移动互联网场景中客户特征分类技术研究

doi:10.3969/j.issn.1000-0801.2014.01.021

摘要/Abstract

摘要：

在分析客户特征分类理论的基础上，总结了目前主流的网页分类实现技术，并进一步分析了客户特征分类常用的挖掘算法及其适用场景，最后探讨了客户特征分类过程，为移动互联网中客户特征分类工作的开展提供了贴合实际的参考依据。

Abstract:

Based on the analysis of the characteristic of customer classification theory, the current mainstream webpage classification technology was summarized, and common mining algorithms and applicable scene of customer classification were deeply analyzed. Finally, the classification process of customer characteristic was discussed to provide practical reference for developing customer feature classification work under mobile internet.

Key words: customer characteristic, webpage classification, data mining

张青. 移动互联网场景中客户特征分类技术研究[J]. 电信科学, 2014, 30(1): 136-141.

Qing Zhang. Research on Classification Technology for Customer Characteristic in Mobile Internet Scene[J]. Telecommunications Science, 2014, 30(1): 136-141.

图/表 7

图1

图2

图3

表1

图4

图5

图6

URL	一级分类	二级分类	三级分类	四级分类
zhj8.sinaapp.com/*	生活服务	资讯	财经	黄金
static.alimama.com/wangwang/wwupdate	公司企业	商业经济	广告营销	广告营销
static.apc.360.cn/cms	电脑网络	软件下载	休闲娱乐	游戏下载
static.paipaiimg.com/js/version	生活服务	购物	商家购物	购物综合
traffic.tuyulbs.com/LocationServer/le	生活服务	旅游交通	地图导航	地图导航
tsh.pengyou.com/cgi-bin/ticker	休闲娱乐	社交	交友	交友综合
wafp.pptv.com/webdelivery/webafp	休闲娱乐	视频	在线视频	综艺
qidian.cn/wap2/chapter/chapter.do	文化教育	文学	小说	原创
qp.qq.com/cgi-bin/cgi_imgproxy	休闲娱乐	社交	交友	交友综合
qqgameplatcdn.qq.com/social_hall/js	休闲娱乐	游戏	游戏平台	游戏平台
res.neng.com/res/apk_sp	电脑网络	软件下载	办公软件	办公应用
res.xjol.g.1360.com	电脑网络	软件下载	系统软件	系统软件
quote.zhijinwang.com/xml/ag.txt	生活服务	资讯	财经	黄金

1	邹农基，冯俊文．客户知识的关键维度及其管理过程．技术经济， 2006（11）
2	顾金睿，王芳．关于本体论的研究综述．情报科学， 2007（6）
3	赵慧玲．移动互联网的现状与发展方向探索．移动通信， 2009（1）
4	邱均平，文庭孝，周黎明．汉语自动分词与内容分析法研究．情报学， 2005,24（3）:309～317
5	陈霖，宋燕辉．数据挖掘技术在电信集团客户管理系统中的应用技术交流．电信快报， 2008（3）
6	刘永，陈治平．数据挖掘在电信套餐预演中的应用研究．计算机工程与设计， 2008,29（15）

[1]	胡坚, 孙磊, 尹以雁, 杨晓康, 白金贵, 张叶江. 基于数据挖掘和地理可视化的4G/5G语音质量优化研究[J]. 电信科学, 2022, 38(10): 131-139.
[2]	周晶,孙喜民,于晓昆,边新宁. 知识图谱与数据应用——智能推荐[J]. 电信科学, 2019, 35(8): 165-172.
[3]	陈小峰,赵雅迪,张利鹏,朱峰. 电力潜在敏感客户预测的大数据方法应用[J]. 电信科学, 2019, 35(11): 117-124.
[4]	李卓航. 一种改进的CLTree算法[J]. 电信科学, 2016, 32(8): 124-127.
[5]	王雪琼,熊珺洁,姚晓辉. 基于大数据挖掘的终端换机模型[J]. 电信科学, 2016, 32(12): 43-52.
[6]	王永峰,程新洲,高洁. 大数据架构在企业中的应用[J]. 电信科学, 2015, 31(9): 170-174.
[7]	廖建新. 大数据技术的应用现状与展望[J]. 电信科学, 2015, 31(7): 1-12.
[8]	庞松涛. 基于数据挖掘的电力云资源规划调度[J]. 电信科学, 2015, 31(3): 142-147.
[9]	庞松涛. 基于数据挖掘的电力云资源规划调度[J]. 电信科学, 2015, 31(3): 2015084-.
[10]	张丽敏. 云环境下一种低成本的数据安全存储和处理框架[J]. 电信科学, 2015, 31(2): 46-51.
[11]	杨志敏,吴斌,舒然. 基于大数据处理技术的电力通信网检修工作分析方法[J]. 电信科学, 2015, 31(11): 166-173.
[12]	刘丽娇,陶俊才,肖晓军,卢宇. 电信大规模社交关系网络图数据挖掘研究[J]. 电信科学, 2015, 31(1): 2015035-.
[13]	刘丽娇,陶俊才,肖晓军,卢字. 电信大规模社交关系网络图数据挖掘研究[J]. 电信科学, 2015, 31(1): 23-31.
[14]	苏洋,刘晓军,唐勇,黄洋. 游戏大数据平台研究与实践[J]. 电信科学, 2014, 30(10): 21-26.
[15]	赵云山,刘焕焕. 大数据技术在电力行业的应用研究[J]. 电信科学, 2014, 30(1): 57-62.