数字时代下00后、90后和80后消费者画像比较研究任务书
2020-04-21 16:05:38
1. 毕业设计（论文）主要内容：
摘要
abstract
第一章 绪论
2. 毕业设计（论文）主要任务及要求
1、梳理数字营销、精准营销和消费者行为学的相关理论（阅读国内外文献不少于20篇）；
2、面向00后、90后和80后的三大消费群体进行调研，对人口特性、消费行为和心理特性三个基本面进行统计分析（发放问卷不少于450份）；
3、根据数据统计分析的结果，勾勒出00后、90后和80后的三类消费者画像，并对画像的特点进行归纳总结。
3. 毕业设计（论文）完成任务的计划与安排
1）2017年12月31日前,确定并提交论文选题;
2）2018年3月1日前,完成并提交论文开题报告。
3）2018年4月20日前,撰写论文、完成论文初稿。
4）2018年5月1日前。修改论文,完成阶段性报告.
5）2018年5月20日前,提交正式论文，申请参加论文答辩。
6）2018年6月3日前,参加论文答辩。
4. 主要参考文献
| [1]单晓红,张晓月,刘晓燕. 基于在线评论的用户画像研究——以携程酒店为例[J/OL]. 情报理论与实践:1-10 |
| [2]林燕霞,谢湘生. 基于社会认同理论的微博群体用户画像[J/OL]. 情报理论与实践:1-11 |
| [3]胡林,满芮,刘茜. 基于数据密集型的用户画像研究进展[J/OL]. 农业图书情报学刊,2017(12):5-9 |
| [4]刘蓓琳,张琪. 基于购买决策过程的电子商务用户画像应用研究[J/OL]. 商业经济研究,2017(24):49-51 |
| [5]李映坤. 大数据背景下用户画像的统计方法实践研究[D].首都经济贸易大学,2016. |
| [6]余静. 新能源汽车的市场现状及其营销策略研究[D].暨南大学,2016. |
| [7]刘海. 大数据时代服装精准营销下的服务策略研究[D].上海工程技术大学,2016. |
| [8]王丹. 基于主题模型的用户画像提取算法研究[D].北京工业大学,2016. |
| [9]余孟杰. 产品研发中用户画像的数据模建——从具象到抽象[J]. 设计艺术研究,2014,4(06):60-64. |
| [10]杨晓燕,黄晓君. 为升级时代的消费者画像[J]. 销售与市场(评论版),2015(04):40-42. |
| [11]刘海,卢慧,阮金花,田丙强,胡守忠. 基于“用户画像”挖掘的精准营销细分模型研究[J]. 丝绸,2015,52(12):37-42 47. |
| [12]郝胜宇,陈静仁. 大数据时代用户画像助力企业实现精准化营销[J]. 中国集体经济,2016(04):61-62. |
| [13]丁伟,王题,刘新海,韩涵. 基于大数据技术的手机用户画像与征信研究[J]. 邮电设计技术,2016(03):64-69. |
| [14]曾鸿,吴苏倪. 基于微博的大数据用户画像与精准营销[J]. 现代经济信息,2016(16):306-308. |
| [15]黄文彬,徐山川,吴家辉,王军. 移动用户画像构建研究[J]. 现代情报,2016,36(10):54-61. |
| [16]杨炯纬. 消费者洞察进化论 从纸上画像到全网管理[J]. 声屏世界·广告人,2014(01):144. |
| [17]何迪,王品飞. 基于大数据的腾讯战略布局调整分析[J]. 中国管理信息化,2013,16(22):69-71. |
| [18]周鲜子. 浅谈大数据下电子商务网站的用户画像[J]. 黑龙江科技信息,2017(11):175. |
| [19]隋国政. 浅谈用户画像构建及应用[J]. 电子世界,2017(15):144 146. |
| [20]亓丛,吴俊. 用户画像概念溯源与应用场景研究[J]. 重庆交通大学学报(社会科学版),2017,17(05):82-87. |
[21] Baier D,Daniel I. Image Clustering for Marketing Purposes[C]// Challenges at theInterface of Data Analysis, Computer Science, and Optimization - Proceedings ofthe, Conference of the Gesellschaft Für Klassifikation E. V. Karlsruhe, July.DBLP, 2012:487-494.
[22] Schindler,Diana. User-Generated Content for Image Clustering and Marketing Purposes[J].2013.
[23] Daniel I,Baier D. Image Clustering Algorithms and the Usage of Images for MarketingPurposes[J]. Józef Pociecha Reinhold Decker, 2012.
[24] Tang M, TahboubR Y, Aref W G, et al. On Order-independent Semantics of the Similarity Group-ByRelational Database Operator[J]. Eprint Arxiv, 2014.
[25] Frost S,Baier D. Combination of Distances and Image Features for Clustering Image DataBases[C]// European Conference on Data Analysis. 2015:880-883.
