2024年7月24日
星期三
|
欢迎来到滨州市图书馆•公共文化服务平台
登录
|
注册
|
进入后台
[
APP下载]
[
APP下载]
扫一扫,既下载
全民阅读
职业技能
专家智库
参考咨询
您的位置:
专家智库
>
>
吴佳林
作品数:
1
被引量:1
H指数:1
供职机构:
广东外语外贸大学思科信息学院
更多>>
发文基金:
广东省科技计划工业攻关项目
国家自然科学基金
更多>>
相关领域:
自动化与计算机技术
经济管理
更多>>
合作作者
周子程
广东外语外贸大学思科信息学院
陈东沂
顺丰科技有限公司
蒋盛益
广东外语外贸大学思科信息学院
王连喜
广东外语外贸大学图书馆
作品列表
供职机构
相关作者
所获基金
研究领域
题名
作者
机构
关键词
文摘
任意字段
作者
题名
机构
关键词
文摘
任意字段
在结果中检索
文献类型
1篇
中文期刊文章
领域
1篇
经济管理
1篇
自动化与计算...
主题
1篇
营销
1篇
企业
1篇
企业微博
1篇
文本聚类
1篇
矩阵
1篇
矩阵分解
1篇
聚类
1篇
客户
1篇
客户细分
1篇
非负矩阵
1篇
非负矩阵分解
机构
1篇
广东外语外贸...
1篇
顺丰科技有限...
作者
1篇
王连喜
1篇
蒋盛益
1篇
陈东沂
1篇
周子程
1篇
吴佳林
传媒
1篇
现代图书情报...
年份
1篇
2016
共
1
条 记 录,以下是 1-1
全选
清除
导出
排序方式:
相关度排序
被引量排序
时效排序
面向企业微博的客户细分框架
被引量:1
2016年
【目的】为有效解决微博客户特性的表示问题,以更好地实施企业微博客户细分。【方法】借助微博平台上客户的个人和社会关系特性,利用客户及其好友的自定义标签表示客户的特性,采用基于非负矩阵分解的文本聚类方法,提出一种面向企业微博的客户细分框架。【结果】实验结果表明,基于非负矩阵分解的方法取得约86.130%的asw指标平均值,远远超出基于K-means和层次聚类的方法。【局限】只通过融合微博客户个人及其关注好友的标签表示微博客户特性的方法不能够全面刻画客户特征。【结论】能够为企业微博客户细分中的客户特性的表示、细分、评价及结果可视化等问题提供参考和借鉴。
陈东沂
周子程
蒋盛益
王连喜
吴佳林
关键词:
客户细分
文本聚类
非负矩阵分解
全选
清除
导出
共1页
<
1
>
聚类工具
0
执行
隐藏
清空
用户登录
用户反馈
标题:
*标题长度不超过50
邮箱:
*
反馈意见:
反馈意见字数长度不超过255
验证码:
看不清楚?点击换一张