欢迎访问CN论文网,主要提供代写硕士论文服务,以及了解代写硕士论文多少钱。网站地图

硕博执笔写作,后期辅助答辩

与国内800多家优秀期刊社合作

论文写作发表咨询热线18930620780
您当前的位置:CN论文网 > 软件工程硕士论文软件工程硕士论文

网约车用户出行数据分析系统开发研究

发布时间:2019-04-18
  摘要
  
  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。

网约车用户出行数据分析系统开发研究
  
  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。
  
  关键词:  网约车;用户行为分析;可视化;数据融合。
  
  Abstract
  
  In the wave of the Internet Age, Traditional industries are gradually combined with the Internet to change our lives. People's travel mode is closely related to the Internet. In 2012,the new way of "Online Car-hailing" has entered the life of Chinese people. Due to the convenience of online car-hailing service, users can easily solve the travel needs. Since its birth, it has attracted many users quickly, and has made rapid progress.With the birth and development of industry, enterprises have accumulated a lot of data.
  
  In these huge and complex data, there is a wealth of user behavior information. The enterprise wants to win the opportunity in the fierce market environment, has the powerful competitive power, needs to have the accurate, the timely from these information excavates the data behind the law and the value ability. Through the summary, analysis and deep understanding of user behavior data, effective marketing strategies can be worked out to enhance user experience and core competitiveness.
  
  In view of this situation, this paper mainly designs and implements the user behavior analysis system of web based on the data generated by the online car-hailing. The systemmainly uses the B/S architecture, uses the way of PHP+MySQL+WEB, supports the connection between MySQL/Solr/oracle/mongodb database and database, and realizes data fusion, so as to solve the problem of data analysis difficulty and improve the efficiency of data management in the background of large numbers of data. The functions of this system are based on the actual needs of the industry, and the analysis functions of the user funnel analysis and the user retention analysis are realized on the basis of the key points of the user behavior analysis. The system also uses RFM model and clustering algorithm to realize user characteristic classification, and achieves user traffic prediction using xgboost algorithm.
  
  Ultimately, users can get accurate and visualized readable results through simple conditional filtering. It also provides users with custom analysis functions, enabling users to personalize analysis through simple configuration. The system also supports comparative analysis between different analysis modules, and can edit and download the analysis reports.
  
  Key words:   Online Car-hailing; user behavior analysis; visualization; data fusion。
  
  第 1 章 绪论
 
  
  1.1 研究背景和意义。

  
  随着近几年对互联网+概念的倡导与技术的提升,互联网已经成为了生活的必需品,让我们的生活越来越便利,传统的出行方式也因此有了巨大的转变。居民出行难问题在我国城市普遍存在,公共交通供给不足、选择单一、高峰时段拥堵严重等都制约着城市的发展。互联网约车的出现,大为改善了城市居民出行状况,激发了出行供需市场的活力。截至 2017 年 12 月,我国仅网约专车和快车业务已有突破 2 亿用户,仍有快速增长的趋势。网约车已成为众多市民出行的第一选择。随之而来的行业的同质化竞争也愈发激烈。为了在竞争中脱颖而出,企业要注重对用户的精细化运营。所谓精细化运营就是一切以用户为中心,分析用户在使用过程中产生的数据,从而了解用户的特点,对不同特征的用户制定针对性的策略。
  
  移动应用的快速增长下,每日产生的网络用户行为数据量日渐庞大。一般情况下这些丰富的数据会被逐条收录并存放在大型数据库中,人们想要快速将这些数据转变为有价值的信息,就需要借助高效的数据处理与分析工具,通过可视化的方式将数据结论直观的展现出来。通过数据分析工具能够快速地获得答案,便于迅速地解决问题,由此企业对数据分析工具的需求越来越强烈。
  
  针对这种现状,本系统将以网约车的数据作为案例,实现针对用户行为的多维度可视化分析,便于挖掘用户行为数据背后蕴藏的价值丰富的信息,为企业定制营销策略提供强大的依据。本系统还利用多源数据融合来处理数据,提升数据处理的效率,解决在大数据背景下,大数据量和多数据类型导致的数据分析难度提升的问题。
  
