论文部分内容阅读
在互联网+时代的浪潮下,传统行业逐渐与互联网进行深度结合,改变着我们的生活。人们的出行方式和互联网有了密不可分的关系。2012年“网约车”这个新的出行方式进入到了中国百姓的生活。由于网约车服务的便利性很大程度上解决了用户出行难的问题,自诞生以来便迅速吸引了众多用户,并且取得了快速的发展。在网约车行业从诞生到普及的过程中,企业获得了大量的数据。丰富的用户行为信息和企业制胜的关键就隐藏在这些庞大且复杂的数据中。企业想在激烈的市场环境下博得机会,具备强有力的竞争力,就需要具备精准、及时地从这些信息中挖掘出数据背后的规律与价值的能力。通过对用户行为数据的汇总,剖析和深度理解,可以制定有效的营销策略,提升用户体验,拥有核心竞争力。基于这种现状,本文主要针对网约车产生的数据,设计实现了基于网约车用户行为分析系统。本系统主要采用B/S架构,使用PHP+MySQL+WEB的方式开发,支持MySQL/Solr/oracle/mongodb数据库以及数据库之间的连接,实现数据融合,从而解决大量数据背景下,数据分析难度提升的问题,提高了数据处理的效率。本系统的各功能立足于行业的实际需求,依据用户行为分析的要点实现了用户漏斗分析、用户留存分析等分析功能。系统还利用RFM模型和聚类算法实现了用户特征分类,利用xgboost算法实现了用户流量预测。最终让用户能够通过简单的条件筛选得到精确且可视化的易读结果。同时还为用户提供自定义分析功能,支持用户通过简单配置实现个性化分析。本系统还支持不同分析模块间的对照分析,并且能够对各分析报告进行编辑和下载。