作者:
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:
针对铁路货运客户信息繁杂而难以对客户进行细分管理的问题,采用数据挖掘中的聚类和分类技术,对货票库中的海量数据进行挖掘,对货运历史信息进行聚类分析,再采用贝叶斯分类器对分析结果进行分类,实现对货运客户的细分,为不同类型的货主制定相应的优惠措施,为货运管理部门提供决策的依据。
推荐文章
数据挖掘技术在铁路货运客户细分中的应用
数据挖掘
客户细分
聚类
贝叶斯分类算法
铁路货票
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
数据挖掘技术在电信客户分析中的应用研究
数据挖掘
电信
客户分析
客户关系管理
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 铁路货运客户细分数据挖掘技术应用研究
来源期刊 科技与生活 学科 交通运输
关键词 铁路货运 客户细分 数据挖掘
年,卷(期) 2011,(9) 所属期刊栏目
研究方向 页码范围 116
页数 1页 分类号 U2
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)
2011(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
铁路货运
客户细分
数据挖掘
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
科技与生活
半月刊
1673-9671
11-5595/N
北京市朝阳区东土城路8号
出版文献量(篇)
18240
总下载数(次)
2
总被引数(次)
0
论文1v1指导