當(dāng)今社會(huì)已經(jīng)進(jìn)入了信息時(shí)代，其主要表現(xiàn)形式為互聯(lián)網(wǎng)帶來(lái)的信息爆炸:互聯(lián)網(wǎng)作為第四大媒體不僅打破了廣播、電視、報(bào)紙的壟斷，而且還融合了廣播、電視、報(bào)紙的功能，甚至有取代的趨勢(shì):隨著移動(dòng)智能終端和3G業(yè)務(wù)的快速普及，移動(dòng)互聯(lián)網(wǎng)悄然而至，帶給人們更加便捷的視頻、游戲、定位等體驗(yàn)。

    目前，移動(dòng)互聯(lián)網(wǎng)在全球已經(jīng)成為最具潛力的市場(chǎng)之一，隨之而來(lái)的移動(dòng)互聯(lián)網(wǎng)領(lǐng)域的信息挖掘也顯得日益重要。電信運(yùn)營(yíng)商通過(guò)對(duì)移動(dòng)互聯(lián)網(wǎng)中各項(xiàng)數(shù)據(jù)進(jìn)行挖掘和分析，能夠?qū)τ脩?hù)的使用行為、興趣愛(ài)好、發(fā)展趨勢(shì)等進(jìn)行全面了解，從而指導(dǎo)運(yùn)營(yíng)商進(jìn)行有效的價(jià)值拓展。

   1.需求分析

    3G網(wǎng)絡(luò)的不斷優(yōu)化，讓用戶(hù)可以隨時(shí)、隨地高速訪問(wèn)無(wú)線數(shù)據(jù)業(yè)務(wù)：電信運(yùn)背商抓住了這個(gè)契機(jī)，為3G用戶(hù)提供豐富多彩的移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)業(yè)務(wù)，如手機(jī)音樂(lè)、手機(jī)電視、手機(jī)閱讀、手機(jī)郵箱等，數(shù)據(jù)流量也隨之與日俱增，這是增值業(yè)務(wù)收入提高的重要來(lái)源。面對(duì)如此眾多的增值業(yè)務(wù)，如何讓用戶(hù)快速找到自己感興趣的業(yè)務(wù)，運(yùn)營(yíng)商又如何去對(duì)用戶(hù)進(jìn)行分類(lèi)，根據(jù)用戶(hù)的興趣愛(ài)好有效地推薦業(yè)務(wù)，這將是各大運(yùn)營(yíng)商面臨的一個(gè)重大問(wèn)題。因此，只有知道用戶(hù)在什么地方，什么時(shí)間，訪問(wèn)了什么內(nèi)容，才能及時(shí)準(zhǔn)確地把握用戶(hù)需求。要做到這一點(diǎn)，就需要對(duì)移動(dòng)互聯(lián)網(wǎng)信息進(jìn)行深度挖掘和分析，了解用戶(hù)興趣點(diǎn)和訪問(wèn)習(xí)慣等，再通過(guò)有針對(duì)性的營(yíng)銷(xiāo)手段，通過(guò)合適的渠道，快速將業(yè)務(wù)信息有效地推廣到用戶(hù)終端，促使用戶(hù)訪問(wèn)所感興趣的內(nèi)容，同時(shí)避免對(duì)用戶(hù)的重復(fù)打擾，這樣才能真正實(shí)現(xiàn)移動(dòng)互聯(lián)網(wǎng)時(shí)代精細(xì)化運(yùn)營(yíng)的目標(biāo)。

   2.移動(dòng)互聯(lián)網(wǎng)信息挖掘方式

    信息挖掘是通過(guò)分析用戶(hù)數(shù)據(jù)，從大量數(shù)據(jù)中尋找其規(guī)律的技術(shù)，主要有數(shù)據(jù)準(zhǔn)備、規(guī)律尋找和規(guī)律表示等步驟。移動(dòng)互聯(lián)網(wǎng)數(shù)據(jù)具有數(shù)據(jù)量大、數(shù)據(jù)結(jié)構(gòu)復(fù)雜、數(shù)據(jù)內(nèi)容分散等特點(diǎn)，呈現(xiàn)出爆炸性增長(zhǎng)的趨勢(shì)。因此，為了從浩如煙海的數(shù)據(jù)中提取出有效信息，必須選擇合適的數(shù)據(jù)挖掘策略。

