CN114461699B - 一种基于跨境电商平台的大数据用户挖掘方法 - Google Patents
一种基于跨境电商平台的大数据用户挖掘方法 Download PDFInfo
- Publication number
- CN114461699B CN114461699B CN202210106062.5A CN202210106062A CN114461699B CN 114461699 B CN114461699 B CN 114461699B CN 202210106062 A CN202210106062 A CN 202210106062A CN 114461699 B CN114461699 B CN 114461699B
- Authority
- CN
- China
- Prior art keywords
- data
- mining
- border
- cross
- etl
- 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
Links
- 238000005065 mining Methods 0.000 title claims abstract description 77
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000004458 analytical method Methods 0.000 claims abstract description 40
- 238000007418 data mining Methods 0.000 claims abstract description 14
- 238000006243 chemical reaction Methods 0.000 claims abstract description 6
- 238000013075 data extraction Methods 0.000 claims abstract description 6
- 238000003066 decision tree Methods 0.000 claims description 18
- 238000007621 cluster analysis Methods 0.000 claims description 10
- 238000005516 engineering process Methods 0.000 claims description 7
- 230000004992 fission Effects 0.000 claims description 4
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000002360 explosive Substances 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/254—Extract, transform and load [ETL] procedures, e.g. ETL data flows in data warehouses
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2465—Query processing support for facilitating data mining operations in structured databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q30/00—Commerce
- G06Q30/06—Buying, selling or leasing transactions
- G06Q30/0601—Electronic shopping [e-shopping]
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Databases & Information Systems (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Business, Economics & Management (AREA)
- Finance (AREA)
- Accounting & Taxation (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Probability & Statistics with Applications (AREA)
- Computational Linguistics (AREA)
- Software Systems (AREA)
- Mathematical Physics (AREA)
- Fuzzy Systems (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Marketing (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于跨境电商平台的大数据用户挖掘方法，包括数据源挖掘，且数据源包括内部数据和外部数据，所述外部数据包括互联网数据和物联网数据，以内部数据和外部数据建立初步的数据库；建立ETL数据处理单元，且ETL数据处理单元包括数据提取模块、数据转换模块和任务创建模块，所述ETL数据处理单元还包括数据加载模块和数据输出模块，将内部数据和外部数据建立汇总的初步数据库通过建立ETL数据处理单元对数据搜索所有与目标对象有关的内部和外部数据信息，并从中选择出适用于数据挖掘应用的数据；建立联机分析数据库。能够用于跨境电商快速精准的挖掘所需的客源用户。
