天翼校园套餐维系和用户价值简析_百度文库
两大类热门资源免费畅读
续费一年阅读会员，立省24元！
天翼校园套餐维系和用户价值简析
上传于||暂无简介
阅读已结束，如果下载本文需要使用2下载券
想免费下载本文？
定制HR最喜欢的简历
下载文档到电脑，查找使用更方便
还剩8页未读，继续阅读
定制HR最喜欢的简历
你可能喜欢大数据分析----如何分析一个微博用户最常被人称呼为什么？
微博用户各项基础数据：
基础数据：注册姓名、注册昵称、注册手机号、注册地址、注册城市、注册性别、注册年龄、注册婚姻情况、注册学历、注册爱好
2、& 物理数据：定位、IP地址、MAC地址、手机品牌机型、操作系统
随机数据：微博内容、浏览内容、搜索内容、评论内容、私信、别人@给他的内容、提到过他的微博、传发他的微博的人、@给别人的微博
4、& 关联数据：粉丝、所关注的人、经常访问的微博
5、& 活跃数据：登录次数、停留时长、跳出率、点击次数、注册、购买
6、& 习惯性数据：登录时间段（几点到几点）、周几、上午下午晚上
作业一：如何分析一个微博用户最常被人称呼为什么？
常用称呼（X）=注册姓名（Y）
常用称呼（X）=注册昵称（R）
常用称呼（X）=评论内容中提到自己时用的称呼（Z）&次数（A1）
常用称呼（X）=粉丝提到他时用的称呼（W）&次数（A2）
常用称呼（X）=传发他的微博的人提到他时用的称呼（V）&次数（A3）
常用称呼（X）=私信中提到自己时用的称呼（U）&次数（A4）
常用称呼（X）=私信中对方提到他时用的称呼（T）&次数（A5）
常用称呼（X）=他@给别人时提到自己所用的称呼（S）&次数（A6）
分步骤分析：
1、常用称呼（X）拆解
拆解一：核心关键词拆解，注册姓名（Y）=姓+名，以注册姓名张三为例，常用称呼（X）=张三、张、三
拆解二：相关词拆解，常用称呼（X）=各相关词，以注册姓名张三为例，常用称呼（X）=小张、老张、张先生、张女士、张***、张阿姨、张奶奶、张爷爷、张叔叔、......
拆解三：扩展词拆解，常用称呼（X）=张总经理、张经理、张部长、张主任、张总、张董事长、阿张、阿三、张教授、张老师、三子、小三子、小三、三哥......
2、统计分析：
统计一：R、Z、W、V、U、T、S是否包含以上关键词
统计二：以上关键词在R、Z、W、V、U、T、S出现的频次，并按频次高低排序
注册姓名（Y）
注册昵称（R）
评论内容中提到自己时用的称呼（Z）
粉丝提到他时用的称呼（W）
传发他的微博的人提到他时用的称呼（V）
私信中提到自己时用的称呼（U）
私信中对方提到他时用的称呼（T）
他@给别人时提到自己所用的称呼（S）
我们可以将以上数据合计，通过合计直接获得出现频次最高的称呼，我们姑且可以用这个作为其最常用称呼，但是实际情况下会有偏差。
3、偏差校验
因情景不同，所以各个称呼在不同情景下权重不同，如私信里会有人问，您贵姓？而发微博时可能就不会很正式的提自己的身份和名字，因此需要对数据进行偏差校验。同时还有一些词的干扰，如微博内容：张老师让我转告你，下午三点开会。这里的张老师就不一定是博主本人。
偏差校验方法一：抽样调查
随机抽取一定数量R、Z、W、V、U、T、S中包含各词的实际意思与对应关键词是否相符，如果不相符，我们统计出有多少是不相符的，然后分析R、Z、W、V、U、T、S的误差率
我们从所有科目中各抽取一定数量样本Q，在没有找到合适的方法前姑且用百分比来计算误差，就是指样本中提到博主身份的次数P与样本数Q相比所占的百分比，然后得出校验值N=O（合计）&P/Q，最后得出博主最常用的身份（N）。
提到博主身份的次数（P）
校验后得出的值（N）
得到以上数据后，为使分析模型更科学，可以采用扩大抽样样本来核实校对。如果大家有更好的分析模型可随时与我交流，谢谢！
已投稿到：
以上网友发言只代表其个人观点，不代表新浪网的观点或立场。