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:
It’s important for mobile operators to recommend new services. Traditional method is sending advertising messages to all mobile users. But most of users who are not interested in these services treat the messages as Spam. This paper presents a method to find potential customers who are likely to accept the services. This method searchs the maximum frequent itemsets which indicate potential customers’ features from a large data set of users’ information, then find potential customers from those maximum frequent itemsets by using a bayesian network classifier. Experimental results demonstrate this method can select users with higher accuracy.
推荐文章
A re-assessment of nickel-doping method in iron isotope analysis on rock samples using multi-collect
Fe isotope
Ni-doping
Stable isotope
Precision and accuracy
Mass bias correction
Pseudo-high mass resolution
基于System View的GSM系统电路设计
GSM
SystemView
电路设计
动态分析
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 A User Selection Method in Advertising System
来源期刊 通讯、网络与系统学国际期刊(英文) 学科 医学
关键词 USER Selection MAXIMUM Frequent ITEMSETS BAYESIAN Network
年,卷(期) 2010,(1) 所属期刊栏目
研究方向 页码范围 54-58
页数 5页 分类号 R73
字数 语种
DOI
五维指标
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  (0)
同被引文献  (0)
二级引证文献  (0)
2010(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)
研究主题发展历程
节点文献
USER
Selection
MAXIMUM
Frequent
ITEMSETS
BAYESIAN
Network
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
通讯、网络与系统学国际期刊(英文)
月刊
1913-3715
武汉市江夏区汤逊湖北路38号光谷总部空间
出版文献量(篇)
763
总下载数(次)
1
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导