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:
用户分类是电商行业发展的重点内容,以现阶段多层网络流量为背景,以近年来网络消费者的信息资源特点为基础,依据多层网络流量分析用户分类的方法,为电商行业的发展奠定基础,且有助于保障信息数据的全面性和科学性.由此,明确用户分类、了解市场消费者的信息,可以为电商行业的发展提供有效依据,促使其根据最终的分类信息提出有效发展方案.
推荐文章
浅谈基于PCA的网络流量分析
PCA
网络流量分析
基于快速SVM的大规模网络流量分类方法
支持向量机
大规模流量分类
比特压缩
权重SVM
分类器
分类准确率
网络流量分类与应用识别的研究
流量分类
应用识别
机器学习
无监督聚类
有监督分类
基于子图模式的网络流量分类方法研究
流量分类
盲分类
匹配
子图模式
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 基于多层网络流量分析的用户分类方法
来源期刊 信息与电脑 学科 工学
关键词 多层网络流量 用户分类 电商 消费者
年,卷(期) 2017,(21) 所属期刊栏目 计算机工程应用技术
研究方向 页码范围 34-35
页数 2页 分类号 TP181|TN915.0
字数 2318字 语种 中文
DOI 10.3969/j.issn.1003-9767.2017.21.013
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 盛婕 杭州电子科技大学管理学院 2 0 0.0 0.0
2 李天琛 杭州电子科技大学管理学院 1 0 0.0 0.0
3 吴嘉豪 杭州电子科技大学管理学院 1 0 0.0 0.0
4 宋之傲 杭州电子科技大学电子信息学院 1 0 0.0 0.0
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  (4)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2017(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
多层网络流量
用户分类
电商
消费者
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
信息与电脑
半月刊
1003-9767
11-2697/TP
北京市东城区北河沿大街79号
chi
出版文献量(篇)
16624
总下载数(次)
72
总被引数(次)
19907
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导