期刊文献+
共找到6篇文章
< 1 >
每页显示 20 50 100
3G移动增值业务全程精确营销实践 被引量:3
1
作者 陈志竞 梁伯瀚 《电信科学》 北大核心 2010年第9期56-59,共4页
移动增值业务种类多、上线快、用户个性化需求强等特点对市场营销人员提出了新的挑战,也为精确营销和客户洞察提供了肥沃的土壤。本文提出了精确营销模式在多业务通用、活跃度提升、渠道协同所具备的优势,并创新地提出了适合3G移动增值... 移动增值业务种类多、上线快、用户个性化需求强等特点对市场营销人员提出了新的挑战,也为精确营销和客户洞察提供了肥沃的土壤。本文提出了精确营销模式在多业务通用、活跃度提升、渠道协同所具备的优势,并创新地提出了适合3G移动增值业务的全程精确营销思路,利用协同式过滤技术来实现潜在目标客户的识别,利用客户细分来实现策略匹配。为了支撑全程精确营销的落地执行,提出了精确营销实战支撑系统的系统架构,包括供营销策划人员使用的取数平台和供一线营销人员使用的推荐平台,在营销实践中取得了不错的效果。 展开更多
关键词 移动增值业务 全程精确营销 协同式过滤
下载PDF
数据挖掘助力精细化流量经营 被引量:4
2
作者 陈志竞 梁伯瀚 《电信科学》 北大核心 2012年第7期1-5,共5页
移动互联网时代,移动数据流量正以前所未有的速度在增长,电信运营商面临着增量不增收、流量套餐渗透率不高、自有移动互联网业务推广难等问题。本文结合电信运营商的实际案例,介绍运用协同式过滤、社交网络分析、决策树等数据挖掘技术... 移动互联网时代,移动数据流量正以前所未有的速度在增长,电信运营商面临着增量不增收、流量套餐渗透率不高、自有移动互联网业务推广难等问题。本文结合电信运营商的实际案例,介绍运用协同式过滤、社交网络分析、决策树等数据挖掘技术在流量套餐精确营销、移动互联网业务个性化推荐等流量经营重点工作中的应用和效果。 展开更多
关键词 流量经营 数据挖掘 协同式过滤 社交网络分析 决策树
下载PDF
改进AIS在课程推荐系统中的应用 被引量:1
3
作者 王嵩 李秀 刘文煌 《微计算机信息》 北大核心 2005年第12X期206-207,48,共3页
通过引入人工免疫系统,并加以相应改进,该文设计并实现了基于改进AIS算法的协同式过滤推荐系统,提供了一个将基于用户与基于条目的推荐机制有机结合起来的一站式推荐架构,同时赋予了CF在线增量学习的能力。
关键词 人工免疫系统 协同式过滤 推荐系统 AIS 课程推荐系统
下载PDF
精品课共享中的推荐系统框架与实现 被引量:1
4
作者 脱建勇 王嵩 +1 位作者 李秀 刘文煌 《计算机工程与设计》 CSCD 北大核心 2006年第17期3119-3122,共4页
提出了国家精品课程优质资源共享系统的推荐系统框架。在介绍了整个框架的应用背景之后,逐步地将推荐系统的概念,应用情况以及目前的研究进展加以总结性介绍。对于组成本推荐系统框架的两个模块分别作了概要的原理性说明,在说明中,重点... 提出了国家精品课程优质资源共享系统的推荐系统框架。在介绍了整个框架的应用背景之后,逐步地将推荐系统的概念,应用情况以及目前的研究进展加以总结性介绍。对于组成本推荐系统框架的两个模块分别作了概要的原理性说明,在说明中,重点就系统选型,模块选择的根据进行了详细论述。最后通过简单而具有说明力的例子来帮助理解,同时说明了此框架的可行性并简单描述了框架的实现情况。 展开更多
关键词 推荐系统 协同式过滤 评价 知识管理 个性化
下载PDF
基于用户树形浏览模式下的推荐系统协同式过滤研究
5
作者 朱立夫 彭佳红 《计算机与现代化》 2012年第4期209-211,共3页
针对用户普遍使用的树形浏览网页模式,提出一种新的自上而下的用户访问路径收集算法,此算法减少了短路径的生成,并将其合并到用户浏览树形路径中;基于交叉页面访问频度的概念建立交叉页面访问频度矩阵,为推荐系统的协同式过滤核心处理... 针对用户普遍使用的树形浏览网页模式,提出一种新的自上而下的用户访问路径收集算法,此算法减少了短路径的生成,并将其合并到用户浏览树形路径中;基于交叉页面访问频度的概念建立交叉页面访问频度矩阵,为推荐系统的协同式过滤核心处理数据源,以交叉页面用户访问比重为判断依据,实现对用户浏览网页关联页面的推荐。 展开更多
关键词 访问路径 树形 推荐系统 协同式过滤
下载PDF
基于数据挖掘的个性化智能推荐系统应用研究 被引量:13
6
作者 张劳模 马颖 王国栋 《现代电子技术》 2011年第16期31-34,38,共5页
在当前家庭数字化日趋普及的环境下,为了给用户提供一种智能型、个性化的多媒体内容推荐服务,通过研究协同式信息过滤技术,结合数据挖掘技术,设计并实现了一个智能型、个性化的多媒体推荐系统。系统可以根据用户的使用习惯、使用时间、... 在当前家庭数字化日趋普及的环境下,为了给用户提供一种智能型、个性化的多媒体内容推荐服务,通过研究协同式信息过滤技术,结合数据挖掘技术,设计并实现了一个智能型、个性化的多媒体推荐系统。系统可以根据用户的使用习惯、使用时间、使用环境以及最近选择的项目进行分析,进行判断后列出最优推荐资源。系统通过研究个人信息的自我学习技术、个性化特征分析技术以及多媒体内容的搜寻技术,将上述技术应用在推荐服务系统中,具有一定的实际意义。 展开更多
关键词 机器学习 推荐系统 协同式信息过滤技术 家庭数字化
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部