注册会员 | 设为首页 | 加入收藏夹
您好，欢迎光临本网站！[请登录] ！[注册会员]！  

搜索资源列表

  1. sql server2005 关联规则挖掘商品推荐

  2. 利用analysis service 部署的关联规则挖掘模型,对电子商务在线商品自动推荐.

  3. 所属分类：其它

    • 发布日期：2010-05-04
    • 文件大小：18432
    • 提供者：linuscheng

  1. 使用数据仓库的数据挖掘的关联规则实现商品推荐功能

  2. 使用数据仓库的数据挖掘的关联规则实现商品推荐功能

  3. 所属分类：其它

    • 发布日期：2014-11-05
    • 文件大小：330752
    • 提供者：chochoyouyu

  1. 机器学习的应用场景

  2. 分类：分类可以找出这些不同种类客户之间的特征，让用户了解不同行为类别客户的分布特征，从而进行商业决策和业务活动，如：在银行行业，可以通过阿里云机器学习对客户进行分类，以便进行风险评估和防控；在销售领域，可以通过对客户的细分，进行潜客挖掘、客户提升和交叉销售、客户挽留等 聚类：通常”人以群分，物以类聚”,通过对数据对象划分为若干类，同一类的对象具有较高的相似度，不同类的对象相似度较低，以便我们度量对象间的相似性，发现相关性。如在安全领域，通过异常点的检测，可以发现异常的安全行为。通过人与人之间的

  3. 所属分类：其它

  1. 动软分享社区系统(图片分享社区) 1.9.rar

  2. 动软图片分享社区是基于动软分享社区系统开发的一套新模板，包括图片分享，视频分享，个人动态分享，小组，专辑等功能，非常适合于专注于图片互动的社区网站。支持多图片批量上传，一键采集其他网站图片，可基于地理位置和城市进行分享，且支持多种格式的缩略图及云存储功能。动软强大的模板机制，可以实现更多，更好的不同类型网站应用。内置两套模板。 动软分享社区系统(图片分享社区) 1.9 升级内容：2013.11.11 1.新增自定义商品链接分享，支持任意平台的导购。没有淘宝客权限也不怕了。这个功能也可以去做线下

  3. 所属分类：其它

    • 发布日期：2019-05-24
    • 文件大小：93323264
    • 提供者：weixin_39840924

  1. 动软分享社区系统(动软购物分享系统) v1.9.rar

  2. 动软社会化分享社区系统一套完整的社会化电子商务 社区解决方案，融合了社会化思想，SNS社区 电子商务两种主流商业模式，集微博文字动态、图片、商品及视频等各种类型内容进行分享的社区互动平台。采用Pinterest的瀑布流形式，集成淘宝等电子商务开放平台接口，可以快速搭建集微博、社交、购物分享、导购、点评、个性化推荐、专辑、群组、达人、活动等功能于一体的SNS社区网站。轻松建立类似蘑菇街，美丽说等社会化电商导购网站和不同类型的垂直SNS社区，增加用户粘性，为企业实现更精准化的网络营销。   1.基

  3. 所属分类：其它

    • 发布日期：2019-07-09
    • 文件大小：82837504
    • 提供者：weixin_39840924

  1. 使用SQL Server Analysis Services数据挖掘的关联规则实现商品推荐功能完整源码.zip

  2. 购物类的网站都有商品推荐的功能，通过SQL Server Analysis Services的数据挖掘功能，可以轻松的来构建类似的功能，其中一种方案是把DMX查询挖掘模型的过程封装到SSAS CLR存储过程当中，然后在前端展示，这个例子展示了相关的源码。

  3. 所属分类：Web开发

    • 发布日期：2019-07-09
    • 文件大小：21504
    • 提供者：sunlightluo

  1. 基于MapReduce的频繁项目集挖掘算法在煤炭销售系统中的研究

  2. 煤炭系统中,往往希望分析不同煤炭产品购买之间的关联规则,并通过一定的关联性推荐煤炭商品,有助于购买者购买并取得更高的销售量。发掘频繁项目集是关联规则中经常用到的关键技术。随着煤炭系统数据库中信息的增多,原有的频繁项目集挖掘算法无法快速高效地完成频繁项目的挖掘。针对海量数据信息频繁项目集挖掘问题,提出了分布式频繁项目集挖掘算法,该算法是基于MapReduce分布式计算框架,能够高效地完成数据库中的频繁项目挖掘工作。通过实验结果证明该算法具有很高的效率及可扩展性。

  3. 所属分类：其它

    • 发布日期：2020-07-07
    • 文件大小：550912
    • 提供者：weixin_38691453

  1. 基于Apriori算法的商品推荐代码示例

  2. Apriori算法是一种挖掘关联规则的频繁项集算法，其核心思想是通过候选集生成和情节的向下封闭检测两个阶段来挖掘频繁项集。代码比较简单，直接使用python中的Aprio库调用Apriori算法。下载前请考虑好

  3. 所属分类：互联网

    • 发布日期：2020-09-02
    • 文件大小：140288
    • 提供者：weixin_43582101

  1. 市场购物篮分析：使用机器学习技术创建推荐系统-源码

  2. 市场篮子分析 项目名称：使用机器学习技术创建推荐系统。 作者： 完成日期：2020年3月26日。 介绍： 大型零售商的关键策略是找到客户购买的不同商品/产品之间的关联。 市场篮分析通过基于规则的学习（即关联规则挖掘）使其适合于此特定目标。 下面列出了市场购物篮分析可以帮助零售商实现的一些目标： 推荐产品。 计划商店布局。 设计结合折扣和标记商品的促销。 发现触发产品（一起购买会触发其他购买的产品）。 数据集 我在找到了我的顶点项目的Amazon电子产品评论数据集。 数据集包含超过1,

  3. 所属分类：其它

    • 发布日期：2021-02-21
    • 文件大小：8388608
    • 提供者：weixin_42159267