Resumen

En este artículo, según la perspectiva de los clientes y los productos, mediante el uso del análisis de clustering y la tecnología de reglas de asociación, se propone un modelo de marketing cruzado basado en un algoritmo mejorado de minería de patrones secuenciales, donde se aplica un algoritmo mejorado AP (Apriori all PrefixSpan). El algoritmo puede reducir el costo temporal de construir una base de datos de proyección y la influencia del aumento de soporte en la eficiencia del algoritmo. La idea mejorada es que al utilizar la primera partición para generar la base de datos de proyección, el número de conjuntos de elementos en la base de datos de proyección se ordena de menor a mayor, y cuando se utiliza la segunda partición, los patrones de secuencia se generan directamente a partir de los patrones de secuencia extraídos, con el objetivo de reducir la construcción de la base de datos. Los resultados experimentales muestran que este método puede extraer rápidamente la información efectiva en conjuntos de datos complejos, mejorar la precisión y eficiencia de la miner

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Papel; Análisis de agrupamiento; Tecnología de reglas de asociación; Modelo de marketing cruzado; Algoritmo de minería de patrones secuenciales; AP (Apriori all PrefixSpan)
• Keywords:Paper; Clustering analysis; Association rule technology; Cross-marketing model; Sequential pattern mining algorithm; AP (Apriori all PrefixSpan)