CN106557595B - 数据分析系统及方法 - Google Patents

数据分析系统及方法 Download PDF

Info

Publication number
CN106557595B
CN106557595B CN201611116673.9A CN201611116673A CN106557595B CN 106557595 B CN106557595 B CN 106557595B CN 201611116673 A CN201611116673 A CN 201611116673A CN 106557595 B CN106557595 B CN 106557595B
Authority
CN
China
Prior art keywords
value
client
matching
analytic unit
operation note
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201611116673.9A
Other languages
English (en)
Other versions
CN106557595A (zh
Inventor
童晓林
沙飞
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Shenzhen City Grain Science And Technology Co Ltd
Original Assignee
Shenzhen City Grain Science And Technology Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Shenzhen City Grain Science And Technology Co Ltd filed Critical Shenzhen City Grain Science And Technology Co Ltd
Priority to CN201611116673.9A priority Critical patent/CN106557595B/zh
Publication of CN106557595A publication Critical patent/CN106557595A/zh
Application granted granted Critical
Publication of CN106557595B publication Critical patent/CN106557595B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/24Querying
    • G06F16/245Query processing
    • G06F16/2458Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
    • G06F16/2465Query processing support for facilitating data mining operations in structured databases
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00Commerce
    • G06Q30/01Customer relationship services

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Databases & Information Systems (AREA)
  • Business, Economics & Management (AREA)
  • Probability & Statistics with Applications (AREA)
  • Accounting & Taxation (AREA)
  • Data Mining & Analysis (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Mathematical Physics (AREA)
  • Fuzzy Systems (AREA)
  • Computational Linguistics (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Finance (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

一种数据分析系统包括一追踪单元及一分析单元。所述追踪单元用于获取对应客户的操作记录的操作时间。所述分析单元用于根据操作记录的操作时间与一计算时间之间的时间间隔计算得到一对应所述客户的第一值。本发明还提供了一种数据分析方法。本发明数据分析系统及方法通过分析对应所述客户的操作记录来对所述客户进行分析,如此,在数据分析前已将不必要的噪音进行过滤,在一定程度上有利于提高对分析结果的准确性。

