發(fā)布時(shí)間：2017-06-26 02:04

  本文關(guān)鍵詞：改進(jìn)型TF-IDF算法在客戶(hù)關(guān)系管理系統(tǒng)中的應(yīng)用，，由筆耕文化傳播整理發(fā)布。

【摘要】：在客戶(hù)關(guān)系管理系統(tǒng)中,隨著業(yè)務(wù)的積累與經(jīng)營(yíng)規(guī)模的增加,所積累的客戶(hù)信息的規(guī)模也隨之增加。這些客戶(hù)的信息對(duì)企業(yè)有較大的參考意義。如何更好地利用這些信息成了企業(yè)信息化建設(shè)過(guò)程中一個(gè)重要的環(huán)節(jié)。但由于這些信息無(wú)一定格式且內(nèi)容龐大,難以轉(zhuǎn)化為對(duì)當(dāng)前工作的支持。為了解決這一問(wèn)題,本文借鑒搜索引擎的思想,提出使用中文分詞相關(guān)技術(shù)對(duì)企業(yè)知識(shí)自動(dòng)提取關(guān)鍵詞、摘要、資料查找等方法來(lái)達(dá)到相關(guān)信息的快速檢索。
【作者單位】： 閩江學(xué)院電子系;
【關(guān)鍵詞】： 中文分詞 TF_IDF算法 客戶(hù)關(guān)系管理
【分類(lèi)號(hào)】：TP391.1
【正文快照】： 1引言在客戶(hù)關(guān)系管理系統(tǒng)中往往需要保存與客戶(hù)相關(guān)的多種文檔。隨著企業(yè)業(yè)務(wù)的不斷積累,這些文檔的數(shù)量與范圍也隨之增加。當(dāng)這些文檔積累到一定的數(shù)量,光靠人力則難以對(duì)其進(jìn)行有效的檢索。大量有用的數(shù)據(jù)無(wú)法充分利用,這必然影響企業(yè)的信息化建設(shè)。解決這一問(wèn)題,現(xiàn)有的CRM系

【參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前3條

1 秦鋒;任詩(shī)流;程澤凱;羅慧;;基于屬性加權(quán)的樸素貝葉斯分類(lèi)算法[J];計(jì)算機(jī)工程與應(yīng)用;2008年06期

2 孫向琨;鄧偉;;結(jié)合TF-IDF的歌曲情感多標(biāo)記分類(lèi)[J];計(jì)算機(jī)工程;2011年19期

3 陳琦;伍朝輝;姚芳;宋秀榮;張付志;;基于TF*IDF的垃圾郵件過(guò)濾特征選擇改進(jìn)算法[J];計(jì)算機(jī)應(yīng)用研究;2009年06期

【共引文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 楊霞;董紅斌;張海玉;;基于分布估計(jì)算法的樸素貝葉斯分類(lèi)問(wèn)題研究[J];電腦知識(shí)與技術(shù);2010年11期

2 李雪蓮;;基于PLS的加權(quán)樸素貝葉斯分類(lèi)測(cè)試算法[J];電子質(zhì)量;2010年07期

3 焦鵬;王新政;謝鵬遠(yuǎn);;基于屬性選擇法的樸素貝葉斯分類(lèi)器性能改進(jìn)[J];電訊技術(shù);2013年03期

4 楊忠強(qiáng);秦亮曦;;一種基于屬性加權(quán)的樸素貝葉斯改進(jìn)算法[J];廣西大學(xué)學(xué)報(bào)(自然科學(xué)版);2013年05期

5 張?chǎng)H;;改進(jìn)型TF-IDF算法在軟件開(kāi)發(fā)過(guò)程控制中的應(yīng)用[J];重慶科技學(xué)院學(xué)報(bào)(自然科學(xué)版);2014年05期

6 王晶;張春英;;關(guān)系學(xué)習(xí)中貝葉斯分類(lèi)算法的比較研究[J];河北理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年01期

7 杜會(huì)鋒;劉瓊蓀;;基于Copula的貝葉斯分類(lèi)器[J];計(jì)算機(jī)工程與應(yīng)用;2010年10期

8 張亞萍;胡學(xué)鋼;方振國(guó);姜恩華;;數(shù)據(jù)缺失條件下的貝葉斯優(yōu)化算法[J];計(jì)算機(jī)工程與應(yīng)用;2012年11期

9 曹根;葛孝X;楊麗琴;;基于K-近鄰法的局部加權(quán)樸素貝葉斯分類(lèi)算法[J];計(jì)算機(jī)應(yīng)用與軟件;2011年09期

