本文關鍵詞：改進型TF-IDF算法在客戶關系管理系統(tǒng)中的應用，，由筆耕文化傳播整理發(fā)布。

【摘要】：在客戶關系管理系統(tǒng)中,隨著業(yè)務的積累與經營規(guī)模的增加,所積累的客戶信息的規(guī)模也隨之增加。這些客戶的信息對企業(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)信息化建設過程中一個重要的環(huán)節(jié)。但由于這些信息無一定格式且內容龐大,難以轉化為對當前工作的支持。為了解決這一問題,本文借鑒搜索引擎的思想,提出使用中文分詞相關技術對企業(yè)知識自動提取關鍵詞、摘要、資料查找等方法來達到相關信息的快速檢索。
【作者單位】： 閩江學院電子系;
【關鍵詞】： 中文分詞 TF_IDF算法 客戶關系管理
【分類號】：TP391.1
【正文快照】： 1引言在客戶關系管理系統(tǒng)中往往需要保存與客戶相關的多種文檔。隨著企業(yè)業(yè)務的不斷積累,這些文檔的數(shù)量與范圍也隨之增加。當這些文檔積累到一定的數(shù)量,光靠人力則難以對其進行有效的檢索。大量有用的數(shù)據(jù)無法充分利用,這必然影響企業(yè)的信息化建設。解決這一問題,現(xiàn)有的CRM系

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前3條

1 秦鋒;任詩流;程澤凱;羅慧;;基于屬性加權的樸素貝葉斯分類算法[J];計算機工程與應用;2008年06期

2 孫向琨;鄧偉;;結合TF-IDF的歌曲情感多標記分類[J];計算機工程;2011年19期

3 陳琦;伍朝輝;姚芳;宋秀榮;張付志;;基于TF*IDF的垃圾郵件過濾特征選擇改進算法[J];計算機應用研究;2009年06期

【共引文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 楊霞;董紅斌;張海玉;;基于分布估計算法的樸素貝葉斯分類問題研究[J];電腦知識與技術;2010年11期

2 李雪蓮;;基于PLS的加權樸素貝葉斯分類測試算法[J];電子質量;2010年07期

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

4 楊忠強;秦亮曦;;一種基于屬性加權的樸素貝葉斯改進算法[J];廣西大學學報(自然科學版);2013年05期

5 張鯤;;改進型TF-IDF算法在軟件開發(fā)過程控制中的應用[J];重慶科技學院學報(自然科學版);2014年05期

6 王晶;張春英;;關系學習中貝葉斯分類算法的比較研究[J];河北理工大學學報(自然科學版);2011年01期

7 杜會鋒;劉瓊蓀;;基于Copula的貝葉斯分類器[J];計算機工程與應用;2010年10期

8 張亞萍;胡學鋼;方振國;姜恩華;;數(shù)據(jù)缺失條件下的貝葉斯優(yōu)化算法[J];計算機工程與應用;2012年11期

9 曹根;葛孝X;楊麗琴;;基于K-近鄰法的局部加權樸素貝葉斯分類算法[J];計算機應用與軟件;2011年09期

10 賈嫻;劉培玉;公偉;;基于改進屬性加權的樸素貝葉斯入侵取證研究[J];計算機工程與應用;2013年07期

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 付紅艷;Web多文檔自動文摘研究[D];哈爾濱工程大學;2010年

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

3 郭文政;通用數(shù)據(jù)挖掘系統(tǒng)平臺的設計與實現(xiàn)[D];南京信息工程大學;2011年

4 董慧;基于多元權重特征加權的中文文本分類算法[D];中北大學;2011年

5 王福枝;兩種典型分類算法的改進[D];漳州師范學院;2011年

6 林杰;基于粒子群優(yōu)化的加權樸素貝葉斯分類研究[D];云南財經大學;2011年

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

8 鄧玉俊;數(shù)據(jù)挖掘技術在聚合過程中的應用[D];江南大學;2009年

9 杜會鋒;基于Copula理論的兩種分類算法研究[D];重慶大學;2009年

10 王國才;樸素貝葉斯分類器的研究與應用[D];重慶交通大學;2010年

【二級參考文獻】

中國期刊全文數(shù)據(jù)庫 前6條

1 程澤凱,林士敏,陸玉昌,蔣望東,陸小藝;基于Matlab的貝葉斯分類器實驗平臺MBNC[J];復旦學報(自然科學版);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重函數(shù)的分析和構造[J];計算機研究與發(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濾方法[J];計算機工程與應用;2006年31期

4 張文良;黃亞樓;倪維健;;基于差分貢獻的垃圾郵件過濾特征選擇方法[J];計算機工程;2007年08期

5 呂小勇;石洪波;;基于頻繁項集的多標簽文本分類算法[J];計算機工程;2010年15期

6 程克非;張聰;;基于特征加權的樸素貝葉斯分類器[J];計算機仿真;2006年10期

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 錢愛兵;江嵐;;基于改進TF-IDF的中文網(wǎng)頁關鍵詞抽取——以新聞網(wǎng)頁為例[J];情報理論與實踐;2008年06期

2 王慶福;常廣炎;;基于TF-IDF優(yōu)化算法在文本分類中的應用研究[J];電腦編程技巧與維護;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的TF-IDF公式[J];計算機應用;2005年09期

5 覃世安;李法運;;文本分類中TF-IDF方法的改進研究[J];現(xiàn)代圖書情報技術;2013年10期

6 張瑾;;基于改進TF-IDF算法的情報關鍵詞提取方法[J];情報雜志;2014年04期

7 蔣永新;孫愛莉;;基于tf-idf方法的圖情學核心期刊學科特征分析[J];情報資料工作;2009年01期

8 孫向琨;鄧偉;;結合TF-IDF的歌曲情感多標記分類[J];計算機工程;2011年19期

9 ;[J];;年期

10 ;[J];;年期

  本文關鍵詞：改進型TF-IDF算法在客戶關系管理系統(tǒng)中的應用，由筆耕文化傳播整理發(fā)布。

本文編號：484349