Description

数据分析系统及方法
技术领域
本发明涉及一种数据分析系统及方法。
背景技术
对于企业而言,客户已成为其重要的资产。然而,一般企业获得的客户资料较为分散、信息量庞大,而且存在较多的噪音,如此对高价值客户、潜在客户等分析时的准确度产生了较大的影响。
发明内容
鉴于以上内容,有必要提供一种有利于提高数据分析准确度的数据分析系统及方法。
一种数据分析系统,其特征在于,所述系统包括:
一追踪单元,用于获取对应客户的操作记录的操作时间;及
一分析单元,用于根据操作记录的操作时间与一计算时间之间的时间间隔计算得到一对应所述客户的第一值。
一种数据分析方法,其特征在于,所述方法包括:
获取对应客户的操作记录的操作时间;及
根据操作记录的操作时间与一计算时间之间的时间间隔计算得到一对应所述客户的第一值。
上述数据分析系统及方法通过分析对应所述客户的操作记录来对所述客户进行分析,如此,在数据分析前已将不必要的噪音进行过滤,在一定程度上有利于提高对分析结果的准确性。
附图说明
图1是本发明数据分析系统应用环境的示意图。
图2是本发明数据分析系统的较佳实施方式的方框图。
图3及图4是本发明数据分析方法的较佳实施方式的流程图。
主要元件符号说明
服务器 90
网络 80
台式电脑 76
个人数字助理 72
平板电脑 74
处理器 30
数据分析系统 10
存储器 20
总线 40
电子设备 50
追踪单元 100
分析单元 102
发送单元 104
客户列表 22
信息列表 24
显示单元 106
如下具体实施方式将结合上述附图进一步说明本发明。
具体实施方式
请一并参阅图1及图2,本发明数据分析系统10应用于一电子设备50内。本实施方式中,所述电子设备50可为一服务器90或一终端设备等具有数据分析功能的设备。本实施方式中,所述终端设备可为一台式电脑76、一个人数字助理72或一平板电脑74中的一种或多种。
具体地,本发明数据分析系统10应用于所述电子设备50内,所述电子设备50包括一处理器30及一存储器20,其中所述处理器30可通过一总线40与所述存储器20进行通信。所述存储器20内存储了若干程序代码,以被所述处理器30执行,达到实现所述数据分析系统10功能的。
本实施方式中,所述数据分析系统10可用于对若干客户进行管理,所述数据分析系统10的较佳实施方式包括一追踪单元100、一分析单元102、一发送单元104及一显示单元106。所述存储器20还可存储一客户列表22及一信息列表24。
所述发送单元104用于向所述若干客户发送一邮件。
所述追踪单元100用于记录若干操作记录的操作时间。所述操作记录包括但不限于对所述客户进行管理的操作记录,还可包括所述客户反馈的操作记录。如当所述发送单元104向客户发送所述邮件时,所述追踪单元100记录发送所述邮件的操作时间;当所述客户回复所述邮件时,所述追踪单元100还用于记录接收到所述客户回复邮件的操作时间。
在另一实施方式中,所述操作记录还可包括用户跟进所述客户的跟进记录、新建一关联所述客户的报价单、编辑一关联所述客户的报价单、新建一关联所述客户的订单、编辑一关联所述客户的订单及确认一关联所述客户的订单等操作记录。
所述分析单元102用于获取所述操作记录的操作时间,并根据操作记录的操作时间与一计算时间之间的时间间隔计算得到对应所述客户的一第一值。所述第一值表示所述客户紧密度,即通过获取最近时间内所述操作记录来判断对应的客户的紧密度。
例如,所述操作记录的操作时间为2016年1月1号,所述分析单元102计算所述第一值时的计算时间为2016年1月3号,此时,所述分析单元102可以确定所述操作记录的操作时间与所述计算时间的时间间隔为2天,所述分析单元102可根据公式4*99.8%^n(其中99.8%^n表示为99.8%的n次方,n表示为时间间隔)来计算所述第一值。当存在多个操作记录的操作时间时,所述分析单元102根据所述公式来计算每一操作记录的值,并将每一操作记录的值进行相加,以得到所述第一值。本实施方式中,所述分析单元102确定所述第一值(结果值)是否不超过一第一预设值(如100),如当所述第一值超过所述第一预设值时,所述分析单元102则将所述第一值设置为所第一述预设值。在另一实施方式中,所述时间间隔以天数为单位向下取整,如当一时间间隔为2天8小时时,所述分析单元102则计算所述时间间隔的天数为2天。
所述追踪单元100用于记录所述发送单元104向所述客户发送邮件的发送总数,还用于记录所述客户打开所述邮件的打开总数。本实施方式中,当所述客户打开所述邮件时,所述追踪单元100可以统计所述客户打开所述邮件的数量(即打开总数)。
所述分析单元102用于获取所述发送总数及打开总数,并根据所述打开总数与所述发送总数的比值计算得到一打开率,以通过所述打开率来判断所述邮件对所述客户的重要程序,亦可表示所述客户的活跃度。
