基于云模型的电信客户行为关联规则研究

研究如何运用基于云模型改进的关联规则来分析电信客户行为,进行客户行为知识表示.针对传统数量关联规则挖掘存在的问题,提出基于云模型的数值区间划分方法,这种划分摒弃了以前的硬划分,使得到的结果除了保留传统硬划分所具有的优点以外,也更加符合实际的数据分布和人的思维方式,从而得到概括、易理解和有效的关联规则,将其应用于电信服务业,可提高电信服务的质量.     

基于客户份额的客户细分方法

在客户关系管理中,对客户进行细分是不可或缺的一步。讨论了使用客户份额进行客户细分的重要性及作用,提出了对不同的客户所采取的不同的市场战略,并分析如何使用这些信息划分客户群。在此基础上,详细分析了一个用客户份额进行细分的实例,使用了k-平均聚类的方法。     

基于客户价值的服装电商消费者细分研究

针对服装电子商务消费者的特点结合RFM和LTV模型,提出适用于电商环境下的服装消费者的SPC细分模型,为服装电商运营中的客户管理提出了全新的思路.运用层次分析法确定了各项指标的权重,根据消费者在每项指标中的取值不同将消费者分为8个类型,并根据消费者细分的结果对每类消费者的特征和企业应采用的措施进行分析.最后将所建立的模型运用在实际服装品牌电商销售数据上,运用K-means聚类算法进行消费者细分,实验结果证明了本文所提出细分方法的有效性和可行性.     

基于二维多规则云模型定性推理的场地分类方法

针对场地土及其分类的模糊性和随机性特征,建立了基于二维多规则云模型定性推理的场地分类方法,实现了场地分类边界不确定性划分.设计了场地分类的二维多规则定性推理生成器,将其应用于场地类别和特征周期的识别过程中,实现了场地分类和特征周期的连续化,克服了在分类边界处易出现类别跳跃等不合理现象,基本实现了现行建(构)筑物抗震规范在场地分类方面的统一.最后利用该方法对74个实例进行分析,场地分类的正确率达到97.3%,表明了该方法是可行的、有效的.     

基于RFM的电信客户市场细分方法

提出电信企业客户消费的RFM模型,通过AHP法得到电信行业RFM指标的权重,并应用K-均值聚类法对客户进行分类.分析各类客户的客户等级,并结合指标权重对各类客户进行顾客终身价值比较分析.实证研究表明:本文所提出的模型和方法可以有效地对电信企业客户进行分类.     

土石坝渗流安全的云动态评价方法

针对土石坝渗流安全评价中的不确定性及现有评价方法的不足,提出了一种全新的不确定性动态评价方法.该方法以描述不确定性的云模型方法为基础,给出评价等级,求各指标对评价等级的"软与",并依据不同时期(或时刻)的土石坝渗流安全等级和等级特征值,建立了渗流不确定性动态评价模型.并用实例分析证明了所建立模型的合理性.     

基于扩展物元模型的客户动态评价

针对传统客户评价方法存在的静态性、片面性和主观性等缺点,提出一种基于扩展物元模型的客户动态评价方法.在基本物元模型的基础上,扩展构建了客户动态评价的3种扩展物元模型.根据物元模型的可拓性和物元变换原理,定义了扩展物元集合及拓展运算法则.以构建的3种扩展物元模型为基础,通过拓展运算可得到多种多维组合客户评价物元模型,增加了评价方法的动态性和可拓性.结合熵权理论,给出了客户的动态评价算法.通过某电梯公司客户动态评价的应用实例,分析和预测了客户的价值和消费行为,为企业进行经营决策和市场预测提供了重要依据.     

交易数据的百货商场客户细分研究

激烈的市场竞争环境下,优质的客户细分已经成为企业成功的关键.当今信息化的发展带来了数据的爆炸性增长,为企业进行客户细分提供了优越条件.文中采用两步聚类法,对百货商场积累的客户交易数据从不同角度进行客户细分.集中对商场2010年贡献80%利润的5498名优质客户的交易数据,从客户消费总体行为和客户购买偏好两方面进行实证分析,并制定相应的营销策略.     

基于云模型理论的短期风速预测方法

基于不确定性理论与方法,采用模糊c均值(FCM)聚类算法对历史风速数据进行聚类分析.在此基础上,利用云模型理论将由聚类产生的一系列定量数据集合转化为由3个云模型数字特征值表示的定性概念,建立风速云模型.将历史风速时间序列中的分钟级变化规律以及日变化规律应用到云模型规则发生器中,建立风速预测的组合云模型.误差概率统计发现,该模型24h风速预测绝对误差小于2m/s的概率为97.94%,预测曲线的均方根误差为0.98m/s.将云模型预测值的期望与RBF神经网络预测值对比,预测精度有所提高,预测曲线基本反映出了风速的变化规律,表明基于云模型的预测方法在风速预测方面的可行性.     

