张锋 作品数:13 被引量:176 H指数:5 供职机构: 中山大学软件学院 更多>> 发文基金: 广东省自然科学基金 广东省信息安全技术重点实验室开放基金 国家自然科学基金 更多>> 相关领域: 自动化与计算机技术 经济管理 更多>>
CRM系统中的商业智能:模型和技术 被引量:3 2007年 从建模视角论述CRM系统的核心竞争力:商业智能。分析了常见的几种客户管理模型的问题域、特征、实现技术和评估方法。描述了一个基于商业智能的完整CRM解决方案应该包含的基本部件,并从模块功能、数据流、工作流三方面论述了方案良好的集成性。 张锋 常会友 衣杨 路永和关键词:客户关系管理 数据挖掘 数据仓库 联机分析处理 一个基于概率公钥加密系统的隐私保持奇异点探测协议 被引量:1 2006年 隐私保持的数据挖掘研究致力于在保证用户隐私的基础上,准确、高效地进行数据挖掘工作.奇异点探测是数据挖掘领域一个很著名的任务,广泛应用于金融、电信等行业的欺诈分析中.研究分布式数据存储环境中,如何进行隐私保持的基于距离奇异点探测问题.利用了基于距离奇异点计算公式的一些特殊性质,使用一个特殊的概率公钥密码系统作为核心加密技术,设计了一个安全多方计算协议,在保证各参与方满足预定义的安全性基础上,准确地进行奇异点探测.基于安全的多方计算理论,利用模拟范例,证明了协议的安全性,并分析了协议的复杂度和通信耗费. 张锋 常会友关键词:数据挖掘 隐私保持 安全多方计算 基于分布式数据的隐私保持协同过滤推荐研究 被引量:20 2006年 针对分布式数据存储结构的协同过滤推荐隐私保持问题,以可交换的密码系统为主要技术,设计了一个协议,集中解决其核心任务——在保持用户隐私前提下对项目评分.准确度与数据集中存放一样,但能保持各分站点下用户评分数据的隐私.基于安全多方计算理论和随机预言模型,证明了协议的安全性,分析了协议的时间复杂度和通信耗费. 张锋 常会友关键词:协同过滤 隐私保持 安全多方计算 随机预言模型 雅戈尔并购新马案例研究 为了开拓国际市场,提升雅戈尔品牌价值,2007年11月8日,雅戈尔宣布以总价1.2亿美元现金收购美国Kellwood Company持有的Xin Ma100%股权和Kellwood Asia Limited持有的Smar... 张锋文献传递 基于安全多方计算的隐私保持数据挖掘技术研究 数据挖掘致力于从大量数据中寻找有用的知识,数据挖掘的强大功能,能帮助人们更透彻地理解数据,从数据中获取更深层次的信息,从而产生巨大的生产力,已经在电信、银行、保险、证券、零售、生物数据分析等领域得到了广泛的应用。同时,数... 张锋关键词:数据挖掘 离群点检测 安全多方计算 数据隐私 文献传递 一个基于概率公钥加密系统的隐私保持奇异点探测协议 隐私保持的数据挖掘研究致力于在保证用户隐私的基础上,准确、高效地进行数据挖掘工作.奇异点探测是数据挖掘领域一个很著名的任务,广泛应用于金融、电信等行业的欺诈分析中.研究分布式数据存储环境中,如何进行隐私保持的基于距离奇异... 张锋 常会友关键词:数据挖掘 隐私保持 安全多方计算 文献传递 基于规则的电子商务推荐系统模型和实现 被引量:18 2004年 针对电子商务推荐系统本质上要解决的三个问题———数据源、数据模型和推荐策略,结合最新报道的相关推荐系统,提出并在实验室条件下实现了一个推荐系统原型。为提高该推荐系统的的通用性,采用顾客购买历史这种数据源格式,而不是常见的用户评分数据;另外,为保证产生足够的推荐结果并提高其质量,用关联规则和序列规则结合的方法来构建推荐系统引擎,并设计了一个基于一次表扫描时间的推荐策略。最后,从定性和定量两方面说明该推荐系统效率高,有更好的推荐质量。 张锋 常会友 衣杨关键词:数据挖掘 电子商务 推荐系统 使用BP神经网络缓解协同过滤推荐算法的稀疏性问题 被引量:100 2006年 推荐质量低是协同过滤推荐技术面临的主要难题之一.数据集的极端稀疏是造成推荐质量低的主要原因之一.常见的降维法和智能Agent法虽然某种程度上能缓解这个问题,但会导致信息损失和适应性等问题.设计了一个新的协同过滤算法,根据用户评分向量交集大小选择候选最近邻居集,采用BP神经网络预测用户对项的评分,减小候选最近邻数据集的稀疏性.该算法避免了降维法和智能Agent法的缺点,而且实验结果表明,该方法能提高预测值的准确度,从而提高协同过滤推荐系统的推荐质量. 张锋 常会友关键词:电子商务 数据挖掘 推荐系统 协同过滤 BP神经网络 基于数据挖掘技术的电子商务推荐系统与实现 该文在研读了大量相关文献的基础上,对数据挖掘和电子商务推荐系统的相关技术和发展状况进行了分析;并在学习上已见报道的相应推荐系统的技术实现的优缺点基础上,提出了我们自己的设计和实现.我们的设计思想主要体现在三方面:第一,我... 张锋关键词:数据挖掘 电子商务 推荐系统 关联规则 文献传递 Web使用挖掘系统研制中的主要问题和应对策略 被引量:17 2003年 With the rapid development of WWW, Web Usage Mining, as well as Web Mining, has become a hot direction in academic and industrial circles. It is generally believed that there are three tasks, preprocessing, knowledge discovery and pattern analysis, in Web Usage Mining. Though Web Usage Mining is still ranged in the application of traditional data mining techniques, in view of changes in application environment and operated data concerned, some new difficulties have arisen accordingly. This paper takes efforts to address such challenges in the three phases and introduces some proposed solutions simultaneously. 张锋 常会友关键词:WEB INTERNET 知识发现