  1.2 国内外研究现状。
  
  2009 年英国的 Hailo 率先推出线上出租车平台的模式,同年美国手机打车客户端Uber 应运而生,2010 年易到进入我国,随后基于移动端的出行平台在多个国家风靡起来。随着技术的逐渐提高,用户群体迅速壮大。由于移动出行是近些年来新兴事物,针对移动出行用户行为相关的学术研究还相对较少。但随着行业的发展,传统的统计方法已经很难适用于大量数据信息下用户特性的获取与挖掘。建立一种大数据平台下的分析系统成为了一种趋势,并迅速发展起来成为研究热点。文献【9】基于云计算的移动互联网大数据用户行为分析引擎设计,作者通过对分析引擎的设计,提高了分析用户行为数据的准确性。文献【11】分布式移动网络用户行为分析系统,作者提出了一个基于数据预处理、C4.5 决策树上下文和分布式数据处理的分析系统。系统设计实现了对用户进行兴趣分 类 , 并 且 系 统 具 有 处 理 大 量 数 据 的 良 好 性 能 。 文 献【 33 】Construction ofNetwork Behavior Analysis System of Mobile User Based on Big DataTechnology,作者利用大数据技术建立了用户分析系统,解决了传统工具不能精确处理大量用户数据的问题。
  
  以上作者均提出当今信息时代,传统的挖掘技术已经不能快速有效处理 TB 级的数据,需要开发大数据分析平台。因此他们研究的重点在于用分布式的架构提高对海量数据的处理效率。
  
  此外,一些针对用户行为分析的工具已经在海内外如雨后春笋般出现。国外的Google Analytics 的功能十分健全,部署较为简单,学习门槛较低,但由于 GA 服务器不在国内,数据有丢包现象,有时请求数据会出现问题。Mixpanel 可以实现“精细化营销”,支持浏览每个访客的 activities。缺陷是能够自定义某个控件的操作,但不能收集自定义属性。国内的百度统计支持几十种图形化报告,且免费使用,但在维度之间的交叉较差,没有自定义功能。数极客在数据细分上做到了极高的水平,但也因操作复杂只能被一些有代码基础的运营人员掌握。
  
  1.3 研究内容。
  
  基于网约车用户行为分析系统是本人在实习期间参与设计与开发的项目。本系统是根据公司运营人员的需求设计的,主要针对用户在使用网约车平台的整个过程中的不同阶段的不同行为进行精细化的分析。通过本系统可以使企业决策者和运营人员及时的对大量数据进行监控和分析,从数据中发现问题。
  
  在系统的研究过程中,首先进行了大量的调研和采访,了解了用户现有工作中遇到的问题以及主要的需求。调研期间还借鉴了很多国内外相关研究的文献和论文,学习了很多在分析平台建设中重要的系统框架设计、可视化、数据处理等技术。本系统开发采用了生命周期法。通过需求调研对产品功能进行梳理,并将其抽象为技术需求。程序设计阶段,根据技术需求设计抽象后的功能的数据结构。在开发中,严格遵循设计好的数据结构,保证协同开发的一致性和系统的稳定性。开发完成后设计完善的测试方案,以对整个产品的功能以及用户体验进行测试修改。整个系统开发都使用数据结构进行驱动,保障了开发的高效性,降低了出错的概率。最终系统采用 B/S 架构,使用PHP+MySQL+WEB 的方式实现了用户行为分析系统的开发。
  
  相较于目前现有的用户行为分析系统,本系统的架构也是基于分布式平台,具有高效的处理能力。本系统的优势在于可以对接不同的数据库,将不同数据库的数据扁平化,通过 MySQL 进行统一管理,从而实现不同数据库间的数据融合。针对实际运营中,网约车用户分析最关注的活跃、粘性、投入产出比等特征。本系统归纳和总结了用户行为分析中的用户漏斗、用户留存、用户特征等主要分析模块。同时本系统更加适用于行业场景。针对网约车用户用户区域跨度小、区域间差异大、出行规模周期性变化以及受天气、补贴等因素影响大的特点,设计了用户区域分析以及流量预测模块。另外本系统还设计了自定义模块,使用者可以针对网约车用户在整个过程中的不同阶段的不同行为进行精细化的分析。
  
  目前本系统已基本开发完成,开始在公司的网约车运营部门进行内部测试使用。
  
  1.4 论文的组织架构。
  
  本论文共分为六个章节,各章的主要内容如下:
  
  第 1 章 绪论。阐述了基于网约车的用户行为分析系统的研究背景和意义,然后说明了国内外用户行为分析平台建设的现状,最后介绍了本文的主要研究内容和论文的组织架构。
  
  第 2 章 相关理论和技术。主要介绍了系统中涉及的相关理论和技术,包括用户行为分析及其特征,相关的算法和架构等。
  
  第 3 章 需求分析。主要从系统功能性分析、系统非功能性分析和系统数据描述等方面对系统的需求进行了详细介绍,第 4 章 系统设计。对系统的整体架构、前端框架等进行了说明。详细的介绍了数据库设计、系统的功能框架和详细设计。
  