    2.1 信息挖掘流程

    信息挖掘是一個(gè)復(fù)雜的過(guò)程，需要進(jìn)行大量的數(shù)據(jù)采集和運(yùn)算等。按照基本功能，可以將整個(gè)信息挖掘流程劃分成內(nèi)容采集、內(nèi)容挖掘和行為分析3個(gè)環(huán)節(jié)(見(jiàn)如圖1)。
 

圖1 信息挖掘流程

    2.1.1 內(nèi)容采集

    不論是在政府、商業(yè)領(lǐng)域，還是在個(gè)人領(lǐng)域，進(jìn)行數(shù)據(jù)分析和數(shù)據(jù)挖掘的基礎(chǔ)都要基于信息的真實(shí)性和有效性。運(yùn)營(yíng)商可以將網(wǎng)絡(luò)流量與用戶(hù)的真實(shí)身份進(jìn)行對(duì)應(yīng)。從而進(jìn)行有效的數(shù)據(jù)挖掘和分析，有利于后續(xù)運(yùn)營(yíng)活動(dòng)、網(wǎng)絡(luò)優(yōu)化的開(kāi)展。內(nèi)容采集主要包括以下3個(gè)方面。

    a)垃圾頁(yè)面過(guò)濾。系統(tǒng)每天從分組域網(wǎng)絡(luò)中獲取了TopN的數(shù)據(jù)，而真正有效的內(nèi)容只有一部分，需要在前端排除過(guò)濾掉那些不關(guān)心的干擾信息、產(chǎn)品的垃圾頁(yè)面等。

    b)頁(yè)面內(nèi)容爬取。這是將網(wǎng)頁(yè)的內(nèi)容通過(guò)爬詞引擎獲取的部分，分析頁(yè)面代碼格式，清除標(biāo)簽，盡可能獲取內(nèi)容的標(biāo)題、正文、段落、字體、顏色等信息。

    c)頁(yè)面垃圾過(guò)濾。頁(yè)面中不可避免地會(huì)存在大量的垃圾信息，這些信息嚴(yán)重干擾到聚類(lèi)的準(zhǔn)確度，頁(yè)面垃圾過(guò)濾機(jī)制會(huì)找出包括廣告在內(nèi)的段落，并將其清除，不進(jìn)入內(nèi)容挖掘部分。

    2.1.2 內(nèi)容挖掘

    內(nèi)容挖掘包括以下3個(gè)方面。

    a)頁(yè)面內(nèi)容分析。把前置工作過(guò)濾完成的真實(shí)頁(yè)面內(nèi)容，交給內(nèi)容分析引擎，該引擎分析出信息的標(biāo)題和正文，并將它們進(jìn)行分詞處理，獲取整篇內(nèi)容的關(guān)鍵詞條，為內(nèi)容聚類(lèi)提供基礎(chǔ)數(shù)據(jù)。

    b)頁(yè)面內(nèi)容聚類(lèi)。這是互聯(lián)網(wǎng)信息挖掘引擎的核心部分，把所有經(jīng)過(guò)內(nèi)容分析的頁(yè)面進(jìn)行聚類(lèi)分析，把若干相似度高的內(nèi)容聚類(lèi)成一組，然后交給信息處理引擎分析各組內(nèi)容的相同與不同信息。

    c)頁(yè)面信息處理。對(duì)聚成相同類(lèi)別的各個(gè)頁(yè)面的信息，進(jìn)行比對(duì)和統(tǒng)計(jì)，統(tǒng)計(jì)出這些相同或相似頁(yè)面之間的共性與異性，再結(jié)合頁(yè)面訪問(wèn)信息、客戶(hù)信息等計(jì)算出相應(yīng)的報(bào)表用于展示。

    2.1.3 行為分析

    客戶(hù)行為分析為內(nèi)容挖掘與客戶(hù)關(guān)聯(lián)部分提供數(shù)據(jù)支持，其包括以下2個(gè)部分。

    a)客戶(hù)畫(huà)像�？蛻�(hù)畫(huà)像是對(duì)客戶(hù)的多維度描述，是一個(gè)客戶(hù)的信息與標(biāo)簽，為相關(guān)數(shù)據(jù)分析提供依據(jù)，同時(shí)也是一個(gè)個(gè)客戶(hù)群建立的基礎(chǔ)�？蛻�(hù)畫(huà)像的維度越多、越精準(zhǔn)．就越能夠反映出用戶(hù)的興趣、習(xí)慣等�？蛻�(hù)畫(huà)像的維度可以包括基本信息維度、終端維度、流量維度、訪問(wèn)維度、搜索維度、專(zhuān)題維度、應(yīng)用維度、產(chǎn)品維度、消費(fèi)維度等。