Description
技术领域
本发明属于跨境电商技术领域，具体涉及一种基于跨境电商平台的大数据用户挖掘方法。
背景技术
随着新一代信息技术与制造业的深度融合，跨境电商企业的运营管理，越来越依赖大数据，大数据的潜在价值也日益呈现，随着越来越多的生产设备、零部件、产品以及人力物力不断加入电商互联网，也致使电商大数据呈现出爆炸性增长的趋势。
目前缺乏能够助于跨境电商企业精确快捷进行用户数据源的挖掘方法，造成跨境电商企业的销售局限性较大。为此，我们提出一种基于跨境电商平台的大数据用户挖掘方法。
发明内容
本发明的目的在于提供一种基于跨境电商平台的大数据用户挖掘方法，以解决上述背景技术中提出的问题。
为实现上述目的，本发明提供如下技术方案：一种基于跨境电商平台的大数据用户挖掘方法，包括数据源、ETL数据处理单元、联机分析处理模块、序列挖掘、聚类分析、关联挖掘和决策树挖掘，还包括以下具体步骤：
步骤一：数据源挖掘，且数据源包括内部数据和外部数据，所述外部数据包括互联网数据和物联网数据，以内部数据和外部数据建立初步的数据库；
步骤二：建立ETL数据处理单元，且ETL数据处理单元包括数据提取模块、数据转换模块和任务创建模块，所述ETL数据处理单元还包括数据加载模块和数据输出模块，将内部数据和外部数据建立汇总的初步数据库通过建立ETL数据处理单元对数据搜索所有与目标对象有关的内部和外部数据信息，并从中选择出适用于数据挖掘应用的数据；
步骤三：建立联机分析数据库，将适用于数据挖掘应用的数据通过联机分析处理模块研究数据的质量，为进一步的分析做准备，并确定将要进行的挖掘操作的类型；
步骤四：将数据转换成一个分析模型，并依次建立序列挖掘、聚类分析、关联挖掘和决策树挖掘单元，且针对挖掘算法建立分析模型，随后对得到的经过转换的数据进行挖掘；
步骤五：建立知识库，将挖掘后的数据导入知识库，以供于在软硬件领域、跨境电商网络平台和企业内部网解决方案以及数据库方面提供经济高效的计算资源，以保存极大量的数据供分析使用，并允许使用多种数据访问技术。
进一步地，所述决策树挖掘单元是根据条件来进行判断的逻辑框架，其中，判断的条件，即提出有区分性的问题，以及对于不同的回答下一步的反映，以及最终的决策给出标签。
进一步地，所述决策树算法为:1.选取包含所有数据的全集为算法的初始集合A0；2.对于当前的集合A，计算所有可能的“问题”在训练集上的F(A,D)；3.选择F(A,D)最大的“问题”，对数据进行提问，将当前的集合由“问题”的不同回答，划分为数个子集；4.对每个子集，重复b、c，直到所有子集内所有元素的类别相同；5.在实际应用中，数据往往有很多特征，因此，“问题”往往是选取数据的某一特征，而“回答”则是此特征对应的值。
进一步地，所述互联网数据包括跨境电商网络平台数据和线上流量。
进一步地，所述内部数据包括企业内部业务数据，异业数据、私域裂变和员工拓客信息采集数据。
与现有技术相比，本发明的有益效果是：
1.以内部数据和外部数据建立初步的数据库；建立ETL数据处理单元，且ETL数据处理单元包括数据提取模块、数据转换模块和任务创建模块，所述ETL数据处理单元还包括数据加载模块和数据输出模块，将内部数据和外部数据建立汇总的初步数据库通过建立ETL数据处理单元对数据搜索所有与目标对象有关的内部和外部数据信息，并从中选择出适用于数据挖掘应用的数据。
2.将适用于数据挖掘应用的数据通过联机分析处理模块研究数据的质量，为进一步的分析做准备，并确定将要进行的挖掘操作的类型；将数据转换成一个分析模型，并依次建立序列挖掘、聚类分析、关联挖掘和决策树挖掘单元，且针对挖掘算法建立分析模型，随后对得到的经过转换的数据进行挖掘；建立知识库，将挖掘后的数据导入知识库，以供于在软硬件领域、跨境电商网络平台和企业内部网解决方案以及数据库方面提供经济高效的计算资源，以保存极大量的数据供分析使用，并允许使用多种数据访问技术。
具体实施方式
下面将结合本发明实施例，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
实施例1
一种基于跨境电商平台的大数据用户挖掘方法，包括数据源、ETL数据处理单元、联机分析处理模块、序列挖掘、聚类分析、关联挖掘和决策树挖掘，还包括以下具体步骤：
步骤一：数据源挖掘，且数据源包括内部数据和外部数据，所述外部数据包括互联网数据和物联网数据，以内部数据和外部数据建立初步的数据库；
步骤二：建立ETL数据处理单元，且ETL数据处理单元包括数据提取模块、数据转换模块和任务创建模块，所述ETL数据处理单元还包括数据加载模块和数据输出模块，将内部数据和外部数据建立汇总的初步数据库通过建立ETL数据处理单元对数据搜索所有与目标对象有关的内部和外部数据信息，并从中选择出适用于数据挖掘应用的数据；
步骤三：建立联机分析数据库，将适用于数据挖掘应用的数据通过联机分析处理模块研究数据的质量，为进一步的分析做准备，并确定将要进行的挖掘操作的类型；
步骤四：将数据转换成一个分析模型，并依次建立序列挖掘、聚类分析、关联挖掘和决策树挖掘单元，且针对挖掘算法建立分析模型，随后对得到的经过转换的数据进行挖掘；
