文档介绍：姥章却童天肇硕士研究生学位论文让篡扭座旦堇盔菌壶壹熬援院:筐皇皇逗篮王猩堂陵昱瞳鍪学号:名:业:师:年月日姓专导学譬泽。埠■壤∥每膒铲簟敖赑薔絝;”
￡“●:海
本人签名:瓤魄一一本人签名:墓毖想日期:型褐粒兰:垒塑锒鳎憾独创性虼葱滦声明关于论文使用授权的说明本人声明所呈交的论文是本人在导师指导下进行的研究工作及取得的研究成构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均学位论文作者完全了解北京邮电大学有关保留和使用学位论文的规定,即:研向国家有关部门或机构送交论文的复印件和磁盘,允许学位论文被查阅和借阅;学校可以公布学位论文的全部或部分内容,可以允许采用影印、缩印或其它复制手段保存、汇编学位论文。C艿难宦畚脑诮饷芎笞袷卮斯娑保密论文注释:本学位论文属于保密在年解密后适用本授权书。非保密论文果。尽我所知,除了文中特别加以标注和致谢中所罗列的内容以外,论文中不包含其他人已经发表或撰写过的研究成果,也不包含为获得北京邮电大学或其他教育机已在论文中作了明确的说明并表示了谢意。申请学位论文与资料若有不实之处,本人承担一切相关责任。究生在校攻读学位期间论文工作的知识产权单位属北京邮电大学。学校有权保留并注释:本学位论文不属于保密范围,适用本授权书。日期:导师签名:
基于数据挖掘的个性化营销算法的设计与实现摘要近年来,随着电子商务的迅猛发展,个性化营销在企业营销中占有越来越重要的地位。个性化营销是企业面向消费者,直接服务于顾客并按需营销的新的营销方式。个性化营销的一种主要手段是电子商务及其中的个性化推荐系统。通过个性化推荐系统,商家可以通过分析用户的行为进行相应的商品推荐,从而达到增加销售量,争取更多用户的目的。个性化推荐系统中的核心内容是推荐算法,良好的推荐算法能够更加有效的挖掘用户的潜在行为和兴趣,从而可以达到更加有效的个性化推荐效果。当前的推荐算法大都基于数据挖掘技术,通过对大量的用户行为数据进行分析及挖掘来发现相关的用户行为模式。目前个性化推荐技术发展较快,常用的个性化推荐算法主要有协同过滤技术、关联规则推荐算法等。然而,这些算法大多应用于电子商务网站中多个目标商品的情况,对于类似电信运营商套餐推荐等目标商品只有一个的情况并不多见。近年来随着电信服务使用量、移动用户数量的迅猛增加,各个运营商之间的客户之争也愈演愈烈。因而,如何利用个性化营销方式争取更多的用户,并吸引用户更多的办理和使用增值业务成为电信运营商在激烈竞争中取胜的关键因素,因此本文针对这种需要,提出一种基于数据挖掘的能够应用于电信运营商等个性化营销相关领域的个性化营销推荐算法。首先,本文根据某移动运营商在推荐某项套餐业务时的相关数据,构造并发布了针对于电信运营商套餐推荐相关问题的标准数据集并提供下载,该数据集可供该领域相关学者、研究人员进行类似研究。另外,本文提出一种新的个性化营销算法,该算法基于数据挖掘技术,能够较好地适用于只有一个目标商品的个性化营销问题中,本文将该算法在电信运营商套餐推荐数据集上进行相关实验,证明了该方法具有较好的推荐效果,因而它填补了这方面的空白。
关键字:个性化营销数据挖掘推荐系统个性化推荐电信运营商用户选择
.加..甌,..甌.,.瓵..,.
.甋琺瑃瑃瓵,.,.瓹,.痚甀疭甌,娩.
◆数据挖掘的挑战⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯关联规则挖掘⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯电子商务个性化推荐的研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.论文主要研究内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯电子商务个性化推荐系统概述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯电子商务个性化推荐系统概念⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯电子商务个性化推荐系统的构成⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于内容的推荐⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯推荐系统面临的挑战⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第三章电信运营商套餐推荐数据集分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.电信运营商套餐推荐数据介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯电信运营商套餐推荐数据集⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯电信运营商套餐推荐数据集特点分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.算法内容⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..相关问题的介绍⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..与惴ā..其他分类方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..相关定义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯实验步骤⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一实验结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..算法验