出处
《中国统计》
CSSCI
北大核心
2005年第1期53-54,共2页
China Statistics
同被引文献4
-
1郑宏珍,柳明欣.数据挖掘及其工具的选择[J].计算机应用,1999,19(S1):109-110. 被引量：9
-
2蔡伟杰,张晓辉,朱建秋,朱扬勇.关联规则挖掘综述[J].计算机工程,2001,27(5):31-33. 被引量：133
-
3刘世平,姚玉辉.交叉销售:银行业实例[J].数字财富,2003(5):58-59. 被引量：2
-
4高玉荣,李业.交叉销售[J].企业管理,2002(9):56-57. 被引量：7
二级引证文献9
-
1戴艳红.基于数据挖掘技术的交叉销售分析[J].中国管理信息化（综合版）,2007,10(6):32-33. 被引量：3
-
2刘朝华,蔡淑琴.分析客户交叉销售能力的方法[J].商场现代化,2007(08S):190-190. 被引量：2
-
3羡晨静,张维石,刘伟光.关联规则分析在电信交叉销售中的应用研究[J].计算机工程与设计,2008,29(22):5851-5853. 被引量：5
-
4曾忠平.数据挖掘及其在客户关系管理中的应用[J].中国西部科技,2009,8(4):36-37. 被引量：6
-
5杜栋梁.板材订货稳定性预测方法及应用[J].现代商贸工业,2011,23(1):307-308.
-
6薛广禄.交叉销售理论国内研究述评[J].商业时代,2011(34):33-34.
-
7杨志刚.浅谈数据挖掘技术在交叉销售中的应用[J].中国外资,2012(20):225-225.
-
8梅洪常,刘畅.电商企业最优营销组合分析——基于关联性分析Apriori算法的应用[J].价格理论与实践,2019(5):161-164. 被引量：2
-
9朱晓静.大数据对企业供应链的影响刍议[J].中国包装,2016,36(8):77-81. 被引量：1
-
1王申科.互联网技术架构给我们的启示[J].金融电子化,2013(12):18-20. 被引量：1
-
2上半年绍兴网络零售形势喜人[J].纺织服装周刊,2014(27):37-37.
-
3广州在中国银联刷卡消费额日均超过2.3亿元[J].华南金融电脑,2005,13(8):31-31.
-
4戴稳胜,张阿兰,谢邦昌.数据挖掘功能之三:同质分组[J].中国统计,2004,19(12):46-47.
-
5胡纲.“毛细化渠道”制胜[J].企业家信息,2005(6):75-76.
-
6规范性文件[J].中国海关,2008(12):38-38.
-
7连小卫.把握网络新商机 在于资源整合能力[J].现代家电,2008(19):17-18.
-
8李薇.乘风破浪创辉煌——CTS-635射频卡餐饮收费系统[J].高校后勤研究,1999,0(5):85-86.
-
9中国台湾对大陆机床出口仍将保持高速增长[J].金属加工（冷加工）,2013(6):12-12.
-
10李辉.我国地区服务业发展影响因素研究[J].财贸经济,2004,25(7):16-19. 被引量：48
;
