您的位置: 专家智库 > >

文献类型

  • 3篇期刊文章
  • 1篇学位论文

领域

  • 4篇自动化与计算...
  • 2篇经济管理

主题

  • 3篇数据挖掘
  • 3篇客户
  • 2篇电信
  • 2篇客户细分
  • 1篇电信客户
  • 1篇电信客户细分
  • 1篇电信业
  • 1篇异常检测
  • 1篇入侵
  • 1篇入侵检测
  • 1篇全局优化
  • 1篇群算法
  • 1篇子群
  • 1篇网络
  • 1篇网络安全
  • 1篇粒子群
  • 1篇粒子群算法
  • 1篇客户关系
  • 1篇客户关系管理
  • 1篇客户流失

机构

  • 4篇江苏科技大学
  • 1篇淮安信息职业...

作者

  • 4篇雷艳云
  • 3篇闫仁武
  • 2篇任平
  • 2篇李从
  • 1篇李丛
  • 1篇王继凤
  • 1篇王加民

传媒

  • 2篇科学技术与工...
  • 1篇计算机工程与...

年份

  • 1篇2010
  • 3篇2009
4 条 记 录,以下是 1-4
排序方式:
基于关联规则的Apriori算法的改进及其在保险业CRM的应用被引量:1
2009年
客户关系管理作为一种以客户为中心的经营策略,可以很好完成客户的获取与保持,为经营者提供决策支持,而数据挖掘作为一种分析工具,可以应用在客户关系管理中的大量数据分析和客户价值挖掘中。作为数据挖掘研究的一项重要内容——关联规则数据挖掘研究,其经典的Apriori算法及其改进算法存在着一些不足,如产生庞大的候选集、需要多次扫描数据库,大大增加I/O开销。针对这个算法的瓶颈问题,提出了基于关联规则的改进的Apriori算法,并将其应用在客户关系管理中的大量数据分析,如客户的年龄、职业、年收入、险种等属性,通过对得出的规则的分析来挖掘出具备某些特征的客户趋向购买何种险种,为业务的宣传及管理者的决策支持提供了明确性。
闫仁武李丛雷艳云任平
关键词:数据挖掘客户关系管理APRIORI算法关联规则
粒子群的K均值算法在电信客户细分中的应用被引量:4
2009年
在K均值算法中,对于随机的初始值选取可能会导致不同的聚类结果,甚至存在着无解的情况;还有该算法是基于梯度下降的算法,因此不可避免地常常陷入局部极优。针对K均值聚类算法存在的缺点,提出了一种新的聚类算法——基于粒子群的K均值聚类算法,理论分析和实验表明该算法有较好的全局收敛性,能有效地克服传统的K均值算法易陷入局部极小值的缺点,采用改进后聚类算法对电信客户数据进行聚类分析,得到具有不同特征的客户群组,聚类结果分析更合理清晰,更便于对不同群组采取不同的经营策略,为管理者提供了合理的决策支持。
闫仁武雷艳云任平李从
关键词:粒子群算法全局优化K均值算法客户细分
数据挖掘在电信业客户维持中的研究
电信企业逐渐意识到以客户为中心经营的必要性,开始从业务驱动向客户驱动转化,电信技术的发展和创新不断生成各种新型业务,导致大量低忠诚度客户转网或变更业务。维持客户、延长客户生命周期是本课题的主要研究内容,本文从三个方面加以...
雷艳云
关键词:数据挖掘电信业客户细分客户流失
文献传递
动态自学习的入侵检测模型研究
2009年
针对目前常见的入侵检测的模型的一些结构性的缺点,提出了基本数据挖掘的动态自学习入侵检测模型DMIDS,给出了动态自学习的正常行为库的更新机制,克服了传统静态检测模型必须完全重新学习才能更新模型甚至无法重新学习的缺陷。通过基于KDD’99数据集的实验,表明其相对于传统的异常检测方法在保证较高检测率的前提下,有效地降低了误报率。
王加民闫仁武王继凤李从雷艳云
关键词:网络安全异常检测数据挖掘入侵检测
共1页<1>
聚类工具0