面向精确营销的用户行为分析模型研究与应用_第1页
面向精确营销的用户行为分析模型研究与应用_第2页
面向精确营销的用户行为分析模型研究与应用_第3页
面向精确营销的用户行为分析模型研究与应用_第4页
面向精确营销的用户行为分析模型研究与应用_第5页
已阅读5页，还剩43页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

/联合研发项目结题汇报报告

项目名称：面向精确营销的用户行为分析模型研究与应用

项目编号：一.

开题计划完成情况目录二、主要研究成果（整合后）1.1研究背景及目标（开题报告）市场竞争日趋激烈，特别是在高校、家庭市场，音乐、终端、移动互联网等领域，需要更精准的营销。市场营销活动中缺乏模型及工具支持，特别是有效的内容模型、社会关系模型、用户偏好模型、精准推荐模型等，导致许多用户数据没有得到充分应用,营销活动往往凭经验人工设定规则选取营销目标，无法满足精确营销要求项目背景1.研究用户行为分析算法，为公司面向特定群体、特定业务的精确营销奠定基础，提升公司精准营销水平2.通过所研究算法的应用，为无线音乐业务营销、终端及相关业务营销、家庭及高校市场营销、用户关系营销、移动互联网等具体营销领域提供支撑项目目标1.3开题计划完成情况总结–项目总体研究框架Internet交往圈数据整合方法研究(研究院）上网日志应用研究业务推荐内容推荐营销支持与目标选择社会网络分析社区发现关系类型挖掘精准推荐算法及平台基于内容推荐基于行为推荐音乐日志位置信息终端补贴数据家庭社区发现与营销

(上海)无线音乐用户偏好分析与欺诈分析(四川）高校用户特征挖掘与营销(广东)Wap音乐个性化推荐(四川）用户偏好分类与推荐系统(安徽)Wlan用户分析挖掘系统(广东）定制终端消费分析与营销（湖南）”号立方“关系管理系统(江苏)移动互联网分析平台(四川）1.3开题计划完成情况总结–

成果一览单位主要成果初步应用效果研究院推荐平台系统(含推荐平台系统、社会网络关系分析系统、基于内容的用户偏好分析模型等）提交专利申请3项labs流量提升20%以上，跳出率减小一半以上；研究成果应用于:四川公司子项目音乐基地wap音乐推荐、安徽公司子项目基于wap的推荐系统、上海公司子项目家庭客户挖掘、江苏公司子项目号立方系统及其他项目中。上海公司家庭客户挖掘模型、统一视图及营销方案模型实际验证准确率79%；实际营销成功率提高3倍以上四川公司无线音乐用户使用偏好模型及欺诈行为识别模型；移动互联网分析平台12530WAP个性化音乐推荐产品使用偏好模型进行无线音乐营销，成功率提升13.5%,欺诈模型发现95%的欺诈用户；使用移动互联网分析平台，上网套餐推荐成功率提升一倍以上；使用个性化音乐推荐，推荐页面访问转化率提升68.5%湖南公司定制终端营销决策支持模型模型验证表明模型预测的arpu与实际arpu拟合度达90%以上。广东公司高校用户特征挖掘模型Wlan用户分析与挖掘系统在迎新期间进行竞争态势监控和营销，发展高校新增活跃客户超过24万，同比增加17%。使用wlan分析挖掘系统，合理规划热点，挖掘用户上网习惯，进行针对性营销。江苏公司号立方用户关系管理平台求职通订购数上升59%；139邮箱活跃用户提升55%安徽公司基于wap日志的用户偏好分析及推荐系统对用户偏好进行分类，推荐相应的内容，用户响应率提升6-10倍1.3开题计划完成情况总结–

