Evaluating discounts as a dimension of customer behavior analysis

Today, increased competition between organizations has led them to seek a better understanding of customer behavior through identifying valuable customers. Customers’ expectations about the price and quality of products and services play an important role in their selection process. In online businesses, competition and price differences between suppliers is high, so discounts will attract different customers. As a result, discounts and the frequency and amount of purchases can lead to better understanding of customer behavior. Customer segmentation and analysis is essential for identifying groups of customers. Hence, this study uses a model based on RFM called RdFdMd, in which d is the level of discount used to analyze customer purchase behavior and the importance of discounts on customers’ purchasing behavior and organizational profitability. The CRISP-DM and k-mean algorithm were used for clustering. The results indicate that using the R_dF_dM_d model achieves better customer clustering and valuation, and discounts were identified as an important criterion for customer purchases.     

Crowdsourcing-based semantic relation recognition for natural language questions over RDF data

ABSTRACT

Natural language query systems over RDF data need to rely on the semantic relations in query. First, we propose the new crowdsourcing model that used to produce semantic relations dataset. The model not only inherits completeness of the iterative model and accuracy of the parallel model, but also saves human resources. Second, we mine the rules of semantic relation recognition from the correlations between dependency structures and semantic relations. Third, we propose an algorithm of semantic relation recognition for natural language query over RDF data, and experiments demonstrate that it can recognize more semantic relations than existing methods.     

Web数据挖掘技术探索与应用

Web数据挖掘是当今世界上的热门研究领域,本文从Web数据挖掘的定义开始分析研究Web数据挖掘的难点、过程等相关技术,并计论其在电子商务领域中的相关应用。     

数据挖掘在信用风险管理中的应用

本文详细分析了在现代信用风险管理中不同方法对数据质量的要求,并在此基础上提出采用数据挖掘方法改进数据质量、提高计算精度的建议,供我国金融机构信用风险管理之借鉴。     

数据挖掘在高校体育数据分析中的应用

此文通过对数据挖掘技术的基本原理研究，分析和探讨了它在高校体育数据分析中的应用。     

上市公司“既分又配”现象的实证分析

在我国上市公司“既分又配”的现象普遍存在，这种有悖于一般财务政策的行为为什么会存在呢？国内的学者很少进行研究，本文就在已经分红的基础上从影响“既分又配”股利政策的因素人手，通过实证分析，发现仅有资产规模、净资产盈利率、股市行情等对“既分又配”有明显的影响，而且影响的方向与我们预期的相同。但是，企业的成长能力、股权自由流量的影响并没有得到实证分析的证明，有待于进一步研究。     

脱贫与经济增长:"贵州新现象"探析——贵州云南两省的比较研究

经济增长通常意味着贫困率的下降,然而,对于增长很慢的经济体或经济增长没有带动贫困率降低的案例,这种假设似乎并不成立.中国两个较为贫困省份的数据展示了这样一个谜题:贵州省的经济增长缓慢但农村贫困率的下降较为显著,对这一现象不妨称之为"贵州新现象";与此同时,云南省经济高速增长但贫困率下降较为迟缓.根据相关考察和统计数据的分析,交通、流动人口、旅游业和矿产业四个因素是解释这个谜题的关键.这四个因素在两个省的不同分布和构造解释了它们经济增长与贫困率下降关系中的不平衡性.     

试论消费税税制改革与完善

目前，消费税成为世界各国广泛研究的课题，在税收政策中扮演越来越重要的角色。我国自1994年1月开始征收消费以来，消费税收入从514．07亿元增长到1634亿元，翻了3倍。但是，由于消费税是一个与社会发展同步的税种，同时我国的消费税税制处于发展的初级阶段，现行消费税税制还存在一些问题。2006年4月1日，我国对消费税税制做了一次重大的调整，是自实行消费税以来第一次重大变革，为以后的进一步完善消费税指明了方向。     

基于云计算与物联网技术的数据挖掘

在科学技术快速发展的今天,信息通信行业已经与我们的日常生活完全融为一体,并且推动了整个社会的发展,所以在科学技术快速进步的过程中,信息通信相关技术也在不断发展,其中,基于云计算的物联网发展越来越受到人们的重视。论文对基于云计算的物联网数据挖掘模式进行分析及探讨,从而为互联网数据挖掘技术发展提供相应的参考。