基于关联规则和序列模式挖掘的客户行为模型

扫码查看

原文链接

中文摘要：首先介绍了关联规则和序列模式,并在证券交易历史数据仓库中使用Apriori算法和Aprioriall算法进行挖掘,然后用挖掘结果构造了证券网上交易的客户行为模型.最后,从该模型的Markov链转移概率矩阵出发实现了网上交易行情自动推送机制,有效地提高客户网上交易实时行情的响应速度.

外文标题：Customer Behavior Model Based on Association Rules and Sequential Pattern Mining

作者：

杜修平、王中

展开 >

作者单位：

天津大学现代教育技术研究所,天津 300072

中信证券公司

关键词：

关联规则序列模式 Markov

出版年：

2008

微型电脑应用

上海市微型电脑应用学会

CSTPCD

影响因子：0.359

ISSN：1007-757X

年,卷(期)：2008.24(8)