文献

J-GLOBAL ID：201802245142887921   整理番号：18A1895666

ビッグデータに基づく電力産業顧客のための分類のマルチモデル【JST・京大機械翻訳】

A Multi-Model of Classification for Electric-Power Industrial Customer Based on Big Data

著者 (4件)： Ruan Qun-Sheng (School of Software, Xiamen University, Haiyun Park, SiMing District, Xiamen, Fujian, China) ,  Wu Qin-Feng (School of Software, Xiamen University, Haiyun Park, SiMing District, Xiamen, Fujian, China) ,  Tseng Hsien-Wei (School of Information Engineering, Longyan, Fujian, China) ,  Liu Xi-Ling (Mechanical and Electrical Enginerring, School of Information, Xueyuan Road No. 1, Dongqiao District, Ningde, Fujian, China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ICICE  ページ： 562-564  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 顧客の特徴を迅速に認識するために電力産業を助けることを目的として,顧客分類のマルチモデルを本論文で提案した。中国におけるCCF競争スポンサーによって提示された大規模データに基づいて,いくつかの優れた技術またはJieba,SFFSなどのアルゴリズムを用いて,多くの重要な特徴を抽出して,電力料金に近い注意を払う顧客のためのポートレートを首尾よく引き出した。さらに,機械学習アルゴリズムとその戦略選択モデルを研究した。最終的に,マルチモデルを達成する。それは,顧客のポートレートを効果的に引き出すことができて,大きいデータからターゲット顧客を認識することができる。実験の結果は,マルチモデルが84%の精度,良い再現性と優れた一般化を有することを示した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 学習アルゴリズム ,  電気料金 ,  *電力 ,  アルゴリズム ,  再現性
準シソーラス用語： 選択モデル ,  大規模データ ,  *マルチモデル ,  *ビッグデータ , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： ビッグデータ ,  産業 ,  顧客 ,  分類 ,  マルチモデル