社交电商平台用户行为研究——以“小红书APP”为例
这是一篇关于社交电商,小红书,用户研究,用户行为,用户心理的论文, 主要内容为随着用户在社交网络的时间逐渐增长,电商行业内将注意力转移到社交网站,在“社交+”的背景下,电子商务尝试社交化,“社交”和“电子商务”相互接近,融合发展成为社交电商。社交网络以用户为中心,具有传播广泛、内容真实等特征,对电子商务产生了极大的影响:改变了用户的地位,使得用户成为主导,一方面体现在用户能够获取丰富商品的信息的同时能够自主发布体验类信息;另一方面,体现在用户更倾向于信任好提供的建议,忽略商家的推介,实现自主决策,这一转变给用户的心理与行为带来的较大改变。在目前关于社交电商及用户的研究中,大都仅仅从营销学或传播学的角度进行分析,并未做出全面的探讨。而本文建立在传播学、心理学的基础上,以“使用与满足”、“马斯洛需求层次”理论为依托,选社交电商平台——小红书APP作为案例,一是对用户在接触、使用该APP时的动机、心理及行为进行分析;二是对用户心理与行为对该APP的反作用进行了分析;三是以小见大,基于案例分析,对社交电商平台与用户之间的相互关系进行了分析;四是基于用户行为调查、研究发现的问题对社交电商平台的发展提出具有针对性的改进措施。在第一章中,笔者从产品、功能以及内容三方面对小红书APP及其发展历程进行了概述,分析了小红书的典型性;第二章中,从群体特征、用户类型、用户接触使用小红书APP的心理三个方面对小红书APP用户进行了分析,分析得出小红书用户群体具有女性居多、较年轻、受教育程度较高、职业多为企业人员和学生、中高收入者居多等特征,并将用户按照参与平台方式的不同分为生产型用户、浏览型用户以及潜水用户,总结得出用户的心理特征以及产生的负面心理,如助长窥探欲、增强从众心理等;第三章中,笔者根据调查问卷、深度访谈结果,从受访者使用“小红书APP”的基本情况、用户使用动机、以及用户使用社交电商平台的方式如用户发布信息、用户采纳内容以及用户与用户之间的交互对社交电商平台用户行为进行分析;在本文的最后两章,基于用户行为研究,发现社交电商平台存在的问题并提出改进建议。
基于数据挖掘的用户语义智能分析系统设计与开发
这是一篇关于用户研究,语义,需求,可用性,智能分析系统的论文, 主要内容为用户反馈是用户体验优化的重要组成部分,对于互联网产品来说,用户评论则是用户反馈最直接的组成部分。通过处理用户评论,能有效地获取用户需求,挖掘产品的可用性问题,为产品的优化迭代提供切实有力的支撑。在大数据时代,数据挖掘技术得到了飞速发展。本文所涉及开发的基于数据挖掘的用户语义智能分析系统旨在利用人工智能简化用户反馈的分析过程,将设计师从冗杂重复的案头工作中解放出来,探索人工智能在设计研究中的应用方式。本系统以自然语言处理技术为核心技术点,对自然语言处理在中文语境中的应用进行了详细的实践。系统的主要功能包括用户将大文本的用户评论上传至系统进行分析,系统则输出包括需求,关键词,优缺点在内的top10问题,以及每个问题所属的原始评论。系统为后续设计研究中的各项工作提供强有力的支撑。用户语义智能分析系统通过对用户反馈的原始评论进行详细的分析,来探索评论中用户需求和产品可用性问题的表达方式和构成特征,并提出了具有普遍适用性的用户需求和可用性问题的基础构成形式。在此基础上,利用现有的自然语言处理技术对原始文本进行分词分句,情感分析和依存文法分析等语义处理,然后利用观点分析,观点标签抽取和极性分析等方法对语义处理结果进行分析,最后,进行数据相似度计算以获得用户需求和产品可用性分析的聚类结果。本文探讨了功能设计的策略,在充分研究了使用场景和用户认知的基础上,使用以用户为中心的设计方法,提出了系统的设计流程。通过多次用户反馈进行功能设计迭代,最终构建了系统的交互界面设计模型。最后,在充分实践的基础上,根据交互原型,设计了该系统的可视化界面。经由设计师和工程师的共同努力,最终将产品实现并投入使用。该系统能够应用在设计研究中,切实地提高在大量用户信息中获取有效信息的效率。本文对于人工智能在设计中的应用做出了探索和尝试,并为设计研究提供了新的工具和方法。
