排序方式: 共有3条查询结果,搜索用时 171 毫秒
1
1.
2.
随着互联网技术和电子商务的快速发展,越来越多的企业开始涉足电子商务领域。但由于缺乏对用户行为的深入理解及分析,很多企业不能很好地把握市场需求并制定营销策略。因此,如何有效地挖掘潜在客户群体,发现其消费习惯及购买力,进而为企业提供有价值的信息就变得尤为重要。本文提出了一种基于图数据的电商用户特征分析方法。本文首先介绍了电商用户特征研究的背景与意义,接着阐述了该方面相关工作的现状,并总结归纳出当前存在的主要问题,然后详细描述了本研究所使用的理论知识和数据处理方法,最后,介绍了方法的实现过程,并对未来工作进行展望。 相似文献
3.
由于云覆盖、算法失效等原因造成SST遥感数据产品大量缺失,严重影响其在海洋环境监测中的应用.对缺失数据进行重构是提高SST数据产品质量及应用效果的一项重要工作.在已发展的DINEOF(Data Interpolating Empirical Orthogonal Function)基础上提出了一种适用于海量数据、大空间尺度的数据重构改进算法——等纬度正交经验函数重构方法(Same Latitude-DINEOF,SL-DINEOF).利用此方法对中国近海的MODIS SST数据产品进行重构,并与原始的非等纬度方法进行重构精度对比分析.结果表明,基于SL-DINEOF的重构精度呈季节性变化,受SST量值、时间变异及原始数据缺失率3方面影响,其中在南海表现最优(RMSE为0.731~0.957);对比可知,在各个海区SL-DINEOF均优于DINEOF,RMSE的最大降幅达21.28%,且纬度越高优势越明显;此外,SLDINEOF最优通常出现在春秋季. 相似文献
1