基于蚁群算法的群体用户兴趣导航路径发现

在电子商务的发展进程中,如何准确理解用户访问网站的行为是一个紧迫的问题.Web使用挖掘是解决该问题的重要研究方法.发现用户的兴趣导航模式是Web使用挖掘的一个重要研究领域,也是优化Web站点框架设计的根本方法.在本文中,我们把Web用户看成是人工的蚂蚁,应用蚁群算法来发现用户的导航模式.首先,建立了一个Web站点模型;然后基于蚁群算法和Web日志数据建立了一个用户导航模型;最后,设计了一个算法,将所有的访问用户视为整体来挖掘他们偏好的导航路径.实验结果表明该方法能准确反映出用户的浏览兴趣.     

面向电子商务的Web挖掘系统模型研究

在电子商务网站中,Web使用挖掘可以通过分析Web日志等数据源来获取与用户访问模式相关的信息。本文主要研究电子商务中的Web挖掘技术,提出一个面向电子商务站点的Web挖掘系统模型。     

考虑影响因素的隐马尔可夫模型在经济预测中的应用

定量预测方法分为因果预测法和时间序列预测法,因果预测法利用预测变量与其他变量之间的因果关系进行预测,时间序列预测法是根据预测变量历史数据的结构推断其未来值。由于因果预测法只利用某个变量与其他变量之间的因果关系,但缺少描述变量自身时间序列结构的功能;而时间序列预测法只能描述变量自身序列的结构,但没有考虑其他相关因素的影响,因此本文提出基于观测向量序列的隐马尔可夫模型(HMM)预测方法,该方法能同时考虑变量自身序列结构以及相关因素的影响。首先介绍HMM基本理论;其次,在模型训练、隐状态序列估计的基础上,提出基于观测向量序列HMM预测算法;最后分别进行仿真实验和实证研究,结果表明该方法的有效性。     

基于小波域隐马尔可夫模型的时间序列分析-平滑、插值和预测

提出一种基于小波域隐马尔可夫模型的时间序列分析方法.首先介绍了离散小波变换;并针对小波系数进行统计建模,分别讨论了单个小波系数的混合高斯模型、不同尺度小波系数之间的隐马尔可夫树结构、模型训练及似然计算等问题;其次,提出了关于时间序列插值、平滑和预测的统一数学模型,并运用极大后验概率估计和贝叶斯原理,将小波域隐马尔可夫模型作为先验知识给出了一种分析时间序列的新方法;然后,详细推导了时间序列重建问题的Euler-Lagrange方程及对数似然的导数计算,将时间序列的插值、平滑和预测归结为一个简单线性方程的求解;最后通过期望极大化(EM)算法和共扼梯度算法进行交替迭代来计算小波域隐马尔可夫模型参数和重建时间序列.实验结果表明该方法在经济领域时间序列分析中的有效性.     

基于用户聚类的电子商务个性化推荐系统研究

从Web服务器日志文件和客户交易数据中挖掘有意义的用户访问模式和潜在的客户群,有助于企业提供个性化信息服务和开展有针对性的电子商务活动。本文基于Web挖掘的聚类技术,提出了一种电子商务中个性化推荐系统的具体实现方案。     

基于兴趣点的电子商务自适应谈判模型

针对电子商务谈判注重良好客户关系的特点,提出基于信息不完备状态下,面向对方兴趣点的自适应谈判模型。定义了谈判双方对谈判项目兴趣点的表示,提出了逐轮淘汰最差权值算法,最后优化出与对方实际权值最相似的权值信息。在此基础上提出基于对方兴趣点的爬山式搜索算法,彻底解决了传统博弈论多属性谈判模型中计算量大而无法实现的问题。实验结果证明,该模型具有良好的对称性、公平性,谈判结果接近Parreto最优。     

基于事件链的知识导航模型研究

当前突发公共事件应急管理研究已经成为热点问题.本文从应急管理知识需求出发,研究突发事件对象要素属性关系特点,提出了基于事件链的知识导航模型.该模型由资源模型、知识本体模型、应急处置模型、事件对象模型及事件链模型组成.通过对不同模型间的关系研究,向用户提供方便、快捷、适时的知识导航功能,最后给出应用实例.     

一种基于粗糙集的小型电子商务挖掘模型

已有的数据挖掘模型大多是针对大型商务网站设计的,成本高,技术复杂,难于实现。本文针对为数众多的小型电子商务网站,将粗糙集与数据挖掘结合起来,建立了一个切实可行的参考模型,该模型能够有效地、自主地挖掘电子商务网站的运营状况和潜在的经济规律,从而为小型电子商务运营者提供决策参考。     

谈电子商务技术在煤炭企业的应用

我国电子商务的飞速发展给各类企业带来了前所未有的机会和挑战,各类企业都在尝试通过电子商务来提升企业的竞争力,作为我国国民经济基础的煤炭企业也不例外,但是,现在煤炭企业应用电子商务的现状不够充分,未能发挥电子商务的经济潜能。文章运用电子商务的内涵,结合煤炭企业开展电子商务的现状,提出了应深度构建其电子商务及构建思路,以期为提高我国煤炭企业的竞争力提供一些思路。     

电子商务在线交易模式的分析

在线交易是电子商务的重要核心环节,电子商务采用何种在线交易模式将决定其运营管理方式。本文分析了“消费者—商家”模式、“消费者—网上超市—商家”模式、“消费者—网上中介—商家”模式的特点,并对网上中介进一步细分为中介控制型和中介主持型两类。