  第 5 章 系统实现。主要对系统的实现进行了详细阐述。包括主要功能模块的实现方案、界面截图和功能实现的核心代码。
  
  第 6 章 总结与展望。本章对本系统整个开发过程中的收获进行了总结,并总结了系统的整体特点。然后对系统需要完善的地方提出了建议。
  
  1.5 本章小结。
  
  本章主要介绍了基于网约车的用户行为分析系统项目的研究背景及研究意义,调研了现在国内外对于用户行为分析的研究现状,并描述了本文主要的研究内容,最后介绍了本文的组织架构。
  
  【由于本篇文章为硕士论文,如需全文请点击底部下载全文链接】
 
  
  第 2 章 相关理论与技术
  
  2.1 用户行为分析

  2.1.1 用户行为分析的概念
  2.1.2 用户行为分析的分类与特点
  
  2.2 采用的关键模型及算法
  2.2.1 RFM 模型
  2.2.2 K-means 聚类算法
  2.2.3 XGBoost 算法
  
  2.3 采用的相关技术和理论
  2.3.1 B/S 架构
  2.3.2 MySQL 关系数据库及 Solr
  2.3.3 数据融合
  2.3.4 ECharts
  
  2.4 本章小结
  
  第 3 章 系统需求分析
  
  3.1 系统功能性需求分析

  3.2 数据流图
  3.3 系统非功能性需求分析
  3.4 本章小结
  
  第 4 章 系统设计
  
  4.1 系统总体设计

  4.1.1 系统架构设计
  4.1.2 系统前端框架设计
  
  4.2 数据库设计
  4.2.1 数据库概念设计
  4.2.2 数据库表结构设计
  
  4.3 系统功能模块设计
  

  4.4 功能模块详细设计
  4.4.1 登录注册模块
  4.4.2 用户行为单维度分析模块
  4.4.3 自定义分析模块
  4.4.4 对照分析模块
  
  4.5 本章小结
  
  第 5 章 系统实现
  

  5.1 系统开发环境、配置及数据结构
  5.2 登录注册功能的具体实现
  5.3 用户行为单维度分析功能的具体实现
  5.4 自定义分析功能的具体实现
  5.5 用户行为对照分析功能的具体实现
  5.6 报告编辑和下载功能的具体实现
  5.7 本章小结
  
  第 6 章 系统测试
  
  6.1 测试环境的搭建
  6.2 各模块功能测试
  6.3 测试结果
  6.4 本章小结

  第 7 章 总结

  本文主要论述了网约车用户行为分析系统从调研到实现等方面工作。主要采用了B/S 机构,在前端将复杂的 BI 配置过程扁平化,同时通过数据统计和算法计算结合的方式,实现了复杂的 BI 产品的易用。不但提供了对用户数据进行了多维的数据分析,还提供了自定义分析、文件编辑和下载等功能。

  目前本系统已经基本开发完成,主要功能模块已经实现并完成了测试,本公司的运营人员正在试用阶段。系统具有一定的实用性。试用阶段运营人员能够通过本系统单维度分析模块及时网约车整体的运营情况,并且通过自定义配置模块、对照分析等进行更加深入的分析,发现运营问题,及时指导运营动作。如:日常的短信注券等操作就会观察近几日的分时段漏斗情况选择发送的时间和对象。用户在使用过程中操作简便,易于掌握。能够满足用户基本的分析需求。

  本系统的功能主要有以下几个特点。

  (1)实现数据融合本系统可以对接不同的数据库,将不同数据库的数据扁平化,通过 MySQL 进行统一管理,从而实现不同数据库间的数据融合。(2)模型选择多样性本系统不但有系统分析中常用的分析模块,还支持用户自定义分析。根据用户的特殊需求灵活自主完成个性化的分析,并且本系统基于百度的开源软件 ECharts 开发,有着 30 种以上的图表展现形式,同时具有强大的图表交互能力。(3)配置过程的便捷性系统将有难度的 BI 分析过程易用化,通过语义化的方式进行模型配置,让不懂 sql得人也能配置出专业的分析模型,门槛较低。

  本人在系统的开发过程中主要负责的工作有:

  (1)单维度分析模块的需求调研及整理。(2)自定义分析模块中的 facetgroupby 功能以及实时结果筛选功能的开发。(3)模型位置的移动和大小的缩放。(4)对照分析中,模型的复制功能以及页面实时结果筛选功能的开发。(5)描述以及下载功能的开发和测试

  参考文献

点击下载全文