基于SVM的Web日志挖掘及潜在客户发现

发布时间：2018-05-13 20:07

  本文选题：支持向量机 + web日志挖掘　； 参考：《管理工程学报》2010年01期

【摘要】：潜在的客户资源是商家未来的利润来源,发现了潜在的客户就可以制定相应的商业决策,并进行有针对性的客户关系管理。使用SVM方法对web日志文件进行挖掘,以发现站点访问者中潜在客户的共同行为模式,并将其分为不同级别的目标客户群。同时,通过试验4种不同比例的训练样本,研究了非对称数据对分类结果的影响,以期获得较优的模型。
[Abstract]:The potential customer resource is the future profit source of the merchant. If the potential customer is discovered, the corresponding business decision can be made and the targeted customer relationship management can be carried out. The SVM method is used to mine the web log files to discover the common behavior patterns of the potential customers in the site visitors and to divide them into different target customer groups. At the same time, the effects of asymmetric data on the classification results were studied by four kinds of training samples with different proportions, in order to obtain a better model.
【作者单位】： 中国科学技术大学统计与金融系;
【分类号】：TP393.09

【参考文献】

相关期刊论文 前3条

1 宋爱波,胡孔法,董逸生;Web日志挖掘[J];东南大学学报(自然科学版);2002年01期

2 张学工;关于统计学习理论与支持向量机[J];自动化学报;2000年01期

3 童恒庆,梅清;Web日志挖掘数据预处理研究[J];现代计算机(专业版);2004年03期

【共引文献】

相关期刊论文 前10条

1 王东霞;张楠;路晓丽;;基于育种算法的SVM参数优化[J];安徽大学学报(自然科学版);2009年04期

2 陶秀凤,唐诗忠,周鸣争;基于支持向量机的软测量模型及应用[J];安徽工程科技学院学报(自然科学版);2004年02期

3 程伟;张燕平;赵姝;;支持向量机在粮食产量预测中的应用[J];安徽农业科学;2009年08期

4 武素华;;基于最小二乘支持向量机的土壤含水量检测的研究与分析[J];安徽农业科学;2009年09期

5 陈念;沈佐民;;基于化学成分检测和SVM分类的茶叶品质鉴定[J];安徽农业科学;2010年15期

6 林春丽;齐欣;王克成;;SVM-KNN分类器在异常行为检测中的应用[J];辽宁科技大学学报;2010年05期

7 梁万路;;代价敏感支持向量机的投影次梯度求解方法[J];兵工自动化;2011年04期

8 高学金;王普;孙崇正;易建强;张亚庭;张会清;;一种建立发酵过程模型的新方法[J];北京工业大学学报;2006年05期

9 李红莲;焦瑞莉;范京;;支持向量机多类分类方法的精度分析[J];北京机械工业学院学报;2008年02期

10 李丽娜,侯朝桢;基于支持向量机(SVM)的工业过程辨识[J];北京理工大学学报;2003年05期

相关会议论文 前10条

1 郭玮;李智勇;朱晟;孙慧;;支持向量机在变压器油溶解气体检测中的应用[A];第一届电力安全论坛优秀论文集[C];2008年

2 ;Compensated Algorithm of Sensor Characteristic Based on Support Vector Machine[A];Proceedings of 6th International Symposium on Test and Measurement(Volume 4)[C];2005年

3 ;On-line Estimation of Texaco Coal Gasification Quality Based on Support Vector Machine[A];第七届国际测试技术研讨会论文集[C];2007年

4 彭煊;王炳锡;;支持向量机及其在被动声呐目标识别中的应用[A];第十届全国信号处理学术年会（CCSP-2001）论文集[C];2001年

5 党建亮;张家树;;基于支持向量机的混沌跳频码预测[A];第十二届全国信号处理学术年会（CCSP-2005）论文集[C];2005年

6 朱珍德;李红波;尚剑飞;刘金辉;;基于支持向量机理论的矿山动采巷道围岩变形预测分析[A];自主创新与持续增长第十一届中国科协年会论文集（1）[C];2009年

7 邵信光;杨慧中;石晨曦;;ε不敏感支持向量回归在化工数据建模中的应用[A];江苏省自动化学会七届四次理事会暨2004学术年会青年学者论坛论文集[C];2004年

8 刘杨;董开坤;迟乐军;;基于粗糙变量的学习过程一致收敛速度的界[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集（上册）[C];2008年