10 賈嫻;劉培玉;公偉;;基于改進(jìn)屬性加權(quán)的樸素貝葉斯入侵取證研究[J];計(jì)算機(jī)工程與應(yīng)用;2013年07期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前10條

1 付紅艷;Web多文檔自動(dòng)文摘研究[D];哈爾濱工程大學(xué);2010年

2 李永春;主題搜索引擎的研究與實(shí)現(xiàn)[D];哈爾濱理工大學(xué);2010年

3 郭文政;通用數(shù)據(jù)挖掘系統(tǒng)平臺(tái)的設(shè)計(jì)與實(shí)現(xiàn)[D];南京信息工程大學(xué);2011年

4 董慧;基于多元權(quán)重特征加權(quán)的中文文本分類(lèi)算法[D];中北大學(xué);2011年

5 王福枝;兩種典型分類(lèi)算法的改進(jìn)[D];漳州師范學(xué)院;2011年

6 林杰;基于粒子群優(yōu)化的加權(quán)樸素貝葉斯分類(lèi)研究[D];云南財(cái)經(jīng)大學(xué);2011年

7 賈嫻;基于分類(lèi)分析的入侵動(dòng)態(tài)取證模型研究[D];山東師范大學(xué);2012年

8 鄧玉俊;數(shù)據(jù)挖掘技術(shù)在聚合過(guò)程中的應(yīng)用[D];江南大學(xué);2009年

9 杜會(huì)鋒;基于Copula理論的兩種分類(lèi)算法研究[D];重慶大學(xué);2009年

10 王國(guó)才;樸素貝葉斯分類(lèi)器的研究與應(yīng)用[D];重慶交通大學(xué);2010年

【二級(jí)參考文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前6條

1 程澤凱,林士敏,陸玉昌,蔣望東,陸小藝;基于Matlab的貝葉斯分類(lèi)器實(shí)驗(yàn)平臺(tái)MBNC[J];復(fù)旦學(xué)報(bào)(自然科學(xué)版);2004年05期

2 陸玉昌,魯明羽,李凡,周立柱;向量空間法中單詞權(quán)重函數(shù)的分析和構(gòu)造[J];計(jì)算機(jī)研究與發(fā)展;2002年10期

3 李翔鷹;葉楓;;一種基于多貝葉斯算法的垃圾郵件過(guò)濾方法[J];計(jì)算機(jī)工程與應(yīng)用;2006年31期

4 張文良;黃亞樓;倪維健;;基于差分貢獻(xiàn)的垃圾郵件過(guò)濾特征選擇方法[J];計(jì)算機(jī)工程;2007年08期

5 呂小勇;石洪波;;基于頻繁項(xiàng)集的多標(biāo)簽文本分類(lèi)算法[J];計(jì)算機(jī)工程;2010年15期

6 程克非;張聰;;基于特征加權(quán)的樸素貝葉斯分類(lèi)器[J];計(jì)算機(jī)仿真;2006年10期

【相似文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前10條

1 錢(qián)愛(ài)兵;江嵐;;基于改進(jìn)TF-IDF的中文網(wǎng)頁(yè)關(guān)鍵詞抽取——以新聞網(wǎng)頁(yè)為例[J];情報(bào)理論與實(shí)踐;2008年06期

2 王慶福;常廣炎;;基于TF-IDF優(yōu)化算法在文本分類(lèi)中的應(yīng)用研究[J];電腦編程技巧與維護(hù);2014年10期

3 史航;;利用TF-IDF算法優(yōu)化地方性新聞搜索[J];軟件導(dǎo)刊;2011年11期

4 羅欣,夏德麟,晏蒲柳;基于詞頻差異的特征選取及改進(jìn)的TF-IDF公式[J];計(jì)算機(jī)應(yīng)用;2005年09期

5 覃世安;李法運(yùn);;文本分類(lèi)中TF-IDF方法的改進(jìn)研究[J];現(xiàn)代圖書(shū)情報(bào)技術(shù);2013年10期

6 張瑾;;基于改進(jìn)TF-IDF算法的情報(bào)關(guān)鍵詞提取方法[J];情報(bào)雜志;2014年04期

7 蔣永新;孫愛(ài)莉;;基于tf-idf方法的圖情學(xué)核心期刊學(xué)科特征分析[J];情報(bào)資料工作;2009年01期

8 孫向琨;鄧偉;;結(jié)合TF-IDF的歌曲情感多標(biāo)記分類(lèi)[J];計(jì)算機(jī)工程;2011年19期

9 ;[J];;年期

10 ;[J];;年期

  本文關(guān)鍵詞：改進(jìn)型TF-IDF算法在客戶(hù)關(guān)系管理系統(tǒng)中的應(yīng)用，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：484349