多元线性回归在电信行业中的应用+文献综述(2)
1.1 选题背景和研究意义
多元线性回归的基本原理和基本计算过程与一元线性回归相同，但由于自变量个数多，计算相当麻烦，一般在实际中应用时都要借助统计软件。这里只介绍多元线性回归的一些基本问题。
但由于各个自变量的单位可能不一样，比如说一个消费水平的关系式中，工资水平、受教育程度、职业、地区、家庭负担等等因素都会影响到消费水平，而这些影响因素（自变量）的单位显然是不同的，因此自变量前系数的大小并不能说明该因素的重要程度，更简单地来说，同样工资收入，如果用元为单位就比用百元为单位所得的回归系数要小，但是工资水平对消费的影响程度并没有变，所以得想办法将各个自变量化到统一的单位上来。前面学到的标准分就有这个功能，具体到这里来说，就是将所有变量包括因变量都先转化为标准分，再进行线性回归，此时得到的回归系数就能反映对应自变量的重要程度。
中国互联网已经全面进入微博时代！新浪与腾讯微博的注册用户总数已经突破3亿，每天日登陆数超过了4000万。同时，微博用户群又是中国互联网使用的高端人群，这部分用户群虽然只占中国互联网用户群的10%，但他们是城市中对新鲜事物最敏感的人群，也是中国互联网上购买力最高的人群。
“以客户为中心的精准营销和主动式服务营销，在正确的时间把正确的信息传递给正确的人”的微博营销理念，也将引领微博精准化营销的发展。企业微博营销一个很关键的原则就是“一切围绕客户”。
企业可以在客户不同的消费阶段与用客户进行互动，并逐步建立情感关系。在消费者认知阶段，可以主动发现潜在客户的需求，帮助消费者了解品牌和产品的基本功能；在消费者购买阶段，可以有针对性的回答客户咨询，促进购买决策的达成；在消费者使用阶段，通过贴心的互动让客户有更好的体验；最后很关键的要倾听客户在怎么评价产品和使用体验，给予关注和奖励，促使客户更有动力的向身边的朋友推荐。
微博营销重在互动“微博是社会化营销的第一工具、第一平台，它的目标是扩大和客户互动的范围。”
许多参与微博营销的企业，多数停留在用有奖活动聚集粉丝；的初级阶段，应该看到用这样的方法聚集起来的粉丝不能算精准受众。更好的方法是发布产品知识、搜索关键词、开展话题讨论，找到对一些特定关键词和话题有兴趣的受众。还有就是要花大力气积极与用户互动。一些企业微博营销的通病是只发布信息，不与跟随者交流，这样就会使热情起来的粉丝失去激情。2008年美国总统大选中奥巴马用微博作为参选工具，一般人只了解他的竞选团队用微博发布行程的特点，但是这个竞选团队对所有访问者都是一一主动追踪回复的。总统竞选对回复访问者都会如此耐心和细心，更不要说对我们企业了。
经验表明，市场不是静止的，在现实世界的环境中，内部和外部事件经常会引起微博关注度的变动，例如事件的热门程度，发生发酵的时间，地域不同等。微博用户心理和行为也在随着时间而变化。从大量数据资源中获取的客户分群和知识发现也随着客户的变化而发生变化。这就意着关于微博热点只在特定的时间段内是有效的。然而，直到现在，很多关于微博用户的研究，都是在假定用户分群和他们的成员固定不变的基础上进行的。这样就会忽视很多宝贵的信息，因为用户群的变化是很重要的，往往揭示了用户价值的变化，这种变化和企业获得利润的增减是密切相关的。为了解决以上问题，本研究通过分析不同因素对于微博热度的变化情况，观察每个因素的变化。通过回归分析，可以预测每一条微博价值变化路径。这对于正确地响应客户需求，实施顾客中心策略是很有帮助的。
下一篇：傅里叶变换在微分方程中的应用