期刊文献+

基于CRISP-DM模型的移动GPRS业务关联规则应用研究 被引量:2

下载PDF
导出
摘要 随着移动通信业务的发展,移动系统积累了大量的客户业务数据,急需发现各种业务之间蕴含的内在关系,为企业管理者提供决策支持。提出采用CRISP-DM模型,对移动GRPS业务进行关联规则挖掘,挖掘出GPRS业务之间的关联关系。实验结果表明,挖掘结果能发现潜在的高交叉GPRS业务。移动营销人员可以根据该挖掘结果对GPRS业务进行捆绑销售,获得更多利润。
出处 《物联网技术》 2017年第3期98-100,103,共4页 Internet of things technologies
  • 相关文献

参考文献7

二级参考文献45

  • 1陈娜.数据挖掘技术的研究现状及发展方向[J].电脑与信息技术,2006,14(1):46-49. 被引量:30
  • 2彭宏,刘洋,邓维维,郑启伦.股票数据流的相关性计算方法[J].华南理工大学学报(自然科学版),2006,34(1):86-89. 被引量:9
  • 3Hall Jiawei,Kamber M.数据挖掘概念与技术[M].范明,孟小峰等,译.北京:机械工业出版社,2001:149-176.
  • 4Agrawal R, Imielinski T, Swami A. Mining Association Rules between Sets of Items in Large Databases[C]//Proceedings of the 1993 ACM SIGMOD Conference. Washington D C: [ s. n ], 1993: 207 - 216.
  • 5Agrawal. R,Srikant R. Fast Algorithm for Mining Association Rules[C]//Proceedings of the 20th Very Large Data Bases (VLDB' 94) Conference. Santiago, Chile: [ s. n. ], 1994: 487 - 499.
  • 6Agrawal R,Srikant R. Fast Algorithm for Mining Association Rules in Large Databases[R]. San Jose, CA: IBM Almaden Research Center, 1994.
  • 7Park J S, Chen M S, Yu P S. An effective hash based algorithm for mining association rules[ C]//In: Proc. 1995 ACM SIGMOD. San Jose, CA: [ s. n. ], 1995 : 175 - 186.
  • 8Han J, Pei j, Yin Y. Mining frequent patterns without candidate generation [ C]//In Proceeding of the 2000 ACM SIGMOD Conference on Managerment of Data. Dallas, TX: [s, n. ] ,2000,.
  • 9Liu J ,Pan Y,Wang K,et al. Mining frequent item sets by opportunisitc projection[ C]//Proc. of the Eighth ACM SIGKDD Intl. Conf on Knowledge Discovery and Data Mining. Alberta, Canada: [s. n. ] ,2002:229 - 238.
  • 10Agarwal R, Aggarwal C, Prased V V V. A tree projection algorithm for generation of frequent itemsets[ J ]. J. Parallel and Distilbuted Computing, 2001,61 ( 3 ) : 350 - 371.

共引文献84

同被引文献4

引证文献2

二级引证文献1

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