期刊导航
期刊开放获取
河南省图书馆
退出
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
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
检索
高级检索
期刊导航
基于数据挖掘的电力营销预测决策模型应用与研究
被引量:
3
下载PDF
职称材料
导出
摘要
数据挖掘是一门新兴的数据处理技术,是当前热门的一个研究领域。简要介绍数据挖掘的概念,论述了基于数据挖掘的电力营销预测决策模型的建立、实施和效果评估,对基于数据挖掘的电力营销预测决策模型在电力营销系统中的应用效果进行了阐述。
作者
陈章良
机构地区
山东工商学院管理科学与工程学院
出处
《电力信息化》
2008年第12期98-100,共3页
Electric Power Information Technology
关键词
数据挖掘
预测决策
电力营销系统
分类号
F426.61 [经济管理—产业经济]
TP311.13 [自动化与计算机技术—计算机软件与理论]
引文网络
相关文献
节点文献
二级参考文献
4
参考文献
5
共引文献
42
同被引文献
21
引证文献
3
二级引证文献
13
参考文献
5
1
李雪,苑津莎,张卫华.
基于数据仓库的电力营销系统的设计[J]
.电力信息化,2007,5(12):46-48.
被引量:4
2
李晓娥,程贤芳.
基于J2EE构架的供电局电力营销系统设计与实现[J]
.电力信息化,2007,5(8):71-74.
被引量:3
3
王锐,马德涛,陈晨.
数据挖掘技术及其应用现状探析[J]
.电脑应用技术,2007(2):20-23.
被引量:23
4
李丹丹.
数据挖掘技术及其发展趋势[J]
.电脑应用技术,2007(2):38-40.
被引量:20
5
戴艳红.
数据挖掘技术在CRM中应用的过程研究[J]
.中国管理信息化(综合版),2007,10(4):43-44.
被引量:2
二级参考文献
4
1
赵静,和斌.
基于数据挖掘的客户关系管理系统的构建[J]
.情报杂志,2005,24(11):58-60.
被引量:8
2
赵红宇.
CRM中的数据挖掘技术[J]
.商场现代化,2006(06S):153-153.
被引量:2
3
李敏强,潘振江,寇纪淞.
基于数据仓库技术的决策支持系统的研究与应用[J]
.系统工程理论与实践,1998,18(3):14-19.
被引量:18
4
吴志军.
客户关系管理中的数据挖掘[J]
.商场现代化,2005,0(A10):29-30.
被引量:3
共引文献
42
1
曹占伟,王桂平.
数据挖掘技术在数字参考咨询中的应用浅析[J]
.科技信息,2008(24).
被引量:2
2
夏浩飞.
从数据挖掘角度分析数字图书馆的满意度[J]
.嘉兴学院学报,2010,22(S1):178-181.
3
汪赫瑜,丛喜宾.
数据挖掘技术在C2C电子商务中的应用[J]
.辽宁工程技术大学学报(自然科学版),2008,27(A01):208-210.
被引量:2
4
裘钧,陈志凌.
数据挖掘技术在高校资产管理中的应用研究[J]
.浙江交通职业技术学院学报,2008,9(3):73-76.
被引量:8
5
王森勋,陈旭东,付淑文.
商业智能——发掘数据金矿的工具[J]
.商场现代化,2008(31):32-33.
被引量:2
6
陈章良.
基于数据挖掘的预测决策模型应用与研究[J]
.中国管理信息化,2009,12(1):57-59.
被引量:9
7
马宜青,屈松川.
数据挖掘技术在商业银行中的应用[J]
.福建电脑,2009,25(5):104-104.
被引量:7
8
徐原青.
基于读者满意度的数据挖掘在数字图书馆中的应用[J]
.图书馆学刊,2009,31(7):107-109.
被引量:7
9
王克冰,杨博.
基于RFID和数据仓库技术的仓库管理系统研究[J]
.物流科技,2009,32(12):51-53.
被引量:8
10
陈小莉,刁永锋.
数据挖掘在教学管理中的应用研究[J]
.中国医学教育技术,2010,24(2):165-168.
被引量:5
同被引文献
21
1
齐佳音,舒华英,孙维.
移动通信用户价值评价指标体系设计[J]
.中国管理科学,2004,12(z1):402-406.
被引量:5
2
谢运来,李晓明.
供电企业顾客让渡价值理论探讨[J]
.长沙电力学院学报(社会科学版),2003,18(4):71-73.
被引量:1
3
杨建萍,沈雅峰,曹欣皓,王晓峰.
南京电力大客户管理信息系统的设计与实施[J]
.电力需求侧管理,2005,7(4):31-33.
被引量:7
4
蔡栋,鲍琳丽.
数据挖掘技术在电力生产决策中的研究应用[J]
.电力系统装备,2005(11):117-119.
被引量:1
5
甄彤.
基于层次与划分方法的聚类算法研究[J]
.计算机工程与应用,2006,42(8):178-180.