一种基于云模型的组合服务选择方法

针对Web服务选择问题,提出一种以云模型为基础的代表性Skyline服务选择方法。该方法利用云模型进行服务不确定性的筛选,从中选取代表性Skyline服务,建立代表性服务树作为整数规划选择模型的输入,最后通过整数规划模型求解出满足需求的最优服务。对比结果表明,该方法能够快速、准确地选择出满足用户需求的服务,在保证成功率的基础上使得时间花费有所提升。     

基于边特征的点云数据区域分割

为了提高反求工程建模的效率,提出了一种基于空间栅格的区域分割方法.该方法采用二次抛物面模型计算散乱数据点的曲率,利用空间栅格结构建立散乱点的拓扑关系,根据栅格中数据点与栅格中心点的相对位置计算栅格曲率以及相邻栅格间的曲率差值,由曲率差函数判别并抽取边特征栅格.通过特征栅格的空间位置与曲面栅格的连通性实现了空间散乱数据的区域分割. 工程应用实例表明: 该方法能够直接处理点云数据而无需构建三角网格,具有运算简单,稳定性高等特点.可有效解决具有曲率突变性的点云数据的区域分割及特征提取问题.     

基于一维云模型的交通信息预测算法

云模型是对语言值所蕴含的模糊性和随机性的一种数学描述，它用期望值、熵和超熵表征定性概念，将概念的模糊性和随机性集成在一起,能够实现定量与定性之间的相互转换，因而对交通信息的高度不确定性具有很强的鲁棒性. 基于云模型提出的预测机制在一定程度上有效地解决了交通信息存在的模糊性和随机性问题， 为交通信息预测提供了一种新的方法.检验结果表明，预测值基本上与实际值吻合.     

基于一维云模型的交通信息预测算法

云模型是对语言值所蕴含的模糊性和随机性的一种数学描述，它用期望值、熵和超熵表征定性概念，将概念的模糊性和随机性集成在一起，能够实现定量与定性之间的相互转换，因而对交通信息的高度不确定性具有很强的鲁棒性．基于云模型提出的预测机制在一定程度上有效地解决了交通信息存在的模糊性和随机性问题，为交通信息预测提供了一种新的方法．检验结果表明预测值基本上与实际值吻合．     

云环境下的动态分段定价策略

为了提高云服务供应商的市场竞争力,解决云计算中定价策略存在的问题,分析了固定定价机制和动态定价机制的优缺点及动态定价中资源拍卖及议价机制的特点,提出了一种基于云服务订购的动态定价策略.首先供应商根据云服务资源的使用情况制定一个预定价格,然后根据客户的预定价格与实时市场价格决定实际收费价格,给予预定客户一定的优惠,以刺激客户提前订购服务.依据定价策略的原理将定价函数按照订购价格进行了分段,给出了分段收费函数,分析了定价策略给用户及供应商带来的利益,最后以定价函数为基础,利用公式分别量化了用户和供应商对实际收费价格的相对满意度,为云环境下供应商制定合理的定价机制提供了参考.     

基于云模型元胞自动机的图像边缘检测方法

针对基于模糊或元胞自动机的图像边缘检测方法所存在的问题,提出了一种新的基于云模型元胞自动机的图像边缘检测方法。采用方向信息测度与边缘有序性度量作为边缘特征信息,将这些信息作为输入进行云推理,利用推理结果对方向信息测度信息和边缘有序性度量信息进行精确反馈,最后通过元胞自动机的自动演化得到图像边缘。试验表明,本文算法具有很强的细节边缘检测能力,是一种实用、高效的图像处理算法。     

基于关联模态云推理算法的输电塔结构损伤识别

为了解决输电塔等工程结构在不确定因素干扰下的损伤识别问题,提出了一种基于关联模态的云推理算法。建立残余力基本方程,并分析了基于残余力向量的损伤识别原理;提出了基于残余力的云推理算法,给出了云模型的数字特征,分析了前件云发生器和后件云发生器,给出了基于灰云模型的定性规则库建立方法,并利用云规则组成了相应的云推理系统。考虑到残余力法易受测量噪声等不确定因素干扰的弱点,进一步提出了关联模态云推理算法,以提高损伤识别的精度和可靠性,并采用输电塔结构模型进行了损伤识别研究。数值计算结果表明,关联模态云推理算法可以较好地识别出结构损伤,其识别效果明显优于残余力向量法和残余力云推理算法。     

基于动态分段技术的交通基础设施查询系统

动态分段技术可以较好地表达交通特征一对多的关系,动态描述道路各种属性数据之间的关系,极大提高数据处理能力。通过对动态分段技术的研究,为交通基础设施查询系统建立了动态分段结构表,对动态分段技术进行了理论分析与算法描述,建立了系统的Geodata-base模型及高速公路主车道-匝道拓扑模型,建立了基于动态分段技术的交通基础设施查询系统。该系统实现了交通基础设施查询系统属性信息的动态显示和更新,提高了多重属性查询效率,在实际应用中取得了良好效果。     

基于逆向云模型的雷达目标识别

提出了一种基于逆向云模型的雷达目标识别方法。首先,基于模-1距离准则建立了云滴确定度,对高分辨距离像(HRRP)距离单元进行正态逆向云模型建模;然后,定义逆云隶属度表征待测样本属于某个训练类别的概率。对目标模板库中5种飞机高分辨距离像数据的仿真结果表明,该方法具有识别率高、对训练样本量的要求较为宽松和方位角划分不敏感等优点,是一种有效的雷达目标识别方法。     

基于云模型的电力变压器状态综合评判

针对现有电力变压器模糊综合评判中只考虑指标模糊性而忽视随机性的问题,提出了新的基于云模型的电力变压器状态综合评判方法。采用层次分析法获取指标的权重信息,利用变权模式对定量指标权重进行修正,采用云模型对定量数据进行表述,同时考虑到了不确定性中的模糊性和随机性。实验环节证明该方法使评判结果更加接近实际,为变压器状态综合评判提供了一种有效可行的方法。