面向智能化市場營銷的數(shù)據(jù)挖掘方法研究.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展，市場營銷朝著智能化方向發(fā)展。一方面，基于互聯(lián)網(wǎng)技術(shù)的社交網(wǎng)絡成為市場營銷的重要平臺，受到工業(yè)界和學術(shù)界的廣泛關(guān)注。另一方面，互聯(lián)網(wǎng)使得信息和數(shù)據(jù)更加透明化，基于對大量數(shù)據(jù)的挖掘分析，可以為市場營銷決策提供支持。本文通過研究基于社交網(wǎng)絡的病毒營銷和基于Web的房地產(chǎn)營銷，探索了市場營銷中兩個重要因素，即營銷受眾和售賣時間。
　　本研究主要內(nèi)容包括：⑴發(fā)現(xiàn)傳統(tǒng)的用于對病毒營銷進行建模的影響力最大化模型下，被影響人

2、群的類別分布通常并不均衡，這意味著被影響人群的多樣性較低，因此我們提出多樣化的影響力最大化計算框架，然后我們提出一類多樣性指標，得到了一個具體的優(yōu)化目標。我們證明，該優(yōu)化目標具有單調(diào)非減和子模性質(zhì)?？紤]到計算每個節(jié)點的影響力分布的時間復雜度很高，我們對問題做了一個條件松弛，用種子節(jié)點集合的多樣性代替被影響人群的多樣性。我們進一步將這種思想拓展到影響力最大化的一些啟發(fā)式方法上，如度中心性和PageRank等。實驗結(jié)果表明，我們提出的方法可

3、以使得被影響人群更加多樣化，而且可以很容易地在多樣性和影響力之間取得平衡。⑵房地產(chǎn)售賣時間（Days On Market，DOM）是衡量房地產(chǎn)市場活躍程度的重要指標，對于房地產(chǎn)賣家和買家的決策有重要意義。已有的研究注重分析和解釋價格和售賣時間的關(guān)系，卻缺乏定論。本研究中，我們將研究重心從價格與售賣時間的關(guān)系轉(zhuǎn)移到通過運用機器學習方法來精確預測DOM。具體地，我們首先獲取了一個商業(yè)地產(chǎn)公司在北京的房地產(chǎn)交易數(shù)據(jù)集，以及相關(guān)的地理信息?；?/p>