被引量:8
6
俞辉.
基于PLSA模型的Web用户聚类算法研究[J]
.计算机工程与科学,2008,30(7):30-32.
被引量:3
7
石怀德,王雪松.
云计算在电力营销领域的应用和展望[J]
.电信科学,2010,26(S3):22-23.
被引量:4
8
康晶,马宏,刘力雄.
基于密度的优化数据流聚类算法[J]
.计算机工程与设计,2010,31(22):4756-4759.
被引量:3
9
王赛芳,戴芳,梁波,张晓宇.
一种基于路径的划分聚类算法[J]
.信息与控制,2011,40(1):141-144.
被引量:6
10
李逢春.
基于数据挖掘的电力行业客户细分建模浅探[J]
.计算机光盘软件与应用,2011(17):96-96.
被引量:2
引证文献
3
1
刘潇潇,郭馨泽,刘金,黎曦,田建伟.
基于电力客户行为的客户细分与价值评价研究[J]
.电子世界,2013(24):245-248.
被引量:10
2
薄小永,许薇.
售电市场中的云计算技术(三):典型应用与面临挑战[J]
.产业与科技论坛,2018,17(1):45-47.
被引量:1
3
赖婧,欧通泽.
基于数据挖掘的电网企业收入预算预测系统研究[J]
.金融经济,2019(4):199-200.
被引量:2
二级引证文献
13
1
魏蓉,黄陟,张莉.
基于“隐马尔可夫模型”的电费收入精益管理研究[J]
.企业管理,2021(S01):222-223.
2
赵庆,刘建兵.
市场细分理论下供电公司电力营销策略探析[J]
.中国经贸,2016,0(16):150-150.
被引量:1
3
潘锦宁.
基于客户细分的电力智能服务系统设计[J]
.自动化与仪器仪表,2017(12):100-102.
被引量:2
4
白晶,霍悦.
电力客户细分模型及系统构建[J]
.电子制作,2017,25(24):49-50.
5
谭火超.
关于完善电力客户服务、提升供电服务质量的探讨[J]
.机电信息,2018(33):174-175.
被引量:1
6
陈新崛,吴飞,孔月萍,庞芹,李洁莹,韩琳.
售电侧放开背景下电力大客户需求识别研究[J]
.电力需求侧管理,2019,21(2):66-70.
被引量:7
7
张伟峰,郭大琦,阮箴,张家浩,方智淳.
基于电力企业目标的中小客户细分研究[J]
.中国科技纵横,2019,0(2):150-151.
8
胡长青,黄研利,吴洁,朱珂,张利鹏.
大数据下的电力客户动态细分方法研究[J]
.微型电脑应用,2019,35(12):96-99.
被引量:3
9
唐永刚.
电力客户现场服务掌上营销系统的应用[J]
.黑龙江科学,2020,11(6):128-129.
被引量:2
10
王顺意,陈非,张远雄,陈灏生,陈磊.
基于数据挖掘的电力客户关系管理系统的设计[J]
.微型电脑应用,2020,36(12):86-89.
被引量:11
1
唐平海,彭久生.
粗糙集理论与决策树相结合的规则提取方法[J]
.统计与决策,2007,23(1):11-12.
被引量:1
2
钟建英.
税务系统中如何选用预测决策模型[J]
.计算机与现代化,2001(2):51-54.
3
秦佳.
数据挖掘技术在公路交通管理系统中的应用研究[J]
.鸡西大学学报(综合版),2010,10(6):40-41.
4
孟川杰,禹水琴.
高校实验室千兆位以太网系统构成[J]
.信息与电脑(理论版),2010(7):84-84.
5
李学全,李松仁,韩旭里.
矿业经济、技术预测决策的系统研究[J]
.有色矿冶,1996,12(4):52-55.
6
李学全,李松仁,韩旭里.
矿业经济、技术预测决策的系统研究[J]
.有色金属,1997,49(2):26-29.
被引量:3
7
赵淑海,钟民,信凤芹,高英,宋磊.
神经网络在基于Mobile Agent的电子商务中的应用[J]
.科技信息,2006,0(11):6-7.
8
李湘娟,柯尊友.
云计算虚拟化系统建设规模分析与预估[J]
.系统工程,2014,32(10):143-148.
被引量:1
9
吴菲,黄梯云.
一个预测决策支持系统的设计与实现[J]
.哈尔滨理工大学学报,1998,3(6):63-65.
被引量:1
10
陆青梅,褚玉晓.
基于预测决策同态理论的故障数据优化挖掘算法[J]
.计算机科学,2013,40(7):232-235.
被引量:3
电力信息化
2008年 第12期
职称评审材料打包下载
相关作者
内容加载中请稍等...
相关机构
内容加载中请稍等...
相关主题
内容加载中请稍等...
浏览历史
内容加载中请稍等...
;
用户登录
登录
IP登录
使用帮助
返回顶部