回归分析在安徽电信差异化服务中的应用

为适应市场需求、为客户提供灵活和个性化的服务,文章用回归分析对C网用户的日消费数据进行分析、挖掘,从中发现客户的消费规律,并将挖掘结果以在线分析的方式展现,为用户授信提供判断依据,也为决策者提供了移动业务收入完成和预期进度,提供了可能的市场决策和资源合理化分配决策依据.     

音乐评论中情感的挖掘

音乐评论在培养大众的消费品位和情趣,以建立一个有序的文化消费系统中扮演着重要的角色,具有积极的推动作用。本文从音乐评论的角度,对音乐所表达的情感进行深层次挖掘。     

面向Web营销的数据挖掘方法研究

一、Web营销和Web数据挖掘的产生背景数据挖掘技术在企业市场营销中得到了比较普遍的应用,它是以市场营销学的市场细分原理为基础,通过收集、加工和处理涉及消费者消费行为的大量信息,确定特定消费群体或个体的兴趣、消费习惯、消费倾向和消费需求,进而推断出相应消费群体或个体下一步的消费行为,并以此为基础,对所识别出来的消费群体进行特定内容的定向营销。随着互联网产业的飞速发展,传统的面向市场营销的数据挖掘借用Internet的广阔平台,以其营销更快捷,费用低廉的强大优势获得了更长足的发展。在这样的前提下,Web营销及Web数据挖掘的…     

大学生体育消费动机、水平、结构研究——以西北民族大学体育学院为例

采用文献资料、问卷调查、数理统计等研究方法,通过对西北民族大学364名大学生的体育消费情况进行调查,得出以下四点结论:首先,大学生体育消费意识动机明确.其次,大学生体育消费的水平较低、结构欠合理.再次,大学生体育消费参与的运动项目多样.最后,制约大学生体育消费的因素较多.根据得到的结论提出了几点建议:1加强大学生体育消费意识宣传与正确引导.2高校应开放体育场馆和加强建设校园体育文化.3完善体育设施,定期组织开展各种体育项目的比赛.这些措施旨在对引导大学生进行合理的体育消费及挖掘其体育消费市场起到促进作用.     

山东省居民消费结构的ELES模型研究

本文对1996-2011年山东省城乡居民消费结构的相关数据建立扩展线性支出系统需求函数模型(ELES).通过进一步分析山东省城乡居民的基本消费需求、边际消费倾向和需求收入弹性,挖掘山东城乡居民消费热点及重点,并提出相关政策建议.     

基于数字化校园的数据挖掘

数字化校园通过对各种资源的有效集成、整合和优化,实现了资源的有效配置和充分利用,同时在数据库中也保存了丰富的可供挖掘利用的信息。本文针对学生消费、金融、成绩等信息做为分析对象,进行统计,挖掘,方便了学生工作的管理,也为学校管理者决策提供有力依据。     

数据挖掘技术在客户关系管理中的应用研究

从市场竞争的现状出发，阐述了数据挖掘技术原理，重点探讨了FCM聚类算法和关联规则，并将其运用到电信客户关系挖掘中，对具体公司移动客户消费数据进行了详细分析。     

兰州市农村居民信息消费现状及能力提升策略

以兰州市农村地区居民信息消费现状为例进行调研,采用定量与定性相结合的方法,比较分析了信息消费水平的区域内差异。提出了提升农村居民在信息消费过程中的体验和价值感知,进一步挖掘信息消费的真实需求、推进信息基础设施建设、优化信息消费环境、建立有序的信息消费市场秩序、提高信息消费资源配置效率,加强农村居民信息素养教育、提升农民信息消费能力等对策建议。     

基于GIS的网购大数据挖掘分析——以京东线上手机交易记录为例

采用空间聚类、分类回归树(Classification and Regression Tree,CART)以及空间自相关等空间数据挖掘方法,在地理信息系统(Geographic Information System,GIS)平台下对京东线上手机交易记录数据进行挖掘分析.结论如下:东部地区网络消费数量远远大于中部和西部,而中部和西部网络消费数量差异不大;信息化水平以及城市化进程是区域网络消费的主要驱动力;从总体的空间差异性来看,全国网络消费呈现出较为集中的空间分异特征.从局部的空间差异性来看,西北部地区为网络消费的落后区,而北京和广东两地为网络消费的发达区.     