基于文本挖掘的消费电子类产品用户研究
这是一篇关于文本挖掘,用户研究,台灯,大数据的论文, 主要内容为传统用户研究方法,如问卷调查、访谈实验、用户观察等,样本研究数量少,人群覆盖度和典型性无法保证,用户研究结论可用性较差,无法对产品设计提供足够有效的支撑。用户研究作为产品研发全生命周期中的第一步,有着极其重要的战略意义。本课题基于文本挖掘相关理论和技术,选择台灯为研究载体,依托电商平台140万条消费者购物数据和评价文本,从大数据角度入手,进行用户定量研究分析,从而构建精准用户画像,以解决传统用户研究的弊端。研究的创新点在于将大数据和文本挖掘的思想与传统用户研究相整合,定向消费者用户展开研究,研究过程更加灵活高效。从价格和销量两大产品指标与用户研究过程涉及的产品外观、使用人群、使用空间、使用目的、关注产品功能、产品关注点6个维度交叉分析,从而探索更具指导意义的结论。课题依托Python网络爬虫从天猫平台获取结构化目标文本,并完成数据预处理进行文本降噪。同时引入行业自定义文本以减少数据误差,经查阅文献,选取Decision-Tree数据模型,构建课题整体分析框架,最后通过回归实验验证新方法的可行性。对照组实验结果显示,文本挖掘进行用户研究,方法有效且研究更加全面。该方法下,课题可获得更细致的结论,如企业生产台灯过程中,白色、黑色、企业色生产比例应接近5:1:1,对应条件下资源分配最合理;低端产品可基于学生群体展开产品研发,高端产品应以儿童人群为主,母婴用户群体未受到企业足够重视,应作为潜在研发重点;基于用户人群综合考虑,产品高端化发展过程,应主打护眼功能并引入趣味化设计,在满足用户生理需求的同时满足用户心理需求;企业品牌建设可从技术专利和国家、国际认证寻求突破。
基于大数据的用户个性化推荐策略研究——以F分类信息平台为例
这是一篇关于大数据,个性化推荐系统,用户研究,协同过滤算法的论文, 主要内容为对现如今的互联网行业来讲,投放海量的广告的营销模式已然非常落伍,数据与信息正悄然成为了各行业竞争的紧俏资源。本文意在讨论利用大数据分析的方式去对平台进行更精准的个性化推荐算法推荐形式的革新,让推荐更具说服力。本文述先采用了调研分析法,使用问卷调研法深入访谈法对用户的基本构成数据进行了一个大致的了解与简要的数据分析。同时发现了一些问题,包含用户画像的精度不太够,个性推荐的准确率相对较低,用户的满意度不够理想。结合当下实际业务环境去分析这些问题的原因,主要来自于目前F信息分类服务平台已掌握的用户行为数据并不是非常精确。主要是因为这些数据都来源于平台获取的内部数据,缺乏外部数据也是导致用户画像不精确的主要原因。其次是数据的获取途径相对单一,业务线数据埋点不够全面,导致噪声干扰数据较多。解决方式包括了对现有的数据库的补充,对各个业务线埋点的征集扩充,将外部数据补充入到基础数据库。其次通过对算法的提升,也可以有效地将噪声数据的干扰降低至最低水平,同时也可以去处理平台对数据的分析能力,去提升推荐的精度。希望以上方式可以解决目前F平台所面临的问题。降低运营成本,提高转化效率,是预期中一个好的个性化推荐系统可以为平台所提供的强力支持。本文将大数据和个性化推荐结合起来,综合应用到电子商务企业的营销方案上来,通过优化F平台个性化推荐策略,为企业带来更多的价值。