步骤五：建立知识库，将挖掘后的数据导入知识库，以供于在软硬件领域、跨境电商网络平台和企业内部网解决方案以及数据库方面提供经济高效的计算资源，以保存极大量的数据供分析使用，并允许使用多种数据访问技术。
其中，所述决策树挖掘单元是根据条件来进行判断的逻辑框架，其中，判断的条件，即提出有区分性的问题，以及对于不同的回答下一步的反映，以及最终的决策给出标签。
其中，所述决策树算法为:1.选取包含所有数据的全集为算法的初始集合A0；2.对于当前的集合A，计算所有可能的“问题”在训练集上的F(A,D)；3.选择F(A,D)最大的“问题”，对数据进行提问，将当前的集合由“问题”的不同回答，划分为数个子集；4.对每个子集，重复b、c，直到所有子集内所有元素的类别相同；5.在实际应用中，数据往往有很多特征，因此，“问题”往往是选取数据的某一特征，而“回答”则是此特征对应的值。
其中，所述互联网数据包括跨境电商网络平台数据和线上流量。
其中，所述内部数据包括企业内部业务数据，异业数据、私域裂变和员工拓客信息采集数据。
实施例2
一种基于跨境电商平台的大数据用户挖掘方法，包括数据源、ETL数据处理单元、联机分析处理模块、序列挖掘、聚类分析、关联挖掘和决策树挖掘，还包括以下具体步骤：
步骤一：确定挖掘目的，认清数据挖掘的目的是数据挖掘的重要一步。挖掘的最后结果是不可预测的，但要探索的问题应是有预见的；
步骤二：数据准备，搜索所有与目标对象有关的内部和外部数据信息，并从中选择出适用于数据挖掘应用的数据，数据的预处理，研究数据的质量，为进一步的分析做准备，并确定将要进行的挖掘操作的类型，数据的转换：将数据转换成一个分析模型；
步骤三：进行数据挖掘，对得到的经过转换的数据进行挖掘，为进一步的分析做准备，并确定将要进行的挖掘操作的类型；
步骤四：结果分析，将数据转换成一个分析模型，并依次建立序列挖掘、聚类分析、关联挖掘和决策树挖掘单元，且针对挖掘算法建立分析模型，随后对得到的经过转换的数据进行挖掘；
步骤五：知识的同化建立知识库，将挖掘后的数据导入知识库，将分析所得到的知识集成到企业内部的跨境电商平台。
其中，所述决策树挖掘单元是根据条件来进行判断的逻辑框架，其中，判断的条件，即提出有区分性的问题，以及对于不同的回答下一步的反映，以及最终的决策给出标签。
其中，所述决策树算法为:1.选取包含所有数据的全集为算法的初始集合A0；2.对于当前的集合A，计算所有可能的“问题”在训练集上的F(A,D)；3.选择F(A,D)最大的“问题”，对数据进行提问，将当前的集合由“问题”的不同回答，划分为数个子集；4.对每个子集，重复b、c，直到所有子集内所有元素的类别相同；5.在实际应用中，数据往往有很多特征，因此，“问题”往往是选取数据的某一特征，而“回答”则是此特征对应的值。
其中，所述互联网数据包括跨境电商网络平台数据和线上流量。
其中，所述内部数据包括企业内部业务数据，异业数据、私域裂变和员工拓客信息采集数据。
本发明的工作原理及使用流程：数据源挖掘，且数据源包括内部数据和外部数据，所述外部数据包括互联网数据和物联网数据，以内部数据和外部数据建立初步的数据库；建立ETL数据处理单元，且ETL数据处理单元包括数据提取模块、数据转换模块和任务创建模块，所述ETL数据处理单元还包括数据加载模块和数据输出模块，将内部数据和外部数据建立汇总的初步数据库通过建立ETL数据处理单元对数据搜索所有与目标对象有关的内部和外部数据信息，并从中选择出适用于数据挖掘应用的数据；建立联机分析数据库，将适用于数据挖掘应用的数据通过联机分析处理模块研究数据的质量，为进一步的分析做准备，并确定将要进行的挖掘操作的类型；将数据转换成一个分析模型，并依次建立序列挖掘、聚类分析、关联挖掘和决策树挖掘单元，且针对挖掘算法建立分析模型，随后对得到的经过转换的数据进行挖掘；建立知识库，将挖掘后的数据导入知识库，以供于在软硬件领域、跨境电商网络平台和企业内部网解决方案以及数据库方面提供经济高效的计算资源，以保存极大量的数据供分析使用，并允许使用多种数据访问技术。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (5)
1.一种基于跨境电商平台的大数据用户挖掘方法，包括数据源、ETL数据处理单元、联机分析处理模块、序列挖掘、聚类分析、关联挖掘和决策树挖掘，其特征在于，还包括以下具体步骤：
步骤一：数据源挖掘，且数据源包括内部数据和外部数据，所述外部数据包括互联网数据和物联网数据，以内部数据和外部数据建立初步的数据库；
步骤二：建立ETL数据处理单元，且ETL数据处理单元包括数据提取模块、数据转换模块和任务创建模块，所述ETL数据处理单元还包括数据加载模块和数据输出模块，将内部数据和外部数据建立汇总的初步数据库通过建立ETL数据处理单元对数据搜索所有与目标对象有关的内部和外部数据信息，并从中选择出适用于数据挖掘应用的数据；
步骤三：建立联机分析数据库，将适用于数据挖掘应用的数据通过联机分析处理模块研究数据的质量，为进一步的分析做准备，并确定将要进行的挖掘操作的类型；
步骤四：将数据转换成一个分析模型，并依次建立序列挖掘、聚类分析、关联挖掘和决策树挖掘单元，且针对挖掘算法建立分析模型，随后对得到的经过转换的数据进行挖掘；
步骤五：建立知识库，将挖掘后的数据导入知识库，以供于在软硬件领域、跨境电商网络平台和企业内部网解决方案以及数据库方面提供经济高效的计算资源，以保存极大量的数据供分析使用，并允许使用多种数据访问技术。
