论文部分内容阅读
互联网、移动互联网以及物联网技术的逐渐发展和广泛应用，为企业建立了能够有效搜集和获取产品和客户数据的渠道。如何将大数据技术用于客户需求分析，对于帮助企业精确把握市场动向、客户需求和提升竞争力，具有重要的意义。 论文根据大数据时代客户需求的特点，应用云计算和大数据挖掘技术，设计并开发了一套基于大数据的客户需求分析系统，通过搜集用户使用产品时的行为数据，将产品功能与客户满意度的关联度进行分析，应用挖掘算法找出企业产品改进的目标和方向，提升企业竞争力。 论文的主要工作和创新点体现在： （1）研究了大数据时代客户需求分析的特点，确定了系统的设计原理、选择了相关实现技术，完成了系统总体框架设计。 （2）应用 MapReduce大数据分析技术，通过对传统 AprioriTid算法进行改进，设计了一个AprioriTid-C算法，对客户行为特征数据进行处理，挖掘出了客户对产品使用习惯的频繁项集。 （3）应用KANO模型构建了一个客户需求分析模型，将客户使用习惯频繁项集与客户初始需求进行关联，得出用户个性化需求的重要度排序，为产品功能改进提供了参考。 （4）以某品牌智能家居产品为例，搭建MapReduce运行环境，编程实现系统分析模型。应用实际产品数据，对系统的可行性和有效性进行验证。 论文的研究成果具有一定的推广性，也可满足其它行业客户需求分析的应用，能为企业改进产品功能提供决策支持。