中自传媒 低压变频器用户购买行为分析

一、用户获取变频器信息的主要途径通过对比发现:专业网站和展会的传播效率依然是最好的,但影响力有下降趋势;同时厂商自身宣传在加强,通过自己直达用户,同行推荐比率提升反映出品牌和售后重要性日益显现。二、用户使用低压变频器的首要目的图表2:用户使用低压变频器的首要目的     

用户购买行为分析一低压变频器

用户获取低压变频器信息的主要途径 低压变频器用户获取变频器信息的主要途径依次为专业网站、变频器厂商网站、供货商主动推销、同行介绍、专业杂志等。在信息化高度发达的今天,网络因其信息量大、图文并茂、     

什么因素最终决定用户选择高压变频器的品牌?

正以下信息均来自中自传媒研究部撰写的《2012年中国高压变频器市研究报告》。用户获取高压变频器信息的主要途径变频器用户获取变频器信息的主要途径依次是专业网站、专业杂志、变频器厂商网站、供货商主动推销等,专业网站的提及率是最高的,而巡展作为更有针对性的宣传手段,近几年更受用户青睐。用户使用高压变频器的首要目的     

网络用户行为分析专利技术

随着互联网技术的飞速发展,以信息交流为主的基础网络服务正逐渐演进为以休闲娱乐、电子商务等以服务为主的扩展网络服务。本文从专利文献的视角总结了网络用户行为分析技术相关的专利申请基本情况,并介绍了主要技术分支。     

低压变频器市场竞争分析

变频器行业属于高技术产业,涉及电力电子、控制和信息产业等技术领域。无论从理论上还是设计工艺及制造工艺上,低压变频器厂商都需要强大的技术研发人才队伍。     

基于DBP的Web用户行为分析关键技术

文章针对Web用户行为分析所面临的"无规范、智能性差"问题,提出基于动态行为轮廓库(DBP)的行为分析方法,从数据净化、用户识别、事务识别、用户行为模式匹配几方面进行详细阐述,建立基于DBP的Web用户行为分析模型。首次提出基于DBP的Web用户行为分析关键技术,采用网站黄页法和逆向搜索引擎法构建DBP,通过实验验证,此方法很好解决了Web用户行为分类问题,能很好应用到Web用户行为分析领域。     

校园网用户行为分析系统设计与实现

用户视频浏览行为是视频个性化推荐及视频网站优化的关键,而校园网用户区别于其他社会群体有其特殊代表性。本文基于校园网流量,提出了一种基于Map Reduce的校园网视频用户行为分析方案,融合深度包检测与网络爬虫技术,挖掘校园网用户视频行为特征。以优酷网为例,统计了用户行为识别率并分析了视频用户行为,给出校园网用户视频推荐列表。     

基于多核兼容浏览器的用户行为分析

随着中国互联网的发展,为提高电力类企业工作人员的工作效率,提升企业访问其内部业务系统的便捷性,同时可以对业务系统访问进行集中访问控制。根据电力公司业务系统的访问情况,多核浏览器能够高效的解决访问各科室业务系统的繁琐问题。通过对浏览器后台数据的分析,可以直观地分析各种数据,分析用户行为,分析异常安全监控数据,分析用户反馈数据,并提供分析报告输出功能。     

基于用户行为分析的星级服务体系研究

星级用户的关系维持及对星级用户服务的持续提升,一直是企业客服工作的重点。为解决星级用户政策的减少、服务落后、满意度全省排名靠后的局面,提升用户与企业的情感粘性,在人员有限的情况下,利用碎片化时间,在互联网上为用户提供丰富的星级服务。文章主要是在原有传统渠道之外,进行融合的渠道服务,在与客户接触的过程中能够及时识别客户身份的标签特征,配合产品组合、能够及时、恰当地位客户提供契合的服务。     

低压三相变频器过电流现象分析

随着技术的发展,对变频调速控制系统的可靠性要求越来越高,作为变频调速系统的核心器件,变频器的高可靠性是确保系统正常、稳定工作的基础。正基于此,在变频器的发展历程中,逐步完备了变频器的自我保护功能,过电流保护作为变频器自我保护功能中最重要的一项,在变频器的使用过程中,出现频率最高,出现原因最多。本文以低压三相交-直-交电压型变频器为例,对变频器产生过流现象的各种原因进行分类分析,有助于工程人员遇到相关问题时能够准确判断,减少经济损失。     

