基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
数据挖掘以其强大的数据处理能力和信息挖掘能力广泛应用于各行各业.在电信业可以应用这项技术进行客户细分的研究.文章重点阐述了应用数据挖掘进行电信行业客户细分的方法和步骤.
推荐文章
基于数据挖掘的电信客户细分研究析
数据挖掘
电信客户
细分
关键点
电信客户细分中基于聚类算法的数据挖掘技术研究
数据挖掘
客户细分
SPSSModeler
K-means算法
基于数据挖掘的电力行业客户细分模型分析
电力行业
数据挖掘
客户细分
模型构建
基于消费数据挖掘的多指标客户细分新方法
客户细分
消费行为
数据挖掘
聚类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于客户细分的电信数据挖掘
来源期刊 信息网络 学科 经济
关键词 电信 数据挖掘 知识库客户细分
年,卷(期) 2004,(11) 所属期刊栏目 市场观察
研究方向 页码范围 35-38
页数 4页 分类号 F6
字数 5038字 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王翠英 北京邮电大学经济管理学院 3 28 2.0 3.0
2 林齐宁 北京邮电大学经济管理学院 7 57 4.0 7.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (20)
同被引文献  (6)
二级引证文献  (18)
2004(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2005(2)
  • 引证文献(2)
  • 二级引证文献(0)
2006(3)
  • 引证文献(3)
  • 二级引证文献(0)
2007(3)
  • 引证文献(3)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(3)
  • 引证文献(3)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2012(3)
  • 引证文献(2)
  • 二级引证文献(1)
2013(2)
  • 引证文献(0)
  • 二级引证文献(2)
2014(6)
  • 引证文献(1)
  • 二级引证文献(5)
2015(5)
  • 引证文献(0)
  • 二级引证文献(5)
2016(3)
  • 引证文献(2)
  • 二级引证文献(1)
2017(3)
  • 引证文献(0)
  • 二级引证文献(3)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
电信
数据挖掘
知识库客户细分
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息网络
月刊
1671-5063
11-4781/TN
大16开
北京市
82-231
2002
chi
出版文献量(篇)
2373
总下载数(次)
0
总被引数(次)
3645
论文1v1指导