项目成果总结完成推荐平台、社会网络、基于内容的用户偏好分析等新型用户分析模型的研究及系统开发，并在实际项目中进行了模型验证，效果良好。并申请专利3项；完成在家庭用户、高校用户、wlan用户、手机上网用户、无线音乐用户行为分析、终端补贴用户等应用领域的行为分析和挖掘，成果均进行了部署、测试和效果评估，部分成果取得了良好的效益。探索了研究院和省公司的合作模式。通过充分结合研究院在算法模型研发和方案设计等方面优势，及省公司在市场需求洞察和营销推广的实战经验，在四川、上海、安徽、江苏等省公司实现了了研发成果的应用落地，取得了较好的经济效益和社会效益。提出营销需求分析需求样本数据需求提取样本数据算法模型试验预期效果和资源需求制定部署方案评估及协调资源提供模型、接口文档远程或本地部署精确营销实验营销效果评估省公司研究院一.开题计划完成情况目录二、主要研究成果（整合后）2.2研究成果介绍2.2.1方法研究社会网络关系判定与社区发现推荐算法与平台2.2.2应用研究业务推荐家庭客户挖掘模型与统一视图号立方用户关系管理平台移动互联网分析平台内容推荐12530WAP个性化音乐推荐产品基于wap日志的用户偏好分析及推荐系统无线音乐用户使用偏好模型及欺诈行为识别模型营销支持与目标选择高校用户特征挖掘模型Wlan用户分析与挖掘系统定制终端营销决策支持模型社会网络关系判定与社区发现研究-目标识别社会网络中两个人之间交往关系的本质，为潜在家庭客户、集团客户、圈子产品营销提供支持。社会网络关系判定与社区发现研究-可视化一个家庭所在地和成员工作地点家庭的两个成员回家的动态轨迹一个用户从家上班的典型轨迹一个集团的位置和成员家庭位置推荐算法与平台研究-目标使用SaaS模式为中国移动各门户、

业务平台提供远程推荐及分析服务具备支持资讯、电子商务、音乐

等应用场景的个性化精准推荐能力具备不良信息过滤能力部署容易，无需后台系统改造支持匿名推荐，确保用户隐私不受侵犯支持实时行为计算与推荐，结果个性化

程度和相关性高云计算架构，支持大规模并发用户推荐，

易于扩展处理能力分析功能强大，可帮助站点进行改进中国移动精准营销推荐服务平台在中国移动自有平台上实现推荐服务的整合应用，促进产品销售推荐算法与平台研究-技术路线音乐平台资讯类网站电子商务类网站数据获取数据预处理推荐模型配置训练推荐生成推荐平台页面插码<html>…</html><js>……</js>页面嵌入JS代码（采集和推荐）采集用户在线行为轨迹定期更新导入内容数据和用户信息推荐内容网站为您推荐的资讯……浏览该资讯的用户还看过……同主题资讯推荐……推荐内容网站为您推荐的产品……购买该产品的用户还买过……相似产品推荐……推荐内容网站为您推荐的歌曲……喜欢该音乐的用户还喜欢……同类音乐推荐……云计算平台推荐算法与平台研究-应用形式Labs上访问过此内容的用户还访问过……Labs给你推荐的相关资讯、博文和话题……Labs相关标签扩展阅读前台产品推荐算法与平台研究-应用效果评测推荐结果：主题相符或相近内容占比80%以上，较之关键字匹配，在扩展性和精准性方面都有所提升。原文示例：《国外运营商LTE市场发展与策略分析》推荐结果：主题相符或相近内容占比80%以上，较之关键字匹配，在扩展性和精准性方面都有很大提升。按兴趣推荐内容或相关标签

博文 报告/视频 新闻 帖子实际应用效果：Labs推荐上线后，平均提升了20%的流量，跳出率较少一半多，平均页面停留时间增长3%。方法研究-实际应用江苏公司号立方(本联合项目)上海公司家庭用户挖掘(本联合项目）河南公司基于位置的关系挖掘(11年联合项目）研究院Labs推荐音乐基地wap音乐推荐(本联合项目）安徽公司wap用户偏好推荐(本联合项目）家庭用户标签家庭用户分类小小灵通家有电信三口之家两口之家亲密无间窃窃私语短信情长高消费型经济型家庭营销信息来源登记信息业务使用信息用户话单信息用户行为业务家庭客户挖掘家庭客户位置信息直接外呼BOSS营销点对点短信Mail嵌入电子渠道家庭客户挖掘模型与统一视图(上海)-目标与研究框架物理家庭客户重点目标：家庭用户定义和区分方法，研究家庭客户挖掘模型的方法，家庭客户统一视图的建立，分析其特点，捕捉精细化的营销机会。家庭客户挖掘模型与统一视图–

