期刊文献+

零售业中潜在客户的挖掘算法研究

原文传递
导出
摘要 在零售企业营销活动中,对潜在客户进行有针对性的营销,可以为企业节省很大的营销开支,增加企业利润。该文引入粗糙集的思想对ID3算法加以改进,用于挖掘预测高价值的潜在客户,以指导企业的营销决策。同时提出了合理的获取零售业中潜在客户信息的营销策略。试验结果表明,该方法有着很好的理论价值和应用价值。
出处 《计算机与信息技术》 2009年第12期58-60,共3页 Computer & Information Technology
  • 相关文献

参考文献1

二级参考文献5

  • 1Yoav Freund,New Jersey. Boosting a weak learning algorithm by majority[J].Information and Computation, 1995.
  • 2J R Quinlan.Bagging,boosting,and C4.5[J].Machine Learning, 1998.
  • 3Lan fasel.Freund, Schapire, Singer: AdaBoost[J].Vision and Learning,2001.
  • 4Salvatore Ruggieri. Efficient C4.5[J].IEEE TRANSACTIONS ON KNOWLEDGE AND DATA ENGINEERING,2002;(4):438~445.
  • 5AlexBerson StephenSmith.构建面向CRM的数据挖掘应用[M].北京:人民邮电出版社,2001..

共引文献2

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...
;
使用帮助 返回顶部