2.根据权利要求1所述的一种基于跨境电商平台的大数据用户挖掘方法，其特征在于：所述决策树挖掘单元是根据条件来进行判断的逻辑框架，其中，判断的条件，即提出有区分性的问题，以及对于不同的回答下一步的反映，以及最终的决策给出标签。
3.根据权利要求1所述的一种基于跨境电商平台的大数据用户挖掘方法，其特征在于：所述决策树算法为:1.选取包含所有数据的全集为算法的初始集合A0；2.对于当前的集合A，计算所有可能的“问题”在训练集上的F(A,D)；3.选择F(A,D)最大的“问题”，对数据进行提问，将当前的集合由“问题”的不同回答，划分为数个子集；4.对每个子集，重复b、c，直到所有子集内所有元素的类别相同；5.在实际应用中，数据往往有很多特征，因此，“问题”往往是选取数据的某一特征，而“回答”则是此特征对应的值。
4.根据权利要求1所述的一种基于跨境电商平台的大数据用户挖掘方法，其特征在于：所述互联网数据包括跨境电商网络平台数据和线上流量。
5.根据权利要求1所述的一种基于跨境电商平台的大数据用户挖掘方法，其特征在于：所述内部数据包括企业内部业务数据，异业数据、私域裂变和员工拓客信息采集数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210106062.5A CN114461699B (zh) | 2022-01-28 | 2022-01-28 | 一种基于跨境电商平台的大数据用户挖掘方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210106062.5A CN114461699B (zh) | 2022-01-28 | 2022-01-28 | 一种基于跨境电商平台的大数据用户挖掘方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN114461699A CN114461699A (zh) | 2022-05-10 |
| CN114461699B true CN114461699B (zh) | 2024-06-04 |
Family
ID=81410681
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210106062.5A Active CN114461699B (zh) | 2022-01-28 | 2022-01-28 | 一种基于跨境电商平台的大数据用户挖掘方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114461699B (zh) |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015165381A1 (zh) * | 2014-05-01 | 2015-11-05 | 刘莎 | 一种通用型互联网信息数据挖掘方法 |
| WO2016054908A1 (zh) * | 2014-10-10 | 2016-04-14 | 中兴通讯股份有限公司 | 基于物联网大数据平台的智能用户画像方法及装置 |
| CN105809384A (zh) * | 2014-12-31 | 2016-07-27 | 江阴中科今朝科技有限公司 | 跨境仓储决策分析系统 |
| CN106815019A (zh) * | 2016-12-30 | 2017-06-09 | 国家计算机网络与信息安全管理中心 | Hadoop分布式算法的WEB界面集成方法及装置 |
| WO2018196553A1 (zh) * | 2017-04-27 | 2018-11-01 | 腾讯科技（深圳）有限公司 | 标识的获取方法及装置、存储介质以及电子装置 |
| CN108960880A (zh) * | 2017-05-23 | 2018-12-07 | 王四春 | 一种跨境电商商务大数据决策分析与数据处理方法 |
| CN109345293A (zh) * | 2018-09-17 | 2019-02-15 | 上海宝尊电子商务有限公司 | 一种面向品牌电商的大数据信息服务方法和系统 |
| CN111815358A (zh) * | 2020-07-09 | 2020-10-23 | 湖南数客星球信息技术有限公司 | 一种基于跨境电商平台的大数据用户挖掘方法及系统 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US11354329B2 (en) * | 2019-10-28 | 2022-06-07 | Bank Of America Corporation | Systems for real-time mining of data in test and development environments |
-
2022
- 2022-01-28 CN CN202210106062.5A patent/CN114461699B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2015165381A1 (zh) * | 2014-05-01 | 2015-11-05 | 刘莎 | 一种通用型互联网信息数据挖掘方法 |
| WO2016054908A1 (zh) * | 2014-10-10 | 2016-04-14 | 中兴通讯股份有限公司 | 基于物联网大数据平台的智能用户画像方法及装置 |