基于行为分析的Web日志用户识别算法

文章提出了一种Web日志分析中数据预处理阶段用户识别的新算法。这种算法基于用户浏览行为的建模,能够很好地处理同一用户在不同地点上网情况下的用户识别问题。本算法通过归一化的支持度指标来选择最能代表用户浏览行为的行为模式,并用布尔编码的方式提取特征。用户间的相似度采用余弦相似方法计算,并利用KNN（K=I）的分类方法来识别用户。在特定构造的数据集上的实验表明文章提出的算法能够不依赖于IP信息识别用户并具有较好的识别率。     

基于用电行为分析的低压用户窃电在线监测分析方法研究

针对目前低压用户窃电十分普遍,窃电手段多种多样,以及现有防窃电措施的不足,为此研究了一套基于低压用户用电行为分析的在线监测方法。依据是用户用电规律与同行业用电轨迹进行对比分析,本方法分析的主要指标包括用户月电量离散系数、行业平均月电量离散系数、两者之间的比值、用户与行业月电量比值,并计算用户异常分值,最终通过异常阀值筛选、排查确定出偏离正常用电轨迹的异常用户。通过运用该分析方法,基本能够做到及时、准确的将偏离正常用电轨迹的窃电用户找出。     

移动通信市场及用户行为分析系统

本文介绍了采用数据库应用技术建立“移动通信市场和用户行为分析系统（MASA）的背景、解决方案,系统的支撑环境、技术特点、应用效果、实施体会和展望。     

IPTV CDN用户点播行为分析与建模

通过对中国电信某省IPTV系统中超过60亿条用户行为记录进行分析,深入研究IPTV点播系统服务与用户之间的交互行为,并提取有价值的用户行为特征,构建以Zipf为函数的影片热度模型,拟合出用户请求达到数量符合泊松分布模型,这些模型的建立为IPTV CDN规划建设提供有力的数据支撑。     

移动互联网用户行为感知与分析技术

本文主要通过对移动互联网中的部分社交软件进行概述和分析,探究移动互联网用户的操作特征,并指出移动互联网用户行为感知与分析技术的大致方向,希望能够借助本篇文章为互联网研究人员提供些许借鉴意义。     

基于用户行为分析的APP用户知识图谱构建

为了更好地帮助开发者理解用户需求，从而优化APP功能和体验，提高用户满意度，文中提出一种基于用户行为分析的APP用户知识图谱构建方法。首先从用户行为分析出发，通过APP用户评论细化用户行为；接着，通过APP用户行为与用户关系属性的映射抽取用户关系属性；最后，基于关系抽取结果构建APP用户知识图谱。通过相关算法进行APP用户知识图谱的构建，结果证明了该算法的有效性，能够创建出信息更为丰富的APP用户知识图谱。     

基于集成学习的电子商务平台新用户重复购买行为预测

对电子商务平台新用户重复购买行为进行预测有助于商户开展精准营销。现有单一方法在预测准确性方面还有待提升,文中提出一种基于集成学习的预测模型以进一步提升新用户重复购买行为的预测准确率。引入"分段下采样"以获得新用户重复购买和未重复购买的平衡样本;从用户、商户及用户与商户交互三方面构建新用户购买行为特征;依据集成学习思想Stacking融合RandomForest,XGBoost和LightGBM对新用户重复购买行为进行预测。实验结果表明,Stacking融合模型准确率和AUC值比单一模型平均提升了0.4%～2%,使用"分段下采样"样本平衡算法AUC值提升0.1%左右。     

从数据看宣传——摘自我司研究部《2011年中国低压变频器市场研究报告》

通过我司研究部在调研2010年低压变频器市场中用户的购买行为中发现：用户在了解产品信息时,更多关注于专业网站及变频器厂商网站信息,而不同与去年根据同行的介绍来获得信息。获取信息途径专业网站的提及比例在持续增加,展会的提及率不足10%,展会由于存在跨地区性的问题,信息传播作用不大,而巡展是近一年商家将参加展会取而代之的宣...