-
题名基于全域市场数据感知的终端客户推荐
被引量:2
- 1
-
-
作者
何利力
张星
-
机构
浙江理工大学信息学院
-
出处
《计算机系统应用》
2020年第5期136-143,共8页
-
基金
浙江省科技厅(重大)项目(2015C03001)。
-
文摘
终端客户推荐系统是大型制造商终端营销的一种有效工具.如何在互联网+环境下通过采集全域市场数据,设计一个寻找最佳目标客户的推荐方法成为了一项挑战.为解决这一问题,本文提出一种基于全域市场数据感知的终端客户推荐方法(GMF).即采用全域分析的思想对全国范围内的客户数据进行预处理,建立全方位,多角度的评估指标,得到目标客户价值.然后通过域子空间分解的方法,在域子空间中对数据进行分解分析,得到某一区域内的客户评价标准,将二者分析结果进行有效融合,通过计算耦合对象相似度,并筛选出最相似的TopN个数据作为最佳目标客户结果集.在大型制造商营销活动所生成的数据集上的实验结果表明:本文提出的推荐算法其性能明显优于当前主流的协同过滤算法.
-
关键词
全域市场
客户价值
矩阵分解
耦合对象相似度
推荐算法
-
Keywords
global market
value of customer
matrix decomposition
coupled object similarity
recommendation algorithm
-
分类号
F274
[经济管理—企业管理]
TP391.3
[自动化与计算机技术—计算机应用技术]
-