| CN105809384A (zh) * | 2014-12-31 | 2016-07-27 | 江阴中科今朝科技有限公司 | 跨境仓储决策分析系统 |
| CN106815019A (zh) * | 2016-12-30 | 2017-06-09 | 国家计算机网络与信息安全管理中心 | Hadoop分布式算法的WEB界面集成方法及装置 |
| WO2018196553A1 (zh) * | 2017-04-27 | 2018-11-01 | 腾讯科技（深圳）有限公司 | 标识的获取方法及装置、存储介质以及电子装置 |
| CN108960880A (zh) * | 2017-05-23 | 2018-12-07 | 王四春 | 一种跨境电商商务大数据决策分析与数据处理方法 |
| CN109345293A (zh) * | 2018-09-17 | 2019-02-15 | 上海宝尊电子商务有限公司 | 一种面向品牌电商的大数据信息服务方法和系统 |
| CN111815358A (zh) * | 2020-07-09 | 2020-10-23 | 湖南数客星球信息技术有限公司 | 一种基于跨境电商平台的大数据用户挖掘方法及系统 |
Non-Patent Citations (3)
| Title |
|---|
| 基于EAI平台数据挖掘的电子商务定价研究;孙丽;;电子商务;20140115(第01期);全文 * |
| 大数据技术发展趋势及灯塔大数据行业应用平台;王若倪;赵慧玲;;中兴通讯技术;20160304(第03期);全文 * |
| 数据挖掘技术在电子商务客户关系管理中的应用研究;段晓华;;湖南文理学院学报(自然科学版);20100615(第02期);全文 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN114461699A (zh) | 2022-05-10 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110910243B (zh) | 一种基于可重构大数据知识图谱技术的产权交易方法 | |
| CN104598611B (zh) | 对搜索条目进行排序的方法及系统 | |
| CN112434517A (zh) | 一种结合主动学习的社区问答网站答案排序方法及系统 | |
| CN111709244A (zh) | 一种用于矛盾纠纷事件因果关系识别的深度学习方法 | |
| US11537905B2 (en) | Inference-based assignment of data type to data | |
| CN107368521A (zh) | 一种基于大数据和深度学习的知识推介方法及系统 | |
| CN117151659B (zh) | 一种基于大语言模型的生态修复工程全生命周期追溯方法 | |
| CN104715063A (zh) | 搜索排序方法和装置 | |
| CN111415131A (zh) | 一种基于自然语言处理技术的大数据人才简历分析方法 | |
| CN112184035A (zh) | 一种客户特征要素统计系统及方法 | |
| Dong | Exploration on web usage mining and its application | |
| CN107908739A (zh) | 动态语法解析方法及其解析系统 | |
| CN117171428B (zh) | 一种提升搜索和推荐结果准确性的方法 | |
| CN114461699B (zh) | 一种基于跨境电商平台的大数据用户挖掘方法 | |
| CN111428821A (zh) | 一种基于决策树的资产分类方法 | |
| CN110955835A (zh) | 一种基于大数据技术的共享平台信息发布系统 | |
| CN116226371A (zh) | 一种数字经济专利分类方法 | |
| CN115345710A (zh) | 一种电商商务大数据决策分析与数据处理方法 | |
| CN112417149B (zh) | 一种基于多任务学习的标题生成方法 | |
| CN115018007A (zh) | 一种基于改进id3决策树的敏感数据分类方法 | |
| Yu et al. | The application of data mining technology in employment analysis of university graduates | |
| CN115248854B (zh) | 一种基于知识图谱的自动问答方法、系统及存储介质 | |
| CN117056458B (zh) | 基于向量空间算法进行前端检索的方法 | |
| CN116049700B (zh) | 基于多模态的运检班组画像生成方法及装置 | |
| Zheng et al. | Visual Aggregation of Spatial Recognition Scientific Computations in the Financial Service Sector Based on the Random Forest Graph Model |
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 |