所述分析单元102还用于获取若干用户访问所述客户的操作记录,并根据访问所述客户的操作记录计算得到一访问值,以表示所述客户的热度。所述分析单元102还根据所述打开率及所述访问值计算得到对应所述客户的第二值,所述第二值表示所述客户的活跃度及热度。本实施方式中,所述分析单元102可将所述打开率与一第二预设值相乘、将所述访问值与一第三预设值相乘,并将两者之和作为所述第二值。本实施方式中,所述分析单元102确定所述第二值(结果值)是否不超过所述第一预设值(如100),如当所述第二值超过所述第一预设值时,所述分析单元102则将所述第二值设置为所述第一预设值。所述第二预设值及第三预设值为一放大因子,如当所述打开率为一不大于1的值时,为便于后续的计算,将所述打开率与所述第二预设值进行相乘。
所述显示单元106用于显示若干界面,以方便所述用户填写对应客户的资料信息。本实施方式中,所述显示单元106用于设置所述客户的资料信息包含的信息字段,如所述客户的资料信息包括客户类型、国家地区、主营产品、客户规模、主要联系人职级等信息字段,如此用户可在对应的信息字段处填写相应的输入内容。
所述分析单元102还用于获取包含输入内容的信息字段,并计算所述包含输入内容的信息字段的权重计算得到一对应所述客户的第三值。所述第三值表示客户数据的完整度,所述第三值越大表示所述客户的资料信息的完整度越高。
本实施方式中,每一信息字段可设置一权重,如设置客户类型的信息字段、国家地区的信息字段的权重为6,设置主营产品的信息字段、规模的信息字段的权重为10,如此,所述分析单元102可根据所述信息字段的权重计算得到所述第三值,以根据所述第三值确定所述客户的资料信息的完整度,即所述第三值越大表示所述客户的资料信息的完整度越高。
本实施方式中,所述分析单元102还用于确定所述第三值(结果值)是否不超过所述第一预设值(如100),如当所述第三值超过所述第一预设值时,所述分析单元102则将所述第三值设置为所第一述预设值。
所述显示单元106还可显示对应所述客户的匹配字段的匹配值。例如,所述匹配字段可包括国家地区、客户类型、主营产品及客户规模的匹配字段,每一匹配字段可包括若干匹配值,如所述国家地区的匹配字段的匹配值可包括巴西、哈萨克斯坦;客户类型的匹配字段的匹配值可包括代理商、分销商;主营产品的匹配字段的匹配值可包括长款外套、服装、运动服;客户规模的匹配字段的匹配值可包括160-149人、150-499人。
所述分析单元102对所述匹配字段中匹配值与所述信息字段的输入内容进行匹配操作,从所述匹配字段中获取匹配值与所述信息字段的输入内容相匹配的匹配字段的匹配数量,并根据所述匹配数量计算一对应所述用户的第四值。所述第四值用于表示所述客户的匹配度。
本实施方式中,所述信息字段的输入内容可由一第一用户设置,所述第一用户可为所述客户的跟进人,即所述客户可被跟进的权限只为所述第一用户;所述匹配字段的匹配值可由第二用户设置,所述匹配字段可对应于一类型的客户,如符合所述匹配字段的客户可设置较重要的客户。所述分析单元102可根据所述匹配字段中的国家地区、客户类型、主营产品及客户规模的匹配字段的匹配值与所述信息字段中的国家地区、客户类型、主营产品及客户规模的信息字段的输入内容进行匹配操作。如所述分析单元102判断所述国家地区的匹配字段的匹配值是否与所述国家地区的信息字段的输入内容相同、所述客户类型的匹配字段的匹配值是否与所述客户类型的信息字段的输入内容相同、所述主营产品的匹配字段的匹配值是否与所述主营产品的信息字段的输入内容相同及所述客户规模的匹配字段的匹配值是否与所述客户规模的信息字段的输入内容相同,并获取所述匹配字段中获取匹配值与所述信息字段的输入内容相匹配的匹配字段的匹配数量。
本实施方式中,当存在一匹配字段的匹配值与所述信息字段的输入内容相匹配时,所述分析单元102则将所述匹配数量(所述匹配数量的默认值可为0)加1。
在另一实施方式中,所述分析单元102还用于判断所述资料信息中所述客户的联系人的职称;当所述客户的联系人的职称较高时,所述分析单元102还可设置对应所述联系人的职称的权重,所述第四值还可加上所述联系人的职称的权重。
所述分析单元102还根据所述匹配数量计算所述第四值,所述第四值用于表示所述客户的匹配度。本实施方式中,所述分析单元102还用于确定所述第四值(结果值)是否不超过所述第一预设值(如100),如当所述第四值超过所述第一预设值时,所述分析单元102则将所述第四值设置为所第一述预设值。
所述分析单元102还根据所述用户设置对应所述客户的关联度来计算一对应所述客户的第五值。所述关联度表示所述客户的信用、星级等。本实施方式中,所述分析单元102还用于确定所述第五值(结果值)是否不超过所述第一预设值(如100),如当所述第五值超过所述第一预设值时,所述分析单元102则将所述第五值设置为所述第一预设值。所述第五值用于表示所述用户的信用、星级等信息。
所述分析单元102还根据所述第一值、第二值、第三值、第四值及第五值分析产生对应于所述客户的分析结果,如通过所述显示单元106来显示一包含所述第一值、第二值、第三值、第四值及第五值的雷达图表。在另一实施方式中,所述分析结果可包括所述第一值、第二值、第三值、第四值及第五值中的一个或多个。
