基于大数据的电子商务销售模型

来源 :辽宁省通信学会2015年信息网络与信息技术年会 | 被引量 : 0次 | 上传用户:yyyypolo
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
在本文中,将建立一个由辽宁移动电子商务为主导的商业销售模型,本模型旨在处理中国移动集团辽宁有限公司电子商务事务的可行性分析与发展倾向报告。考虑到辽宁公司电子商务以020及B282C的商业运行模式为主,因此,本模型中主要分析中国移动集团辽宁有限公司客户的行为模式和购买意向,使用的数据来源主要来自辽宁公司客户信息大数据数据库及电子商务数据库。依靠本模型,解决发生在实际生产中外呼数据筛选的问题.利用多元回归模型与主成分分析法提高下单转化率,增加运营效率。
其他文献
本文介绍数据通信的构成原理、交换方式及其适用范围;数据通信的分类,以及未来的应用前景.大连的有线数据通信网络中,分组交换网和电报交换网还有163窄带网络已经彻底被取代。仍然在用的有线网络包括DDN网、ATM网和帧中继网络以及宽带IP城域网。其中DDN、ATM、帧中继网络主要的用户是以医疗保险、银行为主。近年来由于城域网的快速发展,以及光进铜退的接入网趋势,这三种基础数据网络也在逐步缩网。其中宽带城
从WLAN网络中AC设备、BAS设备、AC汇聚交换机主备技术出发,深入研究了AP-AC、AC到骨干网络、BAS认证、AC汇聚交换机、NAT等场景的主备切换和负载均衡,对运营商提高核心网络的安全性可靠性有一定意义.
X86服务器虚拟化技术为运营商带来巨大利益,当前运营商仍面临巨大成本压力,如何找到传统FC存储的低成本替代者已经是运营商们正在思考的问题.虚拟化Virtual SAN技术使X86服务器在支撑虚拟机计算能力的同时又能够提供由本地磁盘组成可靠虚拟存储,实现计算存储的融合架构设计,可提供基于策略的管理和以应用为中心的数据服务.本文针对该技术在系统架构设计,可靠性,存储吞吐能力IOPS级性价比等多方面与传
基于无线定义网络(SDN)技术,利用OpenFlow协议融合无线异构网络,提出了SDN异构无线网络的基本架构,并具体分析了其主要模块的功能,SDN异构无线网络架构可作为未来移动数据业务系统的一种组网结构.本文提出来基于SDN无线异构网络的构想,并阐述了其背景、意义、架构以及模块功能等内容。SDN是未来承载网络发展的主要趋势之一,而且无线异构网络的融合也是下一步提高网络资源利用率的重点手段之一,这两
随着数据业务蒸蒸日上,沈阳联通的宽带用户已达到了上百万.为了提高公司的服务质量并且抢占市场,本论述中提出了在沈阳IP城域网上使用专线自动开通的功能.该功能实现了IP城域网专线新增、拆机、停机、复通等业务的工单自动化.并且最终规范和弥补了专线业务信息在PORTAL计费平台上数据资料不完整的缺陷.维护数据清晰了,使监管更加方便,不但能缩短障碍处理时限,同时还提高了专线服务质量.
随着科技的发展,人们对于传输网络的功能需求逐渐表现为非单一化.从之前单一的话音业务,发展成集话音、视频、互联网等多元化业务.新兴的以太网业务与多媒体业务对于传输网络带宽的要求不断提高.现有的接进传送网络的用户数量也快速增长,由此而知当前以SDH/MSTP为主要的传输网络很难再适合现网需求.下一代网络指的是一种基于分组的网络,它是能够提供电信级服务,并能使用更多带宽、也能保障网络服务质量的一种传输技
随着3G、4G及集客业务的快速发展,PTN网络承载的业务类型及数量日益增加.本文旨在研究PTN网络流量监测和管理分析工作,确保全面掌握PTN网络流量使用状况,合理统计资源使用效率,有效开展资源预警扩容和流量均衡优化工作,防止出现网络拥塞,切实保障各类业务的传送质量.
随着电子信息科学技术的不断进步,我国通信行业发展呈现出了新的趋势,面向全业务的通信网络建设成了当前的热点问题,全业务竞争也在不断的加剧.本文以综合业务接入区内的业务接入为中心展开讨论,介绍分析了全业务主流的接入技术,并根据移动全业务区的建设,具体的介绍了全业务区内对各类业务的实现方式.
虽然企业大数据已广泛应用,但直接接触大数据的人员非常有限且技术人员为主,数据价值在业务和技术人员的沟通和传递中损失.本文是让所有人员都能直接基于大数据工作并给出了实现方案,在辽宁联通得到了成功的应用.重点通过数据处理平台的建设和应用,尤其是攻克了分析型数据结构定义和数据验证这两项难关后,直接面对企业大数据应用的人员从专业技术部门拓展到企业的所有部门,一方面提高了企业大数据的价值发挥,拓展了大数据应
随着互联网应用的不断发展,中国移动与其合作伙伴为了最大限度地满足用户多样化的需求,推出了各种承载在不同业务平台上的服务.与此同时,BOSS与各业务平台的数据一致性问题就日渐凸显.本文旨在通过构建一种基于智能化数据分析与预测的一致性管理平台,实现包含对数据一致性的比对、处理,根据以往数据管理的经验,对差异数据的分析与问题定位,以及用户投诉的潜伏期分析等功能,从而提升数据质量,保障运营效益.