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:
介绍了数据挖掘的基本概念和遗传算法的基本原理,并根据存放在数据库中的商场客户信息,设计遗传算法挖掘最优客户群.算法中采用了整数编码和二进制编码相结合的编码表示方法,杂交算子,变异算子和带有限制条件的适应度函数的构造.最后进行了实例仿真.
推荐文章
基于改进遗传算法在分析企业客户群中的应用
改进的遗传算法
企业客户群
自适应遗传算法
银行卡客户群体聚类挖掘研究
银行卡
数据预处理
客户群体聚类挖掘
基于遗传算法的Web行为挖掘研究
遗传算法
Web
行为挖掘
基于遗传算法和蚁群算法融合的QoS路由算法
遗传算法
蚁群算法
服务质量路由
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 基于遗传算法的最优客户群挖掘研究
来源期刊 计算机与数字工程 学科 工学
关键词 数据挖掘 遗传算法 最优客户群
年,卷(期) 2009,(8) 所属期刊栏目 算法与分析
研究方向 页码范围 63-66
页数 4页 分类号 TP391
字数 4612字 语种 中文
DOI 10.3969/j.issn.1672-9722.2009.08.017
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 郭军须 天津工业大学计算机技术与自动化学院 1 1 1.0 1.0
2 王春娴 天津工业大学计算机技术与自动化学院 13 34 3.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (30)
参考文献  (3)
节点文献
引证文献  (1)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
数据挖掘
遗传算法
最优客户群
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
计算机与数字工程
月刊
1672-9722
42-1372/TP
大16开
武汉市东湖新技术开发区凤凰产业园藏龙北路1号
1973
chi
出版文献量(篇)
9945
总下载数(次)
28
总被引数(次)
47579
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导