论文部分内容阅读
随着数字媒体时代的来临,人们对信息的选择更加个性化,对新媒体的选择也更主动化,新媒体借助其高效的信息传播速度和使用便捷的交流特性迅速引起人们的广泛关注和使用。个人可以通过新媒体抒发自我情感和表达观点,公司可以传播品牌价值,并通过新媒体平台的交互加强消费者的认同和关联。用户目光在那里,广告就在那里,如何根据投放产品的特性定位目标受众,提高推广转换率是新媒体广告商的重点关注。新媒体时代的用户画像不应该仅仅微观的针对个体,广告的核心不再是在说服人,而是塑造人。基于大数据基础的用户画像包含有定量和定性两种方式,它是将各种平台的用户数据进行建模,也就是用户信息的标签化。这些标签的设定都是对用户行为的描述,通过分析用户不同信息数据,包括用户的年龄、生活习惯、爱好、消费习惯、生活状态等生活属性和社会属性,在众多此类信息基础上,建立一个用户信息全貌。将这些信息和与之对应的大数据进行各类分析,建立模型,多角度去解读和分析用户行为,即其对产品的需求、态度和购买行为。这不仅能将用户和各类信息进行关联,还能为广告的精准投放和传播提供科学和全面的支持。本文的研究以用户画像为基础,用户画像以用户数据为基础,借助其可视化、标签化、信息化的特性对目标消费用户的动机行为进行归纳,是精准投放有力的前提。用户画像策略选择和特征维度选择建模对新媒体广告投放有着重要的意义。本文的研究目的是帮助S公司解决目前的经营困境,以用户画像研究为基础,通过大数据的获取,对新媒体广告投放结果进行分析研究,进而有效提高企业的投资回报率。本文采用文献研究法、定量定性结合的方法,首先理解新媒体和用户画像的概念、特点,然后通过对受众接受行为理论以及新媒体广告发展的国内外研究现状文献学习,结合S公司的现有业务建立多维度的投放渠道用户画像模型,在对社群里海量的交互数据进行搜集,清洗和存储,运用自然语义分析对交互数据进行训练和聚类,通过机器加人工的方式对模型的指标赋值,最后,通过对广告投放结果进行验证分析并归纳总结,通过以上分析验证本文认为在新媒体营销时代以KOL的社群为研究对象做用户画像,选取合适的维度和指标能很好的提高ROI,即KOL社群转化率,进而提高新媒体广告的投放精准度。