基于通用设计理念的公交站台设计
这是一篇关于通用设计,公交站台,用户研究的论文, 主要内容为随着城市经济和居民生活质量的不断提高,人们对出行的要求也越来越高,追求更加舒适便捷的方式。城市公共交通作为城市交通发展的主流,在未来仍将发挥重要作用。公共交通领域是公共服务系统的有机组成部分,城市公共交通是城市居民旅游,娱乐,购物等活动的基本通道。然而,在实际运营中,公交站台在功能和便利性方面仍有不足,无法充分满足普通大众和包含老年人在内的有障碍人群的需求;同时,当前公交站台设计存在设施落后陈旧、公交站台无障碍设施无法保障有效使用、乘客候车体验差等问题。因此,对公交站台进行优化设计研究,有助于推动公共交通系统的快速发展,为公交站台设计提供有效建议。本研究共分为五大部分。第一部分为理论研究。通过文献分析,首先探讨了通用设计的起源与定义;其次进行通用设计理念与人机工学、行为学、心理学的联系进行分析,深度分析通用设计的理论内容;最后归纳当前通用设计理论研究及公交站台设计形成知识图谱。第二部分包含了定性与定量用户研究方案构建及用户研究结果。分别针对普通人群用户进行定量问卷分析,对包含老年人在内的有障碍人群进行一对一定性访谈,规整并处理调研数据结果。第三部分为用户需求分析,将调研部分所得数据内容,通过K-means算法进行文本聚类分析工作,通过多轮文本词条聚类,聚焦于用户的本质需求,通过科学严谨的方式提炼出用户对公交站台的痛点需求内容。第四部分为公交站台设计分析,分别为站台空间设计分析,基于人机工学的站台各个功能结构(站台尺寸、座椅及生理分析、老年人起立姿势分析、坡道设计分析等),站台运行流线分析,站台停靠分析等。通过拆解并分析站台各部分组成模块及影响因素为公交站台设计提供有效指导建议。第五部分为设计实践。首先提出通用设计理念下的产品设计策略;其次通过用户需求-设计纬度提出安全保障、易用适配、情感满足三大纬度,结合三大需求纬度提出设计功能点及相应的设计要素;接着通过招募用户进行两轮设计方案评测,完成以用户需求为中心的设计,并输出设计方案。本文以通用设计理念为指导,聚焦用户候车场景下的公交站台优化设计研究,通过分析与研究,提出一定设计建议,一定程度上为公交站台设计优化提供建议与参考。
基于用户行为的特征工程构建与应用研究
这是一篇关于特征工程,用户研究,数据挖掘,机器学习,模型融合的论文, 主要内容为数据挖掘与机器学习作为目前人工智能最前沿的领域,正以无法想象的速度为社会带来创新,而互联网时代的到来则令用户行为研究成为了可能,用户在线上的每一个操作都可能会是一个重要的信息,利用前沿技术挖掘出有用的、隐藏的信息价值,从而更好地提升用户体验,正是当前各大互联网公司前赴后继不断投入资源的研究方向。用户行为研究是研究特定目标群体的用户的行为模式、思维习惯等,通过用户在网络访问过程中产生的数据,对有关数据进行统计、分析,从中发现用户访问网站的规律,并将这些规律与用户服务体验等相结合,如推荐系统、人工客服、精准服务、广告投放等,同时可以发现产品或服务可能存在的问题,为进一步修正或重新制定市场策略提供依据,为用户提供更好的体验。本文以电商平台的用户行为数据作为切入点,介绍了特征工程的相关知识与概念,并在进行特征工程与实验验证的过程中提出了多项新的工程实现方案,包括数学变换特征构造法、二次组合统计特征构造法、变长滑动窗口法特征构造法、伪弹性网络特征降维法、预训练特征降维法以及两种不同的欠采样解决样本不平衡。论文通过对主流特征工程的构建进行分析,结合异常用户分析、核心用户挖掘以及高潜购买用户挖掘等三个具体的业务场景,找出适合的特征方法以及任务解决流程,并利用不同类型的机器学习算法对用户行为数据以及构建好的特征组合进行交叉验证,同时在实验过程中验证了本文新提出的各种工程实现方案的可行性,最后通过实验结果分析了特征工程与不同模型的适配性以及改进方案。
