论文部分内容阅读
文中主要研究基于内容偏好的移动客户互联网访问行为。首先，进行移动客户互联网访问偏好内容的细分，对原始数据进行剔除噪声数据及转化数据为布尔类型的预处理。其次，基于改进的ORAR关联规则算法分析布尔类型的数据，挖掘出各偏好间的关联程度。最后，根据移动公司提供的4万条移动客户互联网访问的随机数据对改进的ORAR关联规则算法进行验证，得到各个子偏好间的关联程度且改进的算法使结果更加准确。结果表明，根据关联程度能够能有效命中目标客户群的偏好访问内容，借此向特定用户推销相关的业务，从而达到精确营销、获得最大客户满意度