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:
本文针对某餐饮商家提供的客户数据和菜品数据,进行了数据预处理,并对处理后的数据进行建模分析.对客户信息进行K-means(K均值)聚类,识别出高低价值的客户群,为商家维系与客户之间的关系提供参考.对菜品数据利用Apriori算法进行关联规则挖掘,找出菜品之间的关联关系,为菜品的促销和推荐提供依据.
推荐文章
结合关联规则与FCM的用户聚类改进
关联规则
用户聚类
FCM
Web日志挖掘
模糊聚类
基于关联规则的映射聚类算法
高维
映射聚类
关联规则
子空间
餐饮企业服务质量测评量表的比较与评价
服务质量
SERVQUAL量表
SERVPERF量表
餐饮企业
聚类后的关联规则快速更新算法研究
数据挖掘
关联规则
聚类分析
联合挖掘
K-MEANS算法
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 结合聚类与关联规则提高餐饮服务质量的方法研究
来源期刊 现代信息科技 学科 工学
关键词 聚类算法 关联规则 餐饮服务 数据挖掘
年,卷(期) 2019,(16) 所属期刊栏目 信息技术
研究方向 页码范围 10-12,15
页数 4页 分类号 TP311.13
字数 3642字 语种 中文
DOI 10.3969/j.issn.2096-4706.2019.16.004
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 黎丹雨 中山大学新华学院信息科学学院 4 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (49)
共引文献  (0)
参考文献  (8)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(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)
2004(1)
  • 参考文献(0)
  • 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)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(2)
  • 参考文献(0)
  • 二级参考文献(2)
2010(4)
  • 参考文献(0)
  • 二级参考文献(4)
2011(4)
  • 参考文献(0)
  • 二级参考文献(4)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(3)
  • 参考文献(0)
  • 二级参考文献(3)
2015(5)
  • 参考文献(0)
  • 二级参考文献(5)
2016(7)
  • 参考文献(1)
  • 二级参考文献(6)
2017(7)
  • 参考文献(0)
  • 二级参考文献(7)
2018(6)
  • 参考文献(1)
  • 二级参考文献(5)
2019(6)
  • 参考文献(6)
  • 二级参考文献(0)
2019(6)
  • 参考文献(6)
  • 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
聚类算法
关联规则
餐饮服务
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
现代信息科技
半月刊
2096-4706
44-1736/TN
16开
广东省广州市白云区机场路1718号8A09
46-250
2017
chi
出版文献量(篇)
4784
总下载数(次)
45
总被引数(次)
3182
论文1v1指导