摘要
对于开展微博营销的企业而言,挖掘微博用户信息,进行用户细分,是企业实现精准网络营销的迫切需求。为此,首先运用API和网络爬虫技术,获取@戴尔中国的粉丝列表及相关用户信息。通过数据预处理,得到有效数据样本。然后对变量进行相关性分析,引入微博热度、互粉率变量,确定性别、地域、粉丝数、关注数、等级、认证类型、互粉率、微博热度等8项用户细分变量。基于迂回二次聚类,将@戴尔中国的微博粉丝用户划分为草根明星型、活跃女性型和默默关注型三类。在此基础上,帮助戴尔针对不同的用户群制定微博营销策略,为戴尔开展精准营销提供参考。
出处
《福州大学学报（哲学社会科学版）》
2016年第1期42-48,共7页
Journal of Fuzhou University(Philosophy and Social Sciences)
基金
国家自然科学基金项目(61179061)
教育部新世纪优秀人才支持计划(NCET-11-0903)