9 刘扬;苑新玲;刘杨;;基于粗糙变量的学习算法的研究[A];中国电子学会第十五届信息论学术年会暨第一届全国网络编码学术年会论文集（上册）[C];2008年

10 邵小健;段华;贺国平;;一种改进的最少核分类器[A];中国运筹学会第七届学术交流会论文集（上卷）[C];2004年

相关博士学位论文 前10条

1 母丽华;煤矿安全预警系统的方法研究[D];哈尔滨工程大学;2010年

2 朱广平;混响干扰中的信号检测技术研究[D];哈尔滨工程大学;2009年

3 孔凡芝;引线键合视觉检测关键技术研究[D];哈尔滨工程大学;2009年

4 王晓明;基于统计学习的模式识别几个问题及其应用研究[D];江南大学;2010年

5 李先锋;基于特征优化和多特征融合的杂草识别方法研究[D];江苏大学;2010年

6 刘卫红;垃圾邮件检测与过滤关键技术研究[D];华南理工大学;2010年

7 花月芳;基于太赫兹时域光谱技术的农药定性和定量分析[D];浙江大学;2010年

8 渠瑜;基于SVM的高不平衡分类技术研究及其在电信业的应用[D];浙江大学;2010年

9 眭新光;文本信息隐藏及分析技术研究[D];解放军信息工程大学;2007年

10 甘良志;核学习算法与集成方法研究[D];浙江大学;2010年

相关硕士学位论文 前10条

1 展慧;基于多源信息融合技术的板栗分级检测方法研究[D];华中农业大学;2010年

2 李金华;基于SVM的多类文本分类研究[D];山东科技大学;2010年

3 安文娟;Fisher和支持向量综合分类器[D];辽宁师范大学;2010年

4 姜成玉;基于支持向量机的时间序列预测[D];辽宁师范大学;2010年

5 姜念;区间自适应粒子群算法研究及其应用[D];郑州大学;2010年

6 李朋勇;基于全矢高阶谱的故障诊断方法及其应用研究[D];郑州大学;2010年

7 辛保兵;既有预应力混凝土梁桥剩余承载力评估方法研究[D];郑州大学;2010年

8 王巧立;微生物发酵过程的建模与优化控制研究[D];郑州大学;2010年

9 刘松;基于OCSVM和主动学习的DDOS攻击分布式检测系统[D];郑州大学;2010年

10 刘玲玲;PID参数整定技术的研究及应用[D];郑州大学;2010年

【二级参考文献】

相关期刊论文 前2条

1 卢增祥,李衍达;交互支持向量机学习算法及其应用[J];清华大学学报(自然科学版);1999年07期

2 宋爱波,董逸生,赵茂先;稠密数据库有趣规则的快速挖掘[J];小型微型计算机系统;2001年07期

【相似文献】

相关期刊论文 前10条

1 李文媛;林克正;;Web日志挖掘研究[J];哈尔滨金融高等专科学校学报;2008年01期

2 肖立英,李建华,谭立球;Web日志挖掘技术的研究与应用[J];计算机工程;2002年07期

3 向坚持,陈晓红,刘相滨,徐选华;基于Web Log的数据预处理研究[J];湖南师范大学自然科学学报;2004年04期

4 李翠霞;谭莹军;;关于Web日志挖掘的研究[J];安阳工学院学报;2007年01期

5 姜季春;向程冠;;基于多层次关联规则的Web日志挖掘[J];科技信息;2009年16期

6 刘春梅;通用Web日志挖掘系统(CWLMS)设计实现[J];防灾技术高等专科学校学报;2004年02期

7 李雪竹;周国祥;;基于改进的模糊聚类算法的Web日志挖掘[J];电脑开发与应用;2009年04期

8 高扬;;数据挖掘对Web日志分析的应用研究[J];科技信息;2009年09期

9 叶良艳;;基于web日志挖掘构建个性化推荐系统[J];科技信息;2009年14期

10 田盛丰,黄厚宽;基于支持向量机的数据库学习算法[J];计算机研究与发展;2000年01期

相关会议论文 前10条

1 林杰华;张斌;李冬森;宋华茂;余志强;王浩;;支持向量机在电力客户信用评级中的应用[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

2 蒋铁军;张怀强;李积源;;多变量系统预测的支持向量机方法研究[A];管理科学与系统科学研究新进展——第7届全国青年管理科学与系统科学学术会议论文集[C];2003年

3 黄淑云;孙兴玉;梁汝萍;邱建丁;;基于小波支持向量机预测蛋白质亚细胞定位研究[A];第十一届全国计算（机）化学学术会议论文摘要集[C];2011年

4 谢湘;匡镜明;;支持向量机在语音识别中的应用研究[A];现代通信理论与信号处理进展——2003年通信理论与信号处理年会论文集[C];2003年

5 涂冬成;薛龙;刘木华;赵进辉;沈杰;吁芳;;基于支持向量机的鹅肉肉色客观评定研究[A];中国农业工程学会电气信息与自动化专业委员会、中国电机工程学会农村电气化分会科技与教育专委会2010年学术年会论文摘要[C];2010年

6 杨凌;刘玉树;;基于支持向量机的坦克识别算法[A];第三届全国数字成像技术及相关材料发展与应用学术研讨会论文摘要集[C];2004年

7 师旭超;巴松涛;;基于支持向量机方法的深基坑变形预测[A];科技、工程与经济社会协调发展——河南省第四届青年学术年会论文集（上册）[C];2004年

8 张军;;支持向量机方法在地下水位干扰排除中的初步应用[A];2007年地震流体学术研讨会论文摘要集[C];2007年

9 许建生;盛立东;;基于改进的支持向量机和BP神经网络的识别算法[A];第八届全国汉字识别学术会议论文集[C];2002年

10 荣海娜;张葛祥;张翠芳;;基于支持向量机的非线性系统辨识方法[A];中国自动化学会、中国仪器仪表学会2004年西南三省一市自动化与仪器仪表学术年会论文集[C];2004年

相关重要报纸文章 前10条

1 北京正略钧策企业管理咨询有限公司提供;理财产品的品牌权重[N];经济观察报;2006年

2 圣路可顾问公司高级营销顾问 孙路弘;讲故事中赢得订单[N];中国计算机报;2006年

3 郭涛 姚丹;不放走任何一个潜在客户[N];中国税务报;2005年

4 记者 张正华 通讯员 郑晓敏 陈溪;“金钥匙”培育潜在客户市场[N];金融时报;2003年

5 本报记者 李s，

本文编号：1884618