请一并参阅图3及图4,本发明数据分析方法的较佳实施方式包括如下步骤:
步骤S301,获取对应客户的操作记录的操作时间。所述操作记录包括但不限于用户跟进所述客户的跟进记录、新建一关联所述客户的报价单、编辑一关联所述客户的报价单、新建一关联所述客户的订单、编辑一关联所述客户的订单、确认一关联所述客户的订单、向所述客户发送一邮件及接收所述客户的反馈等。
步骤S303,根据操作记录的操作时间与一计算时间之间的时间间隔计算得到一对应所述客户的第一值。本实施方式中,所述电子设备50还用于判断所述第一值是否不超过一第一预设值(如100),如当所述第一值超过所述第一预设值时,将所述第一值设置为所第一述预设值。在另一实施方式中,所述时间间隔以天数为单位向下取整,如当一时间间隔为2天8小时时,所述电子设备50则计算所述时间间隔的天数为2天。所述电子设备50通过所述第一值来表示所述客户的紧密度,即通过获取最近时间内所述操作记录所对应的客户来判断其紧密度。
步骤S305,获取向所述客户发送邮件的发送总数,还用于获取所述客户打开所述邮件的打开总数。
步骤S307,根据所述打开总数与所述发送总数的比值计算得到一打开率。所述电子设备50可并根据所述打开总数与所述发送总数的比值计算得到所述打开率,以通过所述打开率来判断所述邮件对所述客户的重要程序,亦可表示所述客户的活跃度。
步骤S309,获取若干用户访问所述客户的操作记录,并根据访问所述客户的操作记录计算得到一访问值。所述访问值表示访问所述客户的用户的数量,即对应所述客户的热度。
步骤S311,根据所述打开率及所述访问值计算一得到对应所述客户的第二值。所述第二值表示所述客户的活跃度及热度。
步骤S313,设置所述客户的资料信息包含的信息字段。
步骤S315,获取包含输入内容的信息字段,计算所述包含输入内容的信息字段的权重计算得到一对应所述客户的第三值。本实施方式中,每一信息字段可包含一权重,如设置客户类型的信息字段、国家地区的信息字段的权重为6,设置主营产品的信息字段、规模的信息字段的权重为10,如此,所述电子设备可根据所述第三值确定所述客户的资料信息的完整度,即所述第三值越大表示所述客户的资料信息的完整度越高。
步骤S317,设置所述客户的匹配字段的匹配值。
步骤S319,对所述匹配字段中匹配值与所述信息字段的输入内容进行匹配操作。
步骤S321,从所述匹配字段中获取匹配值与所述信息字段的输入内容相匹配的匹配字段的匹配数量。
步骤S323,根据所述匹配数量计算一对应所述用户的第四值。所述第四值用于表示所述客户的匹配度。
步骤S325,根据所述用户设置对应所述客户的关联度计算一第五值。所述第五值表示所述客户的信用、星级等。
步骤S327,根据所述第一值、第二值、第三值、第四值及第五值分析产生对应于所述客户的分析结果,如通过显示一包含所述第一值、第二值、第三值、第四值及第五值的雷达图表来表示所述分析结果。在另一实施方式中,所述分析结果可包括所述第一值、第二值、第三值、第四值及第五值中的一个或多个。
上述数据分析系统及方法通过分析对应所述客户的操作记录、所述客户打开邮件总数与发送邮件总数之间的比值及客户的资料信息的完整度等方面来对所述客户进行分析,如此,在数据分析前已将不必要的噪音进行过滤,在一定程度上有利于提高对分析结果的准确性。另外,上述数据分析系统及方法通过对客户的行为进行分析,进而销售人员可以根据分析结果进行合理的、有目的性的对潜在用户进行追踪,从而达到营销的目的。
需要说明的是,在本发明的描述中,除非另有说明,“多个”的含义是指至少两个。
应当理解,本发明的各部分可以用硬件、软件、固件或它们的组合来实现。在上述实施方式中,多个步骤或方法可以用存储在存储器中且由合适的指令执行系统执行的软件或固件来实现。例如,如果用硬件来实现,和在另一实施方式中一样,可用本领域公知的下列技术中的任一项或他们的组合来实现:具有用于对数据信号实现逻辑功能的逻辑门电路的离散逻辑电路,具有合适的组合逻辑门电路的专用集成电路,可编程门阵列(PGA),现场可编程门阵列(FPGA)等。
本技术领域的普通技术人员可以理解实现上述实施例方法携带的全部或部分步骤是可以通过程序来指令相关的硬件完成,所述的程序可以存储于一种计算机可读存储介质中,所述程序在执行时,包括方法实施例的步骤之一或其组合。
此外,在本发明各个实施例中的各功能单元可以集成在一个处理模块中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个模块中。上述集成的模块既可以采用硬件的形式实现,也可以采用软件功能模块的形式实现。所述集成的模块如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。
上述提到的存储介质可以是只读存储器,磁盘或光盘等。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。