技术路线家庭客户挖掘模型与统一视图–

统一视图及模型验证家庭成员57％其它关系22％样本经分员工密友21％抽样验证准确率家庭成员部分：个人基本信息：年龄、ARPU等、通话时长、通话分钟数、短信条数等与户主对应关系：与户主交往情况：各时段通话次数以及占比，各时段通话分钟数以及占比、各时段短信条数以及占比与户主位置关系：重合的基站数家庭客户部分：家庭整体情况：成员数、固话数、小灵通数等等、家庭的ARPU、通话次数、通话分钟数、平均在网时长、年龄等家庭内指标：与户主的各时段通话次数、短信条数、通话分钟数等家庭位置信息：与户主平均位置重合情况家庭标签：基于位置、交往圈大小、交往密切情况、家庭平均年龄等等打上标签家庭客户统一视图结果集1目标家庭数：660万总成员数：1000万结果集2目标家庭数：200万总成员数：300万根据营销的规模选择相应的结果集目标家庭客户模型准确率：79%青浦属地自营厅外呼总数7835，其中考虑用户占35%，2742位，拒绝用户（拒绝+挂机）占33%，2585；关机\停机\销户等非正常状态客户占13%，1081位，直接愿意办理用户占2%，共157户；无人接听占17%，共1332户；相比原先随机抽取用户的外呼模式(随机选取arpu>30的用户，考虑用户占10%,直接愿意办理的用户0.7%

），该模型提升营销成功率3倍以上。营销验证号立方用户关系管理平台-应用：求职通在基于号立方进行精确营销之后，6月份和7月份，求职通订购人数明显上升，提升比例超过：59%号立方用户关系管理平台-应用：139邮箱

139邮箱活跃用户数在基于号立方进行精确营销之后的活跃用户人数比之前提升比例超过：55%2.2研究成果介绍2.2.1方法研究社会网络关系判定与社区发现推荐算法与平台2.2.2应用研究业务推荐家庭客户挖掘模型与统一视图号立方用户关系管理平台移动互联网分析平台内容推荐12530WAP个性化音乐推荐产品基于wap日志的用户偏好分析及推荐系统无线音乐用户使用偏好模型及欺诈行为识别模型营销支持与目标选择高校用户特征挖掘模型Wlan用户分析与挖掘系统定制终端营销决策支持模型12530WAP个性化音乐推荐产品(四川)-目标与技术路线目标通过个性化推荐，增强用户粘性，增加用户的回访率，提升用户的转化率，培养一批具有高价值、高活性会员用户群体。高频用户中频用户低频用户SlopeOne按照用户历史访问项目集合，根据音乐间的线性拟合评分偏差，预测推荐期望最高的音乐关联规则

查找与某一音乐共现的其他音乐，用歌曲热度、用户访问时间、频次等加权进行相关性排序TOPN根据歌曲热门程度、流行程度、推荐程度、下载次数等进行排序，选取最大的N个进行推荐每个用户的音乐推荐列表运营规则干预原则：针对不同类型的用户采用与之相应的推荐算法12530WAP个性化音乐推荐产品-应用形式首页12原畅销歌曲页3个性化推荐页12530WAP个性化音乐推荐产品-应用效果实验前推荐页转化率实验后推荐页转化率20%将个性化推荐模型部署在12530WAP现网系统的1台前端机中，进行了近20天的实验，结果表明推荐模型大幅提升页面访问的转化率。33.7%使用个性化推荐模型之后推荐页面访问转化率提升了68.5%同时，WAP门户每用户访问页面深度增加，表明推荐模型能提升用户黏性。使用个性化推荐模型之后每用户访问页面深度增加1.2个(13%)实验前每用户访问页面数实验后每用户访问页面数9.210.4基于wap日志的用户偏好分析及推荐系统(安徽）-目标与技术路线WAP网关记录数据清理资讯访问记录资讯类型标注资讯类型访问记录聚类分析用户群体聚类结果计算群体偏好数据采样群体对各资讯类的偏好存储隶属关系数据清理推荐模型合成用户内容偏好模型待推荐资讯用户内容