    b)客戶(hù)洞察�？蛻�(hù)洞察是對(duì)單一客戶(hù)或客戶(hù)群的深度描述。洞察訪問(wèn)是在個(gè)體的客戶(hù)畫(huà)像的基礎(chǔ)上，洞察客戶(hù)訪問(wèn)“熱點(diǎn)內(nèi)容”或“熱點(diǎn)標(biāo)題”的客戶(hù)特征�？蛻�(hù)洞察要求從不同的角度進(jìn)行，包括基本屬性、社會(huì)屬性、業(yè)務(wù)屬性、電信屬性、消費(fèi)能力等方面。根據(jù)洞察條件，對(duì)客戶(hù)進(jìn)行深度挖掘，挖掘出“熱點(diǎn)內(nèi)容”或“熱點(diǎn)標(biāo)題”的客戶(hù)特征，即要洞察出客戶(hù)的基本流量、趨勢(shì)、習(xí)慣、終端、訪問(wèn)、搜索、音樂(lè)、視頻、圖片、下載、游戲、閱讀、房產(chǎn)、汽車(chē)等特征。

    2.2信息挖掘熱點(diǎn)技術(shù)

    2.2.1頁(yè)面過(guò)濾

    在一個(gè)網(wǎng)站中，存在很多如廣告、導(dǎo)航頁(yè)面、功能頁(yè)面、提示頁(yè)面等沒(méi)有實(shí)際主題的頁(yè)面，這些頁(yè)面不應(yīng)該參與到內(nèi)容(熱點(diǎn)內(nèi)容)挖掘中來(lái)，否則將會(huì)給分析帶來(lái)巨大的誤差。因此，必須預(yù)先對(duì)這些頁(yè)面進(jìn)行過(guò)濾：實(shí)際上，過(guò)濾過(guò)程是一個(gè)知識(shí)積累的過(guò)程。因此，需要建立內(nèi)容過(guò)濾的知識(shí)庫(kù)，在知識(shí)庫(kù)中保存了需要過(guò)濾內(nèi)容的規(guī)則。如：廣告頁(yè)面直接過(guò)濾掉即可，而導(dǎo)航頁(yè)面則不進(jìn)行內(nèi)容的文本切詞等后續(xù)挖掘，但需要提取頁(yè)面上的所有鏈接以獲取下一級(jí)頁(yè)面等。對(duì)于一個(gè)有效頁(yè)面，依然需要對(duì)其進(jìn)行內(nèi)容清洗，去掉頁(yè)面中的廣告、格式等無(wú)效數(shù)據(jù)，僅保留主題內(nèi)容。

    2.2.2 文本切詞

    文本切詞，就是對(duì)過(guò)濾和清洗后的主題內(nèi)容迸行詞組劃分，獲取i亥主題的所有關(guān)鍵詞，即將一個(gè)文章的主題內(nèi)容漢字序列切分成一個(gè)個(gè)單獨(dú)的詞。目前的分側(cè)箅法可以分為三大類(lèi)，分別是基于字符串匹配的分詞方法、基于理解的分詞方法和基于統(tǒng)計(jì)的分詞方法。目前并不能斷言哪種方法的準(zhǔn)確率更高，因此對(duì)于任何一個(gè)成熟的分詞系統(tǒng)來(lái)說(shuō)，不可能單獨(dú)依靠某一種算法來(lái)實(shí)現(xiàn)，都需要綜合不同的算法。

    a)字符串匹配分詞：又被稱(chēng)為機(jī)械分詞方法，是按照一定的策略將待分析的漢字串與一個(gè)充分大的機(jī)器詞典中的詞條進(jìn)行匹配，若在詞典中找到某個(gè)字符串，則匹配成功(識(shí)別出一個(gè)詞)。目前，該種方法已經(jīng)存在多種較為成熟的算法和模型。應(yīng)用較為廣泛。

    b)基于理解的分詞：通過(guò)讓計(jì)算機(jī)模擬人對(duì)句子的理解，達(dá)到識(shí)別詞的效果。其基本思想就是在分詞的同時(shí)進(jìn)行句法、語(yǔ)義分析，利用句法信息和語(yǔ)義信息來(lái)處理歧義現(xiàn)象。由于漢語(yǔ)語(yǔ)言的復(fù)雜性，目前基于理解的分詞系統(tǒng)還處住研究階段。

    c)基于統(tǒng)計(jì)的分詞：這種方法只需對(duì)語(yǔ)料中的字組頻度進(jìn)行統(tǒng)計(jì)，不需要切分詞典，但這種方法也有一定的局限性，會(huì)經(jīng)常抽出一些出現(xiàn)頻度高，但并不是詞的常用字組等。