湖北省应城市城乡居民消费结构实证分析——基于ELES模型

改革开放以来,居民收入的提高和消费能力的增强使得生活质量日益改善,但长期以来过于倚重投资和出口的高速增长模式,使我国居民最终消费率偏低,地区、城乡和阶层之间的消费差距持续扩大,居民消费结构失调,制约了需求导向型的市场经济发展。深入研究湖北省应城市城乡居民的消费需求和结构变化规律,对培育新的消费热点,挖掘县域经济消费,拉动经济增长潜力,推进更高水平小康社会建设和区域经济持续快速健康增长具有重要借鉴意义。     

基于超市OLAP系统数据挖掘的实现

针对SQLServer2000AnalysisServices中的数据挖掘功能,及其在某大型超市的OLAP系统中加以应用的情况,介绍了基于SQLServer2000的数据挖掘模型的建立、训练、浏览模型和进行预测的关键技术,给出了一种建立在已有的OLAP系统基础上的实现数据挖掘功能的具体方法,并指出运用该方法可以快速地开发数据挖掘的应用,有效地支持决策。     

联机分析处理与关联规则挖掘的集成化模型研究

通过分析关联规则挖掘和联机分析处理(OLAP)的特点,提出了一种联机分析处理与关联规则挖掘的集成化模型,并给出了其代数结构描述;在此基础上,提出了一种基于OLAP的关联规则挖掘理论,从而为简化挖掘步骤,提高挖掘效率奠定了理论基础;使用超市的实际数据进行实验分析,验证了该模型及其挖掘理论的正确性和可行性.     

基于GIS与数据挖掘关联规则的超市内部布局优化分析与设计

超市作为传统零售业与城市发展的象征,在互联网大潮的冲击下节节败退,原因在于多数超市有着复杂的内部结构,使人们望而却步。然而随着GIS技术的飞速发展,GIS技术在社会生活各方面的作用日益凸显,超市内部布局的不合理有了解决的契机。本文综合了数据挖掘关联规则方法与GIS空间分析技术,以信阳沃尔玛超市为例进行分析,探讨出对超市内部布局分析的量化方法,并结合实际案例进行优化设计,为更多的超市管理者提供直观的超市设计方法,以实现超市服务的优化与收益的扩大。     

关联规则算法的研究及应用

本文重点研究了关联规则经典算法Apriori算法的基本思想,并通过实例说明发现频繁项集的方法,提出了Apriori算法的不足,并结合spss clementine软件将关联挖掘应用于某超市的销售数据,从大类及二级类商品之间两个方面进行挖掘,针对挖掘结果进行了分析,同时提出建议,为超市提供辅助决策信息.     

一种高效关联规则挖掘算法

为了提高关联规则挖掘算法处理数据库的效率,在研究AprioriTid算法的基础上提出一种高效的关联规则挖掘算法AprioriTidD,在计算数据库中的频繁项集时依靠有效的裁剪减少无效项集的产生,并且可减少产生候选项集,从而有效地提高算法的效率.选取程序模拟超市购物产生的3个试验数据集,应用AprioriTidD算法对该...     

K—means聚类算法在客户细分中的应用

以某超市会员为研究对象,以其会员卡的消费记录为数据源,运用K-means聚类算法对该超市VIP客户进行细分,得到一个细分模型,该模型对企业营销策略的制定具有一定的辅助作用．     

基于RBF神经网络的超市客户保持预测模型研究

利用RBF神经网络数据挖掘算法建立了超市客户保持预测模型,在MATLAB开发环境下进行程序设计和仿真分析,并与BP算法进行对比,完成了超市客户保持预测的任务,分析了该算法的优越性.     

基于多层关联规则挖掘的超市货架陈列优化

基于.NET架构和数据仓库技术开发经理人决策支持平台,使用多层关联规则算法挖掘购物小票的频繁项集,发现顾客的购物模式,为超市货架陈列优化提供帮助。文章分析了决策支持平台的体系设计,多层关联规则挖掘模型的设计,最后进行频繁项集和规则的挖掘示例,并给出超市货架陈列的优化建议。     

基于Apriori算法的改进关联规则的算法研究

关联规则是数据挖掘的一个重要研究内容,主要用于从大量数据集中挖掘出有价值的数据项之间的关联关系.典型案例是超市的购物篮分析,主要对顾客的购买记录数据库进行关联规则挖掘,可以发现顾客的购买行为.本文依据Apriori算法的两个基本性质,即任何大项集的子集一定是大项集,非大项集的超集一定是非大项集,对经典的Apriori算法要多次扫面事务数据库的问题,作了一些改进,并进行仿真计算,结果表明,改进的算法确实减少了扫描次数.     

生鲜连锁超市开发策略研究

现阶段生鲜连锁超市是生鲜品经营的必然趋势。调查了上海地区不同收入阶层的人们对生鲜产品的关注内容与关注度以及对现存生鲜经营的评价,分析了生鲜超市经营不尽如人意的原因,并提出了生鲜连锁超市的开店策略。