偏好模型类型特征矢量标注类型类型标注模型匹配产生推荐列表排序用户喜好程度推荐列表模型构建模型应用

目标：建立客户内容偏好标签，开展内容营销根据客户偏好，有效细分客户，结合业务本身特性，设计增值业务产品包，开展内容营销，引导第三方产品到移动自有产品的迁移基于wap日志的用户偏好分析及推荐系统-应用方案各偏好客户细分细分客户群通过对客户的偏好梳理，可将客户细分为不同偏好用户群。财经偏好群1游戏偏好群2体育偏好群3时尚娱乐偏好群4影视偏好群5…选择地市偏好类型将客户偏好部署到营销管理平台中，营销人员可方便利用平台分析客户偏好需求：可筛选各类别偏好的客户群；可筛选各数据及信息业务的不同偏好客户群；指导地市开展内容型业务营销；基于wap日志的用户偏好分析及推荐系统-应用效果经过安徽公司对有手机上网行为的用户进行随机抽取营销和个性化推荐营销发现，用户对推荐内容的响应率要远高于随机发送的内容。第一组实验：普通上网用户随机推荐命中率0.043%，个性化推荐命中率0.29%，命中率提高6.7倍。第一组实验：普通上网用户随机推荐命中率0.049%，个性化推荐命中率0.51%，命中率提高10.4倍。实验方案：11月30～12月3，对有手机上网行为的20万左右普通用户推荐手机上网助手的内容(URL)；对2.4万分析了上网偏好的用户，根据其兴趣偏好推荐上网内容(URL)。所有用户进行两次实验，前后两次推送的内容不同。计算指标为“命中率”，即记录推荐用户中有多少用户成功访问推荐的信息。计算公式：命中率=访问用户数（推荐内）/推荐用户数

目标：通过对全网音乐市场、用户构成、消费习惯、内容偏好、用户欺诈等用户相关行为以及营销渠道等进行全面的分析，建立一个用户、产品、渠道的用户行为分析体系，指导实际营销和管理应用。无线音乐用户使用偏好模型及欺诈行为识别模型（四川)-目标与技术路线号码ID139*****

Web登录次数20Web试听次数25Web购买次数5Wap登录次数10Wap试听次数30Wap购买次数1………………层次分析法定权维度权重登录次数1试听次数2购买次数5号码ID139*****

Web偏好得分95Wap偏好得分85………………门户使用数据偏好打分方法各门户偏好得分门户偏好确定把门户、渠道、产品等偏好进行交叉组合形成用户偏好取最大的偏好得分为该用户的第一偏好用户偏好沉淀结果传输到营销平台进行针对的营销用户偏好营销

用此方法确定用户的偏好，确定了门户、渠道、歌手、歌曲四个方面等28个大类，上百个交叉组合的子类的用户偏好无线音乐用户使用偏好模型及欺诈行为识别模型-欺诈识别模型

我们以全曲业务为例来简单介绍欺诈用户模式识别的过程。号码ID139*****

当天下载量20包月开通时间当天下载歌曲数5当天每首歌曲平均下载量4当天下载CP数2当天每家CP平均下载量10当天单CP最大下载量15当天下载方式的个数1确定的欺诈用户标记1………………历史数据决策树算法神经网络算法数据挖掘算法1天内下载量10-20首并且cp<=2家1天内下载量21-50首并且cp<=3家1天内下载量在50首以上并且cp<=5家1天内单首歌曲下载>3次…………发现欺诈规律，提取欺诈规则号码ID138*****

订购时间2歌曲id6513015歌曲id600749订购方式002………………实时数据实时数据处理，进行规则匹配实时监测号码ID135*****136*****…………欺诈号码平台预警、封堵处理实时反馈欺诈模式发现模型欺诈实时监测及反馈模型无线音乐用户使用偏好模型及欺诈行为识别模型-成果及应用通过对无线音乐用户行为分析，把分析的结果和推荐系统进行结合，使歌曲的营销成功率有大幅度提高，达到13.5％。通过对无线音乐用户行为分析，欺诈行为模式结果和监测系统进行结合，提高监测系统的效率和准确度。在进行全曲的实时的欺诈监控中，能够发现发现95％以上的欺诈用户，占整个全曲量的11％以上。2.2研究成果介绍2.2.1方法研究社会网络关系判定与社区发现推荐算法与平台2.2.2应用研究业务推荐家庭客户挖掘模型与统一视图号立方用户关系管理平台移动互联网分析平台内容推荐12530WAP个性化音乐推荐产品基于wap日志的用户偏好分析及推荐系统无线音乐用户使用偏好模型及欺诈行为识别模型营销支持与目标选择高校用户特征挖掘模型Wlan用户分析与挖掘系统定制终端营销决策支持模型高校用户特征挖掘模型(广东)-目标与技术路线目标：针对高校学生市场进行研究，根据基站定位及客户通信情况划分各大运营商的高校客户的通信归属，进一步进行高校竞争态势监控和高校市场客户特征数据挖掘。

