基于内容偏好的移动客户互联网访问行为分析
文中主要研究基于内容偏好的移动客户互联网访问行为.首先,进行移动客户互联网访问偏好内容的细分,对原始数据进行剔除噪声数据及转化数据为布尔类型的预处理.其次,基于改进的ORAR关联规则算法分析布尔类型的数据,挖掘出各偏好间的关联程度.最后,根据移动公司提供的4万条移动客户互联网访问的随机数据对改进的ORAR关联规则算法进行验证,得到各个子偏好间的关联程度且改进的算法使结果更加准确.结果表明,根据关联程度能够能有效命中目标客户群的偏好访问内容,借此向特定用户推销相关的业务,从而达到精确营销、获得最大客户满意度的要求.
内容偏好、访问行为分析、改进ORAR关联规则算法
TP31(计算技术、计算机技术)
2013-01-10(万方平台首次上网日期,不代表论文的发表时间)
共4页
149-152