基于关联规则的数据挖掘技术在网络教学中的应用探讨

本文对关联规则数据挖掘的基本概念与方法作了简介，并结合我校网络教学应用系统为背景，对基于关联规则的数据挖掘在院校网络教学中的教师建设和学生学习等相关应用作了探讨，并对其挖掘的结果进行了分析。     

消费者网络团购行为分析

网络团购作为一种新兴的网购方式,已经成为在网民中流行的一种新潮消费方式,影响着中国几亿网民的生活,了解网络团购用户的消费心理和消费行为对商家的可持续发展显得尤为重要。网购消费者具有偏好低价、追究时尚便利等行为特征,需要网站和商家提高质优价低、时尚美观的产品,同时提高本网站的质量。     

基于XML的通用关联规则挖掘应用模式

本文分析了关联规则挖掘应用中在通用性、用户简易性以及可扩展性方面所面临的一些困难,提出了一种基于XML的通用关联规则挖掘应用模式。该模式充分利用了XML在自描述能力、异质系统数据交换能力以及可扩展性方面的优势,提供了一个模块化、易于集成、适合于最终用户使用的应用框架。     

关联规则挖掘算法在股票预测中的应用研究——基于遗传网络规划的方法

将遗传网络规划用于解决数据挖掘中的关联规则问题。相对于传统的关联规则挖掘算法,基于遗传网络规划的方法通过其中的遗传算子能够以递增的方式发现关联规则,从而避免了传统方法需要将全部数据库遍历才能得到规则的局限性。通过将要挖掘的关联规则定义为事务间的关联规则,以解决股票市场中的价格预测问题。     

消费者网络购物行为特征分析

本文分析了电子商务环境下影响消费者行为的因素,消费者行为特征表现,以及网络购物的基本流程,最后指出企业在改善经营行为中应该更加重视贯彻以消费者为核心的营销理念,通过创新的技术手段和经营行为来保持消费者对市场环境的适应和支持,进而实现企业与消费者的双赢。     

基于挖掘算法的申银万国行业指数关联规则分析

利用股票的大量历史数据发现规律从而预测股票走势,成为热门的研究课题。为了能更好地观察国内申万行业指数间的联动性与轮动性,同时针对股票的滞后性效应问题,有学者提出了一种基于时间序列的关联规则挖掘算法。文章通过关联规则及其算法,挖掘出我国2010年3月到2022年6月申万行业指数交易数据间的关联现象,从而获得有意义的关联规则,为后期制定投资策略打下基础。     

基于正相关关联规则挖掘分析的客户需求权重预测

为预测经营活动中的客户需求,提出一种基于正相关关联规则的数据挖掘模型.挖掘统计数据的频繁2_项集并对挖掘结果剪枝处理,按照特征需求重要性大小,计算得出重要客户需求,再运用BP神经网络进行需求权值预测.实例表明该方法可减少关联规则数量和挖掘工作量,对需求的预测具有现实意义.     

有关关联规则的挖掘算法研究

研究了入侵检测中关联规则挖掘技术,在Apriori算法的基础上,提出了一种新的算法,该算法将FP-tree映射成为FP-array,那么绝大部分运算是运用布尔逻辑运算完成的,解决了频繁构造条件FP一树的巨大处理开销,从而大大提高关联规则挖掘效率。     

基于Apriori算法的诈骗案件关联规则挖掘研究

本文利用Excel对诈骗案件源数据进行存储和统计分析,根据统计分析的结果提取对案件分析有效的训练样本,然后应用Apriori算法进行关联规则分析,对诈骗案件内部属性之间存在的关系进行挖掘,实现了从大量诈骗案件信息中获取潜在的、有用的情报信息,在一定程度上达到了辅助破案的目的.     

基于意外度的关联规则深层知识发现及应用研究

为了弥补传统关联规则挖掘产生大量冗余规则、难以直接用于决策支持的不足,本文提出了一种基于用户已有知识的规则意外度评价方法,并在此基础上设计了基于意外度的深层关联规则挖掘算法。算法的优点在于能够将用户已知的规则作为领域知识加入到数据挖掘过程从而有效过滤和已知规则相近的冗余规则,并且可以将新得到的规则加入知识库中实现知识的积累和重用。最后本文采用一个商场数据验证了该算法的有效性,并且对具有回馈模式的关联规则在商品促销中的作用进行了分析。     

基于映射分类规则的客户重要程度标识方法

为了准确识别客户的重要程度,研究了客户终身价值的计算,把由决策树建立的分类规则映射到客户终身价值,建立了客户基本特征集与客户终身价值之间的对应关系.     

