共查询到10条相似文献，搜索用时 15 毫秒
1.
基于购买行为的客户细分方法,将数据挖掘中的聚类分析技术应用于零售业客户细分,完成了模型的建立与实现,为零售业客户细分提供了一种有效而实用的分析方法。 相似文献
2.
基于分群模型的读者个性化服务研究 总被引：1，自引：0，他引：1
为掌握读者的信息需求规律与客户读者群的信息需求特征,文章基于读者信息需求数据,采用数据挖掘方法对读者借阅数据进行读者群体细分,寻找群体的行为特征,为读者提供具有针对性的创新服务. 相似文献
3.
用户画像技术作为实现精准营销及服务的有效工具,在很多领域已经得到广泛验证和应用,也为高校图书馆的精准服务提供了新的思路。文章以某高校图书馆的读者信息和行为数据为例,引入并改进客户细分领域中的RFM模型,对读者群体进行聚类细分,同时建立了具有不同行为特征的图书馆读者群体的用户画像。最后,提出了基于改进RFM聚类的高校图书馆用户画像构建方法,以期为高校图书馆用户描述和精准服务提供参考。 相似文献
4.
客户流失数据是一类的非平衡数据集,如何有效地对其进行分类学习,其关键是要提高少数类(流失客户)的识别率,少数类是相对多数类而言的一类特殊的子样本,其错分的代价非常高,因此,有效地减少少数类的错分率是一个亟待解决的问题.本文在Veropoulous提出的采用不同惩罚因子数的支持向量机算法基础上,利用样本自身信息熵值来确定不同的惩罚因子,使模型更加倾向于提高少数类的识别精度,并在电信客户流失数据这一非平衡数据集中进行了验证,结果表明该方法较其他方法对流失客户(少数类)的识别率有很大的提高,具有很强的实际应用意义. 相似文献
5.
6.
地学数据资源具有多源、分散、异构等特征,为了能够充分共享和利用地学数据资源,必须有效集成并建
立地学数据库,但是传统地学数据建库方法存在着难以系统地认知建库对象,缺乏统一的语义支撑等问题。针对这些
问题,本文提出并定义了地学数据本体模型、概念体系及其构建方法,阐述了基于地学数据本体的数据建库方法和流
程。该方法在数据本体明确语义的支撑下,抽取出完善的数据实体关系模型,实现多源、异构数据的映射、转换与规
范化处理,并利用数据本体准确表达数据库的语义信息。最后以贵州岩溶地下水数据库构建为例,进行了方法的应用
验证。研究表明：地学数据本体通过对数据资源全生命周期共识概念、属性、实例及其关系的形式化描述,可以有效
克服传统地学数据建库方法的缺陷,更好地支撑和促进地学数据资源的集成建库。 相似文献
7.
人们往往把与数字技术、计算机网络、通信、电子商务、多媒体等有关的技术和行业称为IT技术和IT行业,凡是与上述技术有关的硬件、软件,与数字化信息的制造、分配、存取、交流的物理形式和虚拟形式都被包裹在里面.其实IT可以细分.比如ICE指信息通讯和电子,ICT指信息和通讯技术,TMT指电信和多媒体技术,ITT指信息技术和电信,IS指信息系统,E-Commerce指电子商务,COME指商务网站等等. 相似文献
8.
随着大数据时代的来临,媒体经营要在激烈的市场竞争中发挥资源优势,谋求长足发展,就要深刻意识到媒体本身具有的数据资源优势,充分整合读者资源、客户资源、版面资源,深挖其背后的经济能量,凭借媒体特有的传播优势和品牌效应,谋求经济效益与品牌口碑的双赢。基于此,北方晨报经营公司着力从"人群经济"入手,做好细分市场的客户定位和主题活动的策划包装,针对分众群体进行有效的品牌推广和业务互动。2013 相似文献
9.
《信息系统工程》2002,(5)
Sybase电子商务解决方案(CeBs Communications e-Business Solution),是基于Sybase电子商务平台上专门用于电信行业的应用软件。它提出了电信业中过去遗留的、如今却至关重要的非自动化流程问题。它从客户交互(不管客户是公司,个人还是分销商)入手,为商务行业注入了活力。从而提高了客户满意度,减少了客户流失,增加了交叉销售和提高销售的机会,提高了电信服务提供商(CSPs,communications service providers)的竞争力,使他们从众多竞争对手的同类产品中脱颖而出。这不仅仅靠的是价格,更重要的是优质服务。 CeBS是专门用于电信行业的一套完整的解决方案,它旨在解决电信业中长期存在的非自动化商务进程的问题,尤其是面向客户的销售和服务的相关环节。通过CeBS,客户和渠道合作伙伴可以查看、分析和支付帐单;浏览产品目录;购买新产品;通过消息中心获取定单状态信息;激活 相似文献
10.
数据完备性是基于数据驱动的分析方法的一个重要的前提,不完备的数据意味着很可能会丢失重要的判别信息,从而影响分析结果的准确性.针对现实情况下客户数据特征不同以及数据的不完备性对传统的基于数据驱动的分析方法的不利影响,本文将机器学习领域中迁移分类的方法应用于客户流失预测,通过谱特征排列(spectral feature alignment,SFA)实现了跨领域属性的近似统一,并利用直推式支持向量机(transductive support vector machines,TSVM)对客户数据进行分类从而识别忠诚客户和流失客户,使得预测模型的性能显著提高.在最后的实验部分,使用两个不同的数据集进行的迁移分类结果证明了本文提出模型的有效性. 相似文献