Claims (8)

1.一种数据分析系统,其特征在于,所述系统包括:一追踪单元,用于获取对应客户的操作记录的操作时间;及一分析单元,用于根据操作记录的操作时间与一计算时间之间的时间间隔计算得到一对应所述客户的第一值,其中,所述计算时间为所述分析单元计算所述第一值的时间,所述分析单元还在存在多个操作记录的操作时间时计算每一操作记录的值,并将每一操作记录的值进行相加,以得到所述第一值;其中所述系统还包括:一发送单元,用于向所述客户发送邮件;所述追踪单元,还用于获取向所述客户发送邮件的发送总数;所述追踪单元,还用于获取所述客户打开所述邮件的打开总数;所述分析单元,还用于根据所述打开总数与所述发送总数的比值计算得到一打开率;所述分析单元,还用于获取至少一个用户访问所述客户的操作记录,并根据访问所述客户的操作记录计算得到一访问值;及所述分析单元,还用于根据所述打开率及所述访问值计算得到一对应所述客户的第二值。
2.如权利要求1所述的数据分析系统,其特征在于,所述数据分析系统还包括:一显示单元,用于设置所述客户的资料信息包含的信息字段;所述追踪单元,还用于获取包含输入内容的信息字段;所述分析单元,还用于计算所述包含输入内容的信息字段的权重计算得到一对应所述客户的第三值。
3.如权利要求2所述的数据分析系统,其特征在于:所述显示单元,还用于设置所述客户的匹配字段的匹配值;所述分析单元,还用于对所述匹配字段中匹配值与所述信息字段的输入内容进行匹配操作;所述分析单元,还用于从所述匹配字段中获取匹配值与所述信息字段的输入内容相匹配的匹配字段的匹配数量;并根据所述匹配数量计算一对应所述用户的第四值。
4.如权利要求3所述的数据分析系统,其特征在于:所述分析单元,还用于根据设置对应于所述客户的关联度计算一对应所述客户的第五值;所述分析单元,还用于判断所述第一值、第二值、第三值、第四值及第五值中是否存在至少一结果值大于一预设值;当存在至少一结果值大于所述预设值时,所述分析单元将所述至少一结果值设置为所述预设值。
5.一种数据分析方法,其特征在于,所述方法包括:获取对应客户的操作记录的操作时间;及根据操作记录的操作时间与一计算时间之间的时间间隔计算得到一对应所述客户的第一值,其中,所述计算时间为计算所述第一值的时间,在存在多个操作记录的操作时间时计算每一操作记录的值,并将每一操作记录的值进行相加,以得到所述第一值;其中,所述方法还包括:获取向所述客户发送邮件的发送总数;获取所述客户打开所述邮件的打开总数;根据所述打开总数与所述发送总数的比值计算得到一打开率;获取若干用户访问所述客户的操作记录,并根据访问所述客户的操作记录计算得到一访问值;及根据所述打开率及所述访问值计算得到一对应所述客户的第二值。
6.如权利要求5所述的数据分析方法,其特征在于,所述方法还包括:设置所述客户的资料信息包含的信息字段;获取包含输入内容的信息字段;计算所述包含输入内容的信息字段的权重计算得到一对应所述客户的第三值。
7.如权利要求6所述的数据分析方法,其特征在于,所述方法还包括:设置所述客户的匹配字段的匹配值;对所述匹配字段中匹配值与所述信息字段的输入内容进行匹配操作;及从所述匹配字段中获取匹配值与所述信息字段的输入内容相匹配的匹配字段的匹配数量;根据所述匹配数量计算一对应所述用户的第四值。
8.如权利要求7所述的数据分析方法,其特征在于,所述方法还包括:根据设置对应于所述客户的关联度计算一对应所述客户的第五值;设置一预设值;判断所述第一值、第二值、第三值、第四值及第五值中是否存在至少一结果值大于所述预设值;当存在至少一结果值大于所述预设值时,将所述至少一结果值设置为所述预设值。
CN201611116673.9A 2016-12-07 2016-12-07 数据分析系统及方法 Active CN106557595B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201611116673.9A CN106557595B (zh) 2016-12-07 2016-12-07 数据分析系统及方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201611116673.9A CN106557595B (zh) 2016-12-07 2016-12-07 数据分析系统及方法

