期刊文献+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
共找到5篇文章
< 1 >
每页显示 20 50 100
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
显示方式：
《网络营销》课程“学做创”一体教学模式研究与实践 被引量：6
1
作者 卢琦蓓 《电子商务》 2013年第10期80-81,84,共3页
本文针对网络营销课程教学存在的理论教学体系混乱、实践教学方法落后等诸多问题,结合社会实际要求,融入创业教育理念,提出了"学做创"一体教学模式的设计总体方案。在调研的基础上,按照工作过程系统化的原则对课程教学内容体... 本文针对网络营销课程教学存在的理论教学体系混乱、实践教学方法落后等诸多问题,结合社会实际要求,融入创业教育理念,提出了"学做创"一体教学模式的设计总体方案。在调研的基础上,按照工作过程系统化的原则对课程教学内容体系进行了重构,设计了新的典型工作任务;并通过基于校企合作的课程项目开发、基于职场环境的教学实训基地建设、教学组织形式改造等方面进行具体的实践,为学生职业能力的提升提供了强有力的保障。 展开更多
关键词 创业教育 网络营销 教学模式 学做创
下载PDF
基于支持向量机的纺织行业客户流失分析研究
2
作者 琚春华 郭飞鹏 卢琦蓓 《计算机应用研究》 CSCD 北大核心 2008年第11期3308-3310,共3页
针对纺织行业客户流失问题建立了基于支持向量机的预测模型。基于该行业预测客户流失指标属性多、相关系数高的特点,首先采用主成分分析法从多指标属性中筛选出客户流失的主要因素,有效地降低了支持向量机的训练维度。通过实际纺织行业... 针对纺织行业客户流失问题建立了基于支持向量机的预测模型。基于该行业预测客户流失指标属性多、相关系数高的特点,首先采用主成分分析法从多指标属性中筛选出客户流失的主要因素,有效地降低了支持向量机的训练维度。通过实际纺织行业的客户数据集测试,与普通支持向量机及其他传统预测模型进行比较,验证该模型具有良好的推广能力以及更高的精确性。 展开更多
关键词 客户流失 主成分分析 支持向量机 纺织行业
下载PDF
基于均值漂移图聚类的复杂网络社区发现方法 被引量：1
3
作者 郭飞鹏 卢琦蓓 孙兆洋 《通信学报》 EI CSCD 北大核心 2021年第9期231-239,共9页
现今图聚类复杂网络社区发现方法主要关注于网络拓扑结构,没有考虑节点间的属性相似性。利用结构和属性相似性融合,结合距离函数的间接连接路径,实现对均值漂移图聚类的优化。最后,利用真实复杂网络数据集对所提方法进行分析。实验结果... 现今图聚类复杂网络社区发现方法主要关注于网络拓扑结构,没有考虑节点间的属性相似性。利用结构和属性相似性融合,结合距离函数的间接连接路径,实现对均值漂移图聚类的优化。最后,利用真实复杂网络数据集对所提方法进行分析。实验结果表明,所提方法较其他社区发现方法更高效准确,且适用于大规模复杂网络数据集。 展开更多
关键词 均值漂移 图聚类 复杂网络 社区发现
下载PDF
融入个体活跃度的电子商务客户流失预测模型 被引量：18
4
作者 琚春华 卢琦蓓 郭飞鹏 《系统工程理论与实践》 EI CSSCI CSCD 北大核心 2013年第1期141-150,共10页
为提高个体层次上客户流失预测的精确度,建立了融入个体活跃度的电子商务客户流失预测模型H-ULSSVM.该模型首先利用融入地域因素的启发式算法计算出最优阈值,并求出个体的活跃度,识别出正判客户和错判客户;在此基础上,考虑电子商务客户... 为提高个体层次上客户流失预测的精确度,建立了融入个体活跃度的电子商务客户流失预测模型H-ULSSVM.该模型首先利用融入地域因素的启发式算法计算出最优阈值,并求出个体的活跃度,识别出正判客户和错判客户;在此基础上,考虑电子商务客户流失预测影响因素众多,提出了一种粗糙等价类属性约简方法提取出重要的客户流失预测指标,然后将降维后的正判客户样本送到非平衡最小二乘支持向量机进行学习和训练,进而利用得到的分类器对错判客户样本的客户流失状态进行判别.在某B2C电子商务平台客户样本的实证研究表明,该模型与其他方法相比,具有更好的效率和精确度. 展开更多
关键词 客户流失预测 启发式算法 非平衡最小二乘支持向量机 粗糙集
原文传递
基于改进型FP-Tree的分布式关联分类算法 被引量：3
5
作者 卢琦蓓 郭飞鹏 《山东大学学报（理学版）》 CAS CSCD 北大核心 2014年第1期71-75,共5页
传统的信息挖掘技术已经无法满足大数据环境下日益复杂的应用需求,而分布式数据挖掘技术是解决这个难题的一种手段,因此提出了基于改进型频繁模式树(FP-Tree)的分布式关联分类算法。首先,在各局部节点优化FP-Tree,生成局部条件模式树(CF... 传统的信息挖掘技术已经无法满足大数据环境下日益复杂的应用需求,而分布式数据挖掘技术是解决这个难题的一种手段,因此提出了基于改进型频繁模式树(FP-Tree)的分布式关联分类算法。首先,在各局部节点优化FP-Tree,生成局部条件模式树(CFP-Tree),再通过各节点间传送CFP-Tree构建全局CFP-Tree;其次,在挖掘全局CFP-Tree时通过计算显著度来获取初始的全局显著分类规则;最后,利用剪枝策略选取一个较小规则集来构造全局的关联分类器。实验结果表明该算法能够有效降低网络通信量,提高信息挖掘效率,同时保证剪枝的质量和规则的统计显著性,提高分类的精确性。 展开更多
关键词 频繁模式树 条件模式树 关联分类 显著度 分布式信息挖掘
原文传递
已选择0条
导出题录 引用分析
参考文献
引证文献
 统计分析
检索结果
已选文献
上一页 1 下一页 到第 页
使用帮助 返回顶部