高校迎新客户发展支撑案例介绍对市场新增客户发展情况及占有率进行全天候24小时监控，制定新增异常应急预案，及时抑制竞争对手发展，集中火力进攻客户新增重点区域。9月高校迎新期间，发展高校新增活跃客户超过24万，同比增加17%，全面取得了高校迎新的胜利。1高校用户特征挖掘模型-应用案例案例介绍建立高校学生通信及业务特征模型，深刻把握学生的需求和通信喜好，制定有针对性的营销策略，提升市场拓展及精细化运营水平。高校客户深度运营2系统数据分析：10年新生特征长途需求旺盛新生长途话费占比老生高出12%数据业务活跃度低于老生飞信活跃度40%，老生60%手机邮箱活跃度6%，老生10%应对营销政策：刺激话务：充50送20，10万学生客户参与提升长途：长途午夜畅聊，学生参与超过24万人数据业务运营：星光校园客户超过15万人Wlan用户分析与挖掘系统(广东)-目标与技术路线

数据转换

数据加载

采集层网络运维工程建设网络优化IPNETWLAN统一OMC

数据抽取接口适配器公共消息服务系统管理对外信息共享市场营销华为防火墙监控平台Radius认证系统AP、AC、SW等设备管理资料处理层数据库关联模型元数据管理指标引擎服务模型分析服务报表服务OLAP分析服务应用层多维分析信息发布自定义报表业务行为分析用户行为分析区域行为分析业务综合分析信息维护目标：构建Wlan用户分析与挖掘系统，收集并分析散落在不同地方的WLAN用户的使用行为和访问特性，为业务部门的营销策略制定、营销效果验证，WLAN规划部门的业务规划和网络规划，为WLAN维护部门的网络优化、投诉处理，绿色上网工程等提供支持和保障手段。Wlan用户分析与挖掘系统-系统展现定制终端营销决策支持模型(湖南)-目标与技术路线目前终端营销政策制定缺乏全面、科学的依据，无法对客户前期消费贡献进行精细分析；同时对客户享受终端补贴后的消费行为也缺乏监控与跟踪分析，为加强定制终端销售精细管理，提升终端消费行为分析能力，构建四大模型：终端消费行为模型、补贴效益模型、贡献度模型、多维度捆绑用户分析模型，为定制终端营销方案制定在事前、事中、事后三个阶段提供支持。终端补贴活动前，根据活动的基本信息结合移动用户终端消费行为分析模型可以对该活动面向的用户群进行预测（主要针对ARPU值），根据预测的ARPU值的结果及单个用户终端补贴模型可以对用户参加活动后的ARPU进行简单预测，结合绝对贡献度模型可以计算出该类用户的绝对贡献度终端补贴活动期间，可以根据用户的ARPU值结合移动用户终端消费行为分析模型对该用户进行终端推荐及活动推荐。活动结束后，通过移动用户贡献度计算模型，对活动的收益进行评估，同时，通过多维度捆绑终端用户分析模型从不同的维度对活动中取得的收益进行分析，发现问题，并进行数据沉淀。定制终端营销决策支持模型-模型验证活动前终端消费模型预测验证：(09年10-12月约25万用户)可见真实ARPU（横）与预测ARPU（纵）分布一致，该模型拟合度较高(平均误差

0.0线性相关系数：0.977)活动期间用户平均ARPU值预测模型验证（09年10月-12月约25万活动用户）老用户ARPU值预测验证新用户ARPU值预测验证R方为0.939,显示模型拟合度很高。R方约为0.9,显示模型拟合度较高。2.3项目总结及下一步工作联合项目研究了社会关系网络、精准推荐、用户使用行为分析等各种有效的分析方法，并在交往圈数据、位置数据、移动互联网数据等传统分析较少进行分析的数据上进行了积极的研究探索，取得了较好的效果。在联合项目中，研究院与多个省公司探索了合作模式，进行了紧密合作，推动了研究成果的落地应用。下一步计划进一步增强研究成果的推广应用，与更多省公司密切合作，推动面向精确营销的用户行为分析方法的在公司范围的广泛使用。47结束谢谢大家！“那破玩意儿，有什么用啊，连大学毕业证都成费纸了，还拿初中毕业证吓唬我，谁希罕！”刘冰儿想。但她看在老班苦口婆心的份上，还是给了她面子，来参加中考了。这漫长的两个小时怎么过？老班在考场外盯着他们这些差生呢，怕他们早早出去，影响了成绩。“作文一定要写完啊。”当她进来的时候，老班站在门外，向她发出讨好的笑。想到这里，刘冰儿看了看作文题目：“阳光灿烂的日子”。她抬起头，朝窗外望了望：阳光很纯净，很妩媚，果然是个阳光灿烂的日子。刘冰儿不讨厌这个题目，虽然她很讨厌作文课。它仿佛触动了她心底的一角，让她听到了冰层融化的声音。那一瞬间，刘冰儿做出了一个重大的决定，她要写作文了。虽然进考场时，她曾赌气地想，要做一个白卷先生，把老师气死。但现在，她改变注意了。一、相遇是个偶然“曾经，我的日子里充满了阳光的味道。那儿流动着鲜花的芳香，弥漫着欢乐的气息……刘冰儿就这样开始了自己的开头，从小，她的文笔就不错，语文老师经常夸她，这让她很自豪。初三第一学期期末，我的成绩有所进步，开家长会的时候，老师表扬了我，妈妈特高兴。回到家，爸爸妈妈带我去饭店吃饭,说是对我的奖励。再说，村里刚发了钱，他们高兴，他们手里痒痒。自从我们村的土地被征用，自从我爸妈手里有了钱，我就发现我爸不是我爸我妈不是我妈。我爸再也不去找工作了，他开了个棋牌室，名誉上是棋牌室，其实就是召集村里的闲人赌博；我妈整天在镜子前描眉画眼，试图把自己捯饬成一个美女。但再怎么捯饬，也掩盖不了脸上的那些褶子。吃饭的时候，我给爸爸说我想要电脑,他们很爽快的答应了。第二天就带我去选电脑,第三天就买回来了,第四天就有人来安装宽带,就这样我的生活加入了电脑!我阳光灿烂的日子来临了。可以上网了,我就天天呆在电脑前。聊天,看电影,玩游戏,成了我生活中不可缺少的。起初我有节制,会控制自己,玩到9点10点的不用爸妈催,那时候真的很乖啊。那天，在去逛商场的路上，突然遇到了同年级的杨一一，我们乘坐同一辆公交车，下车时，他竟然要了我的**号，说要加我为好友，这让我受宠若惊。要知道，杨一一是我们学校有名的帅哥，不仅人长得帅，而且歌也唱得特别好。他还会弹吉它，去年在我们学校举办的艺术节上，他自弹自唱的歌曲让全校师生沸腾了。为此，女孩子们都愿意和他交往。但在老师的心目中，他名声却不怎么好，因为他不爱学习，经常招惹事非，老师们提起他都很头痛。杨一一之所以敢在学校里放肆，我们认为是因为他的老爸。他老爸是周围村子的地头蛇，谁也不敢惹。有其父必有其子，在老师们看来，反正也快毕业了，就当他是一坨臭狗屎随着时间自然风干吧，大不了躲得远远的，看你还能臭多久。因此，杨一一在上课时也很随便，他可以睡觉，只要没打呼噜；他可以玩手机，只要没有影响他人；他可以上厕所，只要从后门走……有些同学对学校的政策不满，凭什么他杨一一就格外受待见？也想把头发留长，也想上课玩手机，就会被老班狠狠骂一顿：你以为你是谁？你爸是地头蛇吗？你是臭狗屎吗？他爸不是地头蛇，他也不是臭狗屎，所以就乖乖缴械投降了。久而久之，同学们便不和他攀比了，就当他真的是臭狗屎了。受主流的影响，

人人文库> 全部分类> 行业资料 > 医学制药

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论