Publications (2)

Publication Number Publication Date
CN106557595A CN106557595A (zh) 2017-04-05
CN106557595B true CN106557595B (zh) 2018-09-04

Family

ID=58446317

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201611116673.9A Active CN106557595B (zh) 2016-12-07 2016-12-07 数据分析系统及方法

Country Status (1)

Country Link
CN (1) CN106557595B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108694016B (zh) * 2017-04-10 2021-06-08 联合汽车电子有限公司 模拟eeprom数据分析系统及方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102710548A (zh) * 2012-06-08 2012-10-03 上海东数信息技术有限公司 跟踪电子邮件各收件人对邮件进行的操作的方法与系统
CN104704863A (zh) * 2012-10-04 2015-06-10 华为技术有限公司 用于智能移动伴侣的用户行为建模
CN105069556A (zh) * 2015-07-27 2015-11-18 浪潮通用软件有限公司 一种erp管理系统的用户行为分析方法及用户行为分析系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102710548A (zh) * 2012-06-08 2012-10-03 上海东数信息技术有限公司 跟踪电子邮件各收件人对邮件进行的操作的方法与系统
CN104704863A (zh) * 2012-10-04 2015-06-10 华为技术有限公司 用于智能移动伴侣的用户行为建模
CN105069556A (zh) * 2015-07-27 2015-11-18 浪潮通用软件有限公司 一种erp管理系统的用户行为分析方法及用户行为分析系统

Also Published As

Publication number Publication date
CN106557595A (zh) 2017-04-05

Similar Documents

Publication Publication Date Title
Gómez et al. Tutorial on methods for interval-censored data and their implementation in R
Yamasaki et al. Scaling and memory in volatility return intervals in financial markets
Chou et al. Factors influencing the adoption of mobile commerce in Taiwan
US10504120B2 (en) Determining a temporary transaction limit
Jones et al. Adding explanatory variables to a consumer purchase behavior model: An exploratory study
Leiva et al. Birnbaum–Saunders statistical modelling: a new approach
Kripfganz et al. Instrumental-variable estimation of large-T panel-data models with common factors
Khanifar et al. Factors influencing the intendancy of e-banking: An integration of TAM & TPB with e-service quality
Sjögårde et al. Granularity of algorithmically constructed publication-level classifications of research publications: Identification of specialties
CN103854206B (zh) 一种分析人群特征的方法和设备
JP7517396B2 (ja) 情報処理装置、情報処理方法及びプログラム
Cai Investigation of ways to handle sampling weights for multilevel model analyses
Bottai A regression method for modelling geometric rates
Stadlmann et al. Interactively visualizing distributional regression models with distreg. vis
Molenberghs et al. A combined gamma frailty and normal random-effects model for repeated, overdispersed time-to-event data
Lai et al. Standardized mean differences in two-level cross-classified random effects models
CN111340601A (zh) 商品信息的推荐方法和装置、电子设备和存储介质
CN106557595B (zh) 数据分析系统及方法
Orito et al. I Will Continue to Use This Nonetheless: Social Media Survive Users' Privacy Concerns
Chiang Rising residential rents in Chinese mega cities: The role of monetary policy
US20180357227A1 (en) System and method for analyzing popularity of one or more user defined topics among the big data
Gallacher et al. Extrapolating parametric survival models in health technology assessment using model averaging: a simulation study
Moorthy et al. Upsurge of Online Shopping in Malaysia during COVID-19 Pandemic
Alosh The impact of missing data in a generalized integer-valued autoregression model for count data
Jochmans et al. Fitting exponential regression models with two-way fixed effects

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant