wǎng)數(shù)據(jù)等傳統(tǒng)分析較少進(jìn)行分析的數(shù)據(jù)上進(jìn)行了積極的