基于3DM的B2C客户分类算法

被引：1

作者：

邓维斌 ^{[1
,2
]}

王燕 ^{[2
,3
]}

机构：

[1] 重庆邮电大学电子商务与现代物流实验室

[2] 重庆邮电大学计算机科学与技术研究所

[3] 西南交通大学信息科学与技术学院

来源：

重庆邮电大学学报(自然科学版) | 2009年 / 04期

关键词：

3DM; B2C; 客户分类; 粗糙集;

D O I：

暂无

中图分类号：

TP182 [专家系统、知识工程];

学科分类号：

1111 ;

摘要：

任何高效的客户关系管理都是以扎实的客户分类为基础,然而电子商务中所搜集到的客户信息往往具有海量、高维度和不完备等特点,传统的客户分类方法很难适合B2C客户数据的分类。研究表明,数据挖掘的实质是知识在不同形态下的转换过程,面向领域的数据驱动的数据挖掘理论(3DM)能将领域知识、先验知识和数据本身的特点有机结合。以电子商务B2C客户数据为例,设计了基于3DM的客户分类算法,通过实例表明,该算法能较好地解决B2C客户数据的分类问题。

引用

页码：568 / 572

页数：5

共 5 条

[1] 基于概念格的数据驱动不确定知识获取 [J].