邮件系统的用户业务行为热度模型分析与结论

全文: PDF(0 KB)
输出: BibTeX | EndNote (RIS)

摘要针对邮件系统进行用户业务行为热度模型分析，通过建立用户偏好业务热度模型来进行系统优化分析，为不同区域的用户业务优化提供参考的依据。

	服务
	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	（）
	作者相关文章
	章超

关键词 ：数据挖掘, 热度模型, 区分度

Abstract：According to the analysis of the heat model of customer service behavior in the mail system, the system optimization analysis is carried out by establishing the heat model of user's preference, which provides the basis for the optimization of users' service in different regions.

Key words： data mining heat model discrimination.

年卷期日期: 2016-03-10 出版日期: 2017-11-10

TP31

作者简介: 章超，男，安徽石台人，学士，研究方向：信息化系统建设与运营。

引用本文:

章超. 邮件系统的用户业务行为热度模型分析与结论[J]. 电脑与电信, 2016, 1(3): 73-74.
Zhang Chao. Analysis and Conclusion on the Heat Model of Customer Service Behavior of Mail System. Computer & Telecommunication, 2016, 1(3): 73-74.

链接本文:

https://www.computertelecom.com.cn/CN/ 或 https://www.computertelecom.com.cn/CN/Y2016/V1/I3/73

[1]	黄慧君　王波　李宇中. 地市农商银行整村授信使用率数据分析 ——以H农商银行为例[J]. 电脑与电信, 2024, 1(5): 1-.
[2]	沈培　曹晓静　郑心炜. 基于数据挖掘的网络营销课程项目式教学改革 [J]. 电脑与电信, 2024, 1(4): 35-37.
[3]	李姗姗李忠. 新工科背景下数科专业数据挖掘与分析课程建设 [J]. 电脑与电信, 2023, 1(4): 28-.
[4]	刘然程曼. 基于数据挖掘的校园食品安全事件分析 [J]. 电脑与电信, 2022, 1(4): 65-.
[5]	王茂发王子民汪华登刘振丙. 基于Jupyter的数据挖掘课程建设与研究 [J]. 电脑与电信, 2021, 1(7): 12-16.
[6]	葛晓燕. 数据挖掘课程混合式教学改革探索[J]. 电脑与电信, 2021, 1(6): 43-46.
[7]	杜振鑫. 数据挖掘课程中过程生成式启发教学研究 [J]. 电脑与电信, 2021, 1(12): 47-49.
[8]	郁烨. 交通管理工程专业核心课程成绩数据挖掘 [J]. 电脑与电信, 2021, 1(12): 62-65.
[9]	龚建锋. 基于数据挖掘的云安全评估模型研究 [J]. 电脑与电信, 2021, 1(11): 95-.
[10]	王颖. 基于Canopy的K-Means并行化算法[J]. 电脑与电信, 2019, 1(7): 30-.
[11]	赵宇阔. 通讯痕迹与情报分析系统的设计方法[J]. 电脑与电信, 2018, 1(9): 52-53.
[12]	汪一百. 基于Hadoop 平台的聚类K-means算法的研究[J]. 电脑与电信, 2018, 1(4): 18-20.
[13]	张志文, 何明昌, 杨维伟, 刘仁笑, 王瑜, 胡学友. 校园知识技能变现系统设计与实现[J]. 电脑与电信, 2018, 1(4): 27-30.
[14]	魏爽. 一种文本聚类的增强数据挖掘方法[J]. 电脑与电信, 2018, 1(3): 46-48.
[15]	潘正勇. 基于大数据的水土保持监测站自动数据采集系统设计与应用[J]. 电脑与电信, 2018, 1(1-2): 64-66.