    2.2.3 內(nèi)容聚類(lèi)

    聚類(lèi)分析是人們認(rèn)識(shí)和探索事物內(nèi)在聯(lián)系的一種手段，其目的就是將一個(gè)數(shù)據(jù)集劃分為若干聚類(lèi)并使得同一個(gè)聚類(lèi)內(nèi)的數(shù)據(jù)對(duì)象具有較高的相似度。而不同聚類(lèi)中的數(shù)據(jù)對(duì)象則是不相似的。

    不同于內(nèi)容(頁(yè)面)分類(lèi)的把各個(gè)貝面分成各個(gè)類(lèi)別。內(nèi)容聚類(lèi)是將相同類(lèi)別，相同內(nèi)容或相似內(nèi)容的頁(yè)面聚合在一起。把其作為比較的對(duì)象，提供最終的內(nèi)容展示基礎(chǔ)。聚類(lèi)分析是面向?qū)嶋H應(yīng)用的技術(shù)，因此聚類(lèi)的定義與待處理的數(shù)據(jù)類(lèi)型有關(guān)。基于不同的模型構(gòu)造思想，目前學(xué)術(shù)界提出了一系列很具體化的定義，如距離模型、質(zhì)心模型、連接模型、密度模型、相似性模型等。以相似性模型為例。相同類(lèi)別的頁(yè)面，通過(guò)對(duì)內(nèi)容標(biāo)題或正文的分詞，比較不同文章分詞的相似度，通過(guò)聚類(lèi)算法，滿(mǎn)足條件的文章，被認(rèn)為是聚合的。這里，數(shù)據(jù)(內(nèi)容)對(duì)象之間的相似度由相似系數(shù)確定，而對(duì)象之間是否相似則必須通過(guò)預(yù)設(shè)的閾值來(lái)加以規(guī)定，相似系數(shù)大于閾值的對(duì)象之間是相似的，否則就是不相似的。

    2.2.4 熱點(diǎn)挖掘

    熱點(diǎn)挖掘除了對(duì)熱點(diǎn)網(wǎng)站、熱點(diǎn)內(nèi)容、熱點(diǎn)標(biāo)題等通過(guò)聚類(lèi)分析等進(jìn)行挖掘，還需要對(duì)一些未知的熱點(diǎn)信息和熱點(diǎn)關(guān)聯(lián)信息進(jìn)行分析。

    a)不確定網(wǎng)絡(luò)熱點(diǎn)主題發(fā)現(xiàn)。數(shù)據(jù)挖掘的魅力在于“發(fā)現(xiàn)”，“發(fā)現(xiàn)”即為事先不可預(yù)知的事物。在網(wǎng)絡(luò)上，發(fā)現(xiàn)新的熱點(diǎn)主題是系統(tǒng)實(shí)現(xiàn)的一項(xiàng)重要技術(shù)特征。“不確定網(wǎng)絡(luò)熱點(diǎn)主題發(fā)現(xiàn)”不事先定義主題，也不事先定義任何關(guān)鍵字，是一種無(wú)監(jiān)督、無(wú)指導(dǎo)的自然聚類(lèi)過(guò)程。通過(guò)無(wú)指導(dǎo)的自然聚類(lèi)，得到一系列網(wǎng)絡(luò)主題，然后提取代表詞，呈現(xiàn)給用戶(hù)，用戶(hù)通過(guò)觀察再賦予主題名。

    b)熱點(diǎn)關(guān)聯(lián)分析。關(guān)聯(lián)規(guī)則挖掘是數(shù)據(jù)挖掘中最活躍的研究方向之一，它反映了大量數(shù)據(jù)中項(xiàng)目之間有趣的關(guān)聯(lián)或相關(guān)關(guān)系。通過(guò)應(yīng)用數(shù)據(jù)挖掘技術(shù)中的關(guān)聯(lián)分析技術(shù)，給出關(guān)鍵詞之間的關(guān)聯(lián)關(guān)系。計(jì)算任兩個(gè)關(guān)鍵詞存在關(guān)聯(lián)的支持度和置信度，從而當(dāng)某一關(guān)鍵詞出現(xiàn)時(shí)可以預(yù)測(cè)到與其存在關(guān)聯(lián)關(guān)系的其他關(guān)鍵詞出現(xiàn)的概率。這點(diǎn)在敏感信息監(jiān)控方面尤其重要，可以提前預(yù)判到敏感信息的出現(xiàn)，從而提前做出相應(yīng)的處理措施。