植基部落格之资料探勘模式以探索顾客需求

由于部落格(Blogs)的普及,导致愈来愈多的企业希望能从大量的使用者文章中撷取出有用的信息,从中了解消费者需求及市场导向,以帮助企业改善商品及服务质量,抑或评估企业本身或同业竞争者的优劣势.本研究针对部落格中的产品使用心得,提出一套FAIR模块,希望藉由该模块得以达到在短时间内有效地分析产品评价,以利于企业或消费者在掌握商品重点特色及整体评价时,能避免阅读大量文章的时间耗费并无从理出头绪的情形.FAIR模块为模糊自适应共振理论(Fuzzy ART)结合隐含语意索引(LSI)的特性,将文章集予以分群并从中撷取出代表性关键词,以达到信息检索的目的,最终再通过关联法则(AR)提升关键词的解释性.通过FAIR模块所撷取出来的消费者心声,我们更进一步地应用于质量机能展开,将顾客需求转化为技术需求,以分别了解产品本身或同业之间的竞争力,使企业充分掌握顾客需求,并提升产品设计之适用性.最后,我们以美容保养品之部落格文章作为实验对象,以说明并验证所提出的FAIR模块之效力.     

基于数据挖掘的分析型CRM应用研究

在对数据挖掘技术和应用模型进行分析的基础上,提出了将数据挖掘技术应用于分析型CRM系统,以及应该在CRM系统中如何进行数据挖掘工具的选择,在企业中构建分析型CRM系统应遵循的步骤,最后阐述在所收集的客户数据的基础上,如何进行客户的细分、如何获取客户、企业如何避免大客户的流失以及交叉营销等.     

基于顾客战略行为下的供应链系统的绩效研究

供应链系统由一个供应商、一个零售商和顾客群组成,且顾客具有战略行为特征,其可以选择在一级市场上购买,也可以选择在二级市场上购买。在销售第一期,零售商向供应商提出订购,并在一级市场上销售,期末剩余产品被供应商回购;在销售第二期,供应商把回购产品通过直销渠道在二级市场上进行销售。采用参数分析和数值模拟得出,首先,顾客战略行为对供应链系统订购量、及系统总收益是否有负影响,取决于顾客对二级市场产品接受度。其次,分散管理系统中,通过提供依赖于集中管理系统下的最优订购量的回购合同,供应商能够协调分散管理系统;并且,无论是否存在顾客战略行为,分散管理系统中的最优回购价格均不受影响。最后,零售商是否接受回购合同,依赖于是否存在顾客战略行为,以及顾客对二级市场产品的接受度。     

Randomization Approaches for Network Revenue Management with Customer Choice Behavior

In this study, we present new approximation methods for the network revenue management problem with customer choice behavior. Our methods are sampling‐based and so can handle fairly general customer choice models. The starting point for our methods is a dynamic program that allows randomization. An attractive feature of this dynamic program is that the size of its action space is linear in the number of itineraries, as opposed to exponential. It turns out that this dynamic program has a structure that is similar to the dynamic program for the network revenue management problem under the so called independent demand setting. Our approximation methods exploit this similarity and build on ideas developed for the independent demand setting. We present two approximation methods. The first one is based on relaxing the flight leg capacity constraints using Lagrange multipliers, whereas the second method involves solving a perfect hindsight relaxation problem. We show that both methods yield upper bounds on the optimal expected total revenue. Computational experiments demonstrate the tractability of our methods and indicate that they can generate tighter upper bounds and higher expected revenues when compared with the standard deterministic linear program that appears in the literature.     

基于购买行为的客户细分方法比较研究

客户保持能有效的提高企业的盈利能力,但客户保持的目标不是追求零流失,而是管理客户的流失率和最大化客户资产.客户细分是实施客户保持的第一步,根据不同的细分客户群对企业的利润贡献,开展有针对性的营销战略/策略,对基于客户购买行为的客户细分方法作了比较研究.     

基于购买行为的客户细分方法比较研究

客户保持能有效的提高企业的盈利能力,但客户保持的目标不是追求零流失,而是管理客户的流失率和最大化客户资产.客户细分是实施客户保持的第一步,根据不同的细分客户群对企业的利润贡献,开展有针对性的营销战略/策略,对基于客户购买行为的客户细分方法作了比较研究.