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:
为了满足商品销售企业对商品需求预测的需求,提出一种时序关联规则挖掘算法.利用企业商品销售数据与客户相关的特点,提出客户模式数据模型,针对该数据模型,给出时序关联规则挖掘算法.利用该算法对超市销售数据进行时序关联规则挖掘,得到了正确的结果,验证了其在实际应用中的有效性.
推荐文章
基于SFVS的时序关联规则动态发现方法
时间序列
统计特征矢量
符号化表示
关联规则
基于时序数据的延迟关联规则的挖掘
时序数据
数据挖掘
关联规则
延迟规则
垂直数据结构
挖掘算法
SVM的物流需求预测模型
物流管理
随机性变化特点
ARIMA?SVM
权值的确定
预测模型
支持向量机
基于酒店收益管理的需求预测研究综述
需求预测
收益管理
预测模型
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 基于时序关联规则的商品需求预测
来源期刊 计算机工程 学科 工学
关键词 数据挖掘 客户模式数据模型 时序规则模式 时序关联规则
年,卷(期) 2009,(22) 所属期刊栏目 软件技术与数据库
研究方向 页码范围 65-67
页数 3页 分类号 TP311.13
字数 4302字 语种 中文
DOI 10.3969/j.issn.1000-3428.2009.22.022
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 张烈平 桂林理工大学信息科学与工程学院 50 277 10.0 15.0
2 章杰鑫 桂林理工大学信息科学与工程学院 8 17 2.0 4.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (50)
参考文献  (5)
节点文献
引证文献  (13)
同被引文献  (23)
二级引证文献  (27)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(1)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(2)
  • 参考文献(1)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
2011(2)
  • 引证文献(2)
  • 二级引证文献(0)
2012(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(5)
  • 引证文献(3)
  • 二级引证文献(2)
2014(10)
  • 引证文献(2)
  • 二级引证文献(8)
2015(5)
  • 引证文献(2)
  • 二级引证文献(3)
2016(2)
  • 引证文献(1)
  • 二级引证文献(1)
2017(5)
  • 引证文献(1)
  • 二级引证文献(4)
2018(6)
  • 引证文献(2)
  • 二级引证文献(4)
2020(3)
  • 引证文献(0)
  • 二级引证文献(3)
研究主题发展历程
节点文献
数据挖掘
客户模式数据模型
时序规则模式
时序关联规则
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
计算机工程
月刊
1000-3428
31-1289/TP
大16开
上海市桂林路418号
4-310
1975
chi
出版文献量(篇)
31987
总下载数(次)
53
总被引数(次)
317027
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导