   3.業(yè)務(wù)應(yīng)用

    目前，基于移動(dòng)互聯(lián)網(wǎng)的信息挖掘，結(jié)合運(yùn)營(yíng)商的業(yè)務(wù)發(fā)展情況，可以開(kāi)展針對(duì)性業(yè)務(wù)推薦和定向廣告的應(yīng)用探索。其巾，針對(duì)性業(yè)務(wù)推薦是根據(jù)用戶(hù)特征推薦可能感興趣的業(yè)務(wù)。可以涵蓋運(yùn)營(yíng)商的自有業(yè)務(wù)、合作業(yè)務(wù)以及第三方業(yè)務(wù)等；定向廣告是基于用戶(hù)信息的挖掘分析進(jìn)行精確投放，既節(jié)約，資源，又可以達(dá)到良好的投放效果。

    3.1 針對(duì)性業(yè)務(wù)推薦

    移動(dòng)互聯(lián)網(wǎng)時(shí)代。用戶(hù)對(duì)信息的獲取需求更為迫切，為用戶(hù)推薦合適的內(nèi)容，有利于增加用戶(hù)黏性，降低流失率。如用戶(hù)訪問(wèn)門(mén)戶(hù)網(wǎng)站時(shí)，為其推薦適合的書(shū)籍、游戲、視頻等。國(guó)外運(yùn)營(yíng)商很早就重視將用戶(hù)行為分析技術(shù)應(yīng)用于針對(duì)性營(yíng)銷(xiāo)，并開(kāi)展了多種嘗試。例如，Vodafone通過(guò)用戶(hù)信息挖掘進(jìn)行精確營(yíng)銷(xiāo)，對(duì)產(chǎn)品銷(xiāo)售提升最高可達(dá)400％?

    國(guó)內(nèi)運(yùn)營(yíng)商也建設(shè)了相關(guān)平臺(tái)，通過(guò)信息挖掘，對(duì)用戶(hù)進(jìn)行細(xì)分，營(yíng)銷(xiāo)人員根據(jù)營(yíng)銷(xiāo)目標(biāo)，結(jié)合產(chǎn)品匹配模型，實(shí)現(xiàn)針對(duì)性業(yè)務(wù)推薦和精確營(yíng)銷(xiāo)的目的，此外，存新產(chǎn)品開(kāi)發(fā)過(guò)程中，也逐漸重視用戶(hù)分析的應(yīng)用和實(shí)踐，針對(duì)不同的用戶(hù)群體，開(kāi)發(fā)不同的產(chǎn)品，制定不同的套餐標(biāo)準(zhǔn)等，并及時(shí)發(fā)現(xiàn)現(xiàn)有產(chǎn)品或業(yè)務(wù)流程的小合理之處。進(jìn)行優(yōu)化和改進(jìn)，提高客戶(hù)體驗(yàn)。

    針對(duì)性業(yè)務(wù)推薦可以基于多種方式。如營(yíng)業(yè)廳實(shí)體渠道、門(mén)戶(hù)個(gè)性化展現(xiàn)、電話(huà)營(yíng)銷(xiāo)、以及傳統(tǒng)的短信、彩信和WAP PUSH推廣等。以下是某省通過(guò)WAP PUSH推送炫鈴“音樂(lè)盒”的營(yíng)銷(xiāo)案例，采用相同的推廣內(nèi)容和渠道。但隨著目標(biāo)用戶(hù)群提取方式的不同，營(yíng)銷(xiāo)效果和營(yíng)銷(xiāo)成本都有巨大差異。

    方式一：隨機(jī)選取10000個(gè)3G手機(jī)上網(wǎng)的出賬用戶(hù)，推送“音樂(lè)盒”業(yè)務(wù)，用戶(hù)訂購(gòu)率為0.8％。