互联网背景下古籍知识平台移动端设计研究——服务设计视角
这是一篇关于古籍,知识平台,服务设计,用户研究的论文, 主要内容为中华文明历史悠久,底蕴深厚,拥有卷帙浩繁的古籍文献,古籍平台作为古籍数字化内容的主要载体,承担着传承古籍内容、展示古籍成果、普及推广古籍精神的历史重任。古籍知识平台服务设计的研究,能够帮助古籍平台更好的从信息平台向知识平台转型,实现古籍用户对于智慧服务的诉求。论文引入服务设计的理念和方法,以古籍用户为服务设计的出发点和核心研究对象,在互联网背景下,顺应移动时代的趋势进行服务设计创新,与过去研究对象以古籍保护或古籍内容为主,以电脑端为主要设计载体的研究形成区别。基于这一研究目标,对论文基础概念的定义、发展、现状等进行梳理,为后续调研与设计实践提供理论依据和思考方向。在服务设计领域,概括不同学者对于服务设计的概念定义,结合古籍平台分析服务设计的要素和原则,对论文使用的服务设计工具及相关的案例进行分析说明。对于古籍平台,梳理了国内现有的三种主要的古籍平台的服务模式,对每种服务模式的服务特点与不足进行归纳。结合古籍知识平台的服务侧重点,将知识服务分为知识生产、知识呈现及消费、知识交流三个主要流程,尝试分析古籍平台在知识服务中的设计机会。明确研究目的和研究基础概念后,对古籍用户的服务需求和古籍知识平台的场景探索展开具体调研分析。采用扎根理论、用户访谈、问卷调查等方法,绘制专业型和探索型两类典型古籍用户画像,获得古籍用户需求的四个主范畴并构建关系结构。采用案例分析的方法,选取国内较为成熟的知识服务平台,分别是全历史古籍平台、云游敦煌小程序和微信读书应用,了解其知识服务内容和服务特色。采用服务共创的方法,邀请用户共同参与,探索古籍服务创新场景,通过思维发散,概念筛选及排序,共创共获得18个服务概念。对古籍平台、古籍用户和服务场景深入调研后,共获得17个服务机会点,再通过对比、合并,得到13个服务设计点。运用Kano模型,对古籍平台服务设计点进行Kano设计后进行问卷调研,对问卷回收的结果统计,满意度系数分析,得到服务设计点的需求类型分类,以及初步的设计重要程度排序。依据用户研究和Kano分析,最终确定古籍知识平台的服务策略,分别为构建完善的古籍知识生产和激励流程、提供多元的呈现及消费方式、以及建立连接用户的社交服务。根据用户调研和确定的服务策略,指导古籍知识平台进行设计实践。在面向公众的知识生产服务中,提供完善的图文发布模块、支持知识的协同编辑、构建知识生产活动的激励体系、并提供知识创作指引;在知识呈现及消费服务中,提供轻知识形式展示的今日典故功能模块、知识探索的知识图谱,满足不同用户的差异性需求;在知识交流服务中,提供古籍圈子服务、古籍用户可进行读书卡片分享和查看同时在读状态;在古籍其他基础服务中,提供标注笔记、黑暗模式等阅读功能,提供古籍原文、翻译或影印阅读选项,以及基础数据、作品数据、粉丝数据的数据展示服务。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设工坊 ，原文地址：https://bishedaima.com/lunwen/48441.html