    方式二：根據(jù)訪問(wèn)和搜索“興趣點(diǎn)”，選取標(biāo)有“音樂(lè)類(lèi)”特征的3 000個(gè)3G用戶(hù)進(jìn)行推送，用戶(hù)訂購(gòu)率為7.6％。

    對(duì)比以上2種方式發(fā)現(xiàn)．經(jīng)過(guò)用戶(hù)信息挖掘后的針對(duì)性營(yíng)銷(xiāo)，可以大幅提升成功率，節(jié)約營(yíng)銷(xiāo)資源。

    3.2 定向廣告

    通過(guò)對(duì)用戶(hù)瀏覽、搜索內(nèi)容的分析，有針對(duì)性地投放廣告。以達(dá)到最好的廣告效果。目前這種定向廣告在互聯(lián)網(wǎng)領(lǐng)域應(yīng)用非常廣泛，例如Google的Adwords，根據(jù)用戶(hù)當(dāng)前閱讀的內(nèi)容投放精確廣告；騰訊利用其QQ用戶(hù)的行為和偏好信息開(kāi)展游戲等相關(guān)業(yè)務(wù)的精準(zhǔn)營(yíng)銷(xiāo)。

    以手機(jī)終端或業(yè)務(wù)為載體的移動(dòng)廣告形式多種多樣，如短信廣告、彩信廣告、WAP廣告、程序嵌入式廣告、位置廣告、手機(jī)視頻廣告、搜索廣告等。因此，利用手機(jī)用戶(hù)的信息挖掘和行為分析，基于移動(dòng)廣告的多種形式，結(jié)合相應(yīng)的推薦模型。可以通過(guò)精準(zhǔn)友好的方式及時(shí)推送有效的手機(jī)廣告。

    在移動(dòng)通信領(lǐng)域，很多國(guó)外運(yùn)營(yíng)商都開(kāi)展了定向廣告服務(wù)，如美國(guó)spint通過(guò)對(duì)用戶(hù)位置信息分布的分析，為廣告商，商場(chǎng)提供最佳廣告／開(kāi)店位置服務(wù)；新加坡電信業(yè)也通過(guò)用戶(hù)信息和位置信息提供廣告服務(wù)；英國(guó)新興運(yùn)營(yíng)商Blyk通過(guò)精準(zhǔn)營(yíng)銷(xiāo)廣告運(yùn)作，使最高用戶(hù)響應(yīng)率達(dá)51％(普通方式投放的響應(yīng)率不足1％)。

   4.結(jié)束語(yǔ)

    移動(dòng)互聯(lián)網(wǎng)是目前移動(dòng)通信發(fā)展的趨勢(shì)。是運(yùn)營(yíng)商需要重點(diǎn)關(guān)注的領(lǐng)域。借助有效的信息挖掘技術(shù)。提取用戶(hù)信息，分析用戶(hù)的特征，從而有針對(duì)性地開(kāi)展運(yùn)營(yíng)和服務(wù)，并根據(jù)營(yíng)銷(xiāo)結(jié)果進(jìn)行進(jìn)一步的信息挖掘和分析，從而形成良性的閉環(huán)營(yíng)銷(xiāo)體系。如何開(kāi)展好高效的信息挖掘工作，充分發(fā)揮運(yùn)營(yíng)商的智能管道優(yōu)勢(shì)，持續(xù)做好流量和業(yè)務(wù)運(yùn)營(yíng)將是運(yùn)營(yíng)商探索的一個(gè)方向。

核心關(guān)注：拓步ERP系統(tǒng)平臺(tái)是覆蓋了眾多的業(yè)務(wù)領(lǐng)域、行業(yè)應(yīng)用，蘊(yùn)涵了豐富的ERP管理思想，集成了ERP軟件業(yè)務(wù)管理理念，功能涉及供應(yīng)鏈、成本、制造、CRM、HR等眾多業(yè)務(wù)領(lǐng)域的管理，全面涵蓋了企業(yè)關(guān)注ERP管理系統(tǒng)的核心領(lǐng)域，是眾多中小企業(yè)信息化建設(shè)首選的ERP管理軟件信賴(lài)品牌。

轉(zhuǎn)載請(qǐng)注明出處：拓步ERP資訊網(wǎng)http://www.oesoe.com/

本文標(biāo)題：移動(dòng)互聯(lián)網(wǎng)信息挖掘的實(shí)現(xiàn)及應(yīng)用淺析

本文網(wǎng)址：http://www.oesoe.com/html/consultation/10839511094.html