基于Web信息挖掘的关联推荐算法研究与实现

使用Web数据挖掘技术对用户需求进行分析,其中实现Web信息个性化使用的是关联规则,这一规则能够为用户提供个性化服务,目前已成为Web应用技术的研究热点。该文分析了应用于个性化推荐的Web页面关联规则的特点,对Web数据挖掘技术常用的关联推荐算法进行探讨,内容主要涉及到Web数据挖掘技术、关联推荐算法的思路、算法分析。     

基于Web数据挖掘的电子商务网站个性化服务的研究

本文在阐述Web数据挖掘技术的定义和过程基础上,把Web数据挖掘应用到电子商务网站个性化推荐服务系统中,形成了基于Web数据挖掘的个性化服务电子商务网站模型,并对数据挖掘技术在个性化服务不同层面的应用进行分析。     

面向服务的敏捷供应链协同与集成技术研究

语义网作为下一代Web能够实现计算机自动处理功能。通过在Web服务中引入面向供应链的领域语义本体,将语义网与Web服务结合的语义Web服务技术为Web服务加入语义描述,可完成Web服务之间的语义级交互,从而实现敏捷供应链的复杂业务流程协同与动态组合,实现跨企业的应用系统集成。建立基于面向服务的敏捷供应链协同与集成系统架构,其松散耦合、跨企业、跨平台、支持异构系统的互操作且具有系统快速重构等能力,成为实现敏捷供应链的敏捷性、虚拟性和可重构性等特征的有效解决方案。     

基于语义Web的图书馆数据管理服务的研究

本文通过对智慧图书馆发展和语义Web数据管理服务技术的分析,实现了对基于语义Web的数据管理服务的内涵的研究。从实践角度阐述了基于语义Web的数据管理服务模型,并对其应用中应切实考虑的问题进行说明。旨在于为智慧图书馆的数据管理服务在新时代发挥数据支撑的新作用提供理论基础。     

基于SC-RS的我国工业电力用户价值画像模型研究

电力用户价值画像对于提升我国供电企业的营销服务资源配置效能,提高智慧营销管理水平,从而最大化撬动供电企业的综合效益具有重要的现实意义。现有工业电力用户价值画像模型评级指标体系未能反映国家最新能源政策对我国工业企业的发展要求、无法良好应对现实电力用户用电数据的稀疏性,以及对于新用户价值等级预测的准确性存在提高空间。针对以上问题,本文集成数据挖掘技术中的谱聚类算法(Spectral Clustering, SC)与智能算法中的粗糙集理论(Rough Set, RS),构建了一种优化的数据驱动型工业电力用户价值画像模型,简称SC-RS模型。新模型构造围绕“知识萃取-知识推理-知识服务”的逻辑脉络展开,首先,在“知识萃取”部分,结合我国“碳达峰”目标与“碳中和”愿景,构建优化的我国工业电力用户价值评级指标体系,此外,采用谱聚类技术,并联合网格搜索策略,提炼用户价值等级信息情报;然后,在“知识推理”部分,应用粗糙集理论,继承已有三维规则挖掘框架,构建基于ChiMerge离散法与变异系数的行约简、基于系统依赖度的列约简、基于对象确定性因子的格约简,以及基于规则强度的规则提取方案这一拓展的四维规则挖掘模型,生成用户价值等级规则库;最后,在“知识服务”部分,一方面运用用户价值等级信息情报,构造价值决策系统,以及描摹群体用户价值画像,另一方面运用规则库,呈现可理解的价值知识,以及构造价值等级规则软分类器,实现新用户价值等级预测与个体价值画像描摹。为了展示模型的应用路径与具体步骤,采用实际工业电力用户数据,对模型开展实证研究。结果表明,SC-RS模型构建的评级指标体系紧跟我国电力行业最新发展动态,具有较强先进性;模型能够兼容稀疏性数据,对数据要求低;构造的粗糙四维规则挖掘模型可行有效,且对新用户价值等级的预测准确性高。综上,SC-RS模型能够对电力用户大数据实现价值情报挖掘与利用,是为我国电力企业智慧营销管理赋能的有力工具。     

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。     

面向电子商务的Web使用挖掘及其应用研究

随着电子商务的深入发展,了解用户访问模式显得非常重要。从Web使用挖掘应用目标出发,综述了Web使用挖掘的数据源收集与数据预处理技术、模式发现与模式分析技术,最后介绍了Web使用挖掘在电子商务中的应用。     

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.     

运用环保大数据推进环境保护宣传教育工作

生态环境工作中各种数据数量庞大,如何科学应用这些数据,对于环保宣教工作有着重要意义。通过对数据的整合、分析,并与公众参与相融合,可以提高环保宣传教育的精准性和有效性,为社会用户提供更加精准的服务。在环保宣传教育过程中,要将大数据建设与环保宣教工作有机结合,不断优化环保宣传教育的内容与模式,走出一条有特色的环保宣教新路。     

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。     

我国工业电力用户价值画像模型构建与应用研究

在新型冠状病毒感染肺炎疫情对我国电力市场造成巨大冲击的宏观背景下,为进一步提升我国供电企业营销服务资源配置效能,最大化撬动供电企业的综合效益,笔者开展了我国工业电力用户价值画像模型研究。本文对电力用户价值进行了分析和定义,从安全稳定价值(S)、经济效益价值(E)、契约信用价值(C)与有序用电价值(O)四个维度,构建了我国工业电力用户价值评级SECO指标模型,并集成智能算法中的RST(粗糙集理论)与数据挖掘技术中的PAM(围绕中心点切割聚类算法),构造了一种半监督自动化用户价值识别、预测与特征展示模型,模型包括基于RST的指标体系设计、基于Gower相异度系数与PAM的用户价值评级,以及基于用户画像的价值特征展示三大模块。其中,为增强聚类分析结果的科学性与可靠性,采用霍普金斯统计量进行聚类趋势判断,利用间隔统计量输出理论最佳聚类数目,运用轮廓系数评估模型效果与识别误判样本。以我国南方电网公司下属某供电企业电力用户数据进行模型测试与应用研究,得到具有较高解释性与区分度的用户细分方案,表明本模型是一套可行有效的用户价值评级与特征可视化工具。     

基于Web服务的电子商务系统研究

Web服务是新一代电子商务解决方案的核心和关键,而动态电子商务是电子商务发展的目标。Web服务为动态电子商务业务流程提供了一致的信息交换与集成框架,从而支持着企业交易伙伴之间更为复杂的web交互与商务协作。动态电子商务强调程序对程序的交互作用,反映了在实时条件下实现应用动态集成的概念,是电子商务发展的目标。而Web 服务是其核心技术,通过它,企业可以将自身的电子商务组件化,然后根据商业流程对这些组件进行动态的组合和集成。     

大数据在图书馆管理与服务中的应用分析

大数据是指对庞大的、流动的、持续的数据流,通过运用新系统、新工具、新模式进行整合,从而获得更有价值的信息。大数据能够提升经济效益,增强社会管理水平。将大数据技术运用到图书馆的管理与服务中,可以便捷管理,提升服务水平。本文将针对图书馆管理与服务中数据的特点、图书馆管理与服务中应用大数据需要应对的问题、大数据在图书馆管理与服务中的应用三个层面进行分析,为图书馆管理与服务的改革提出有效建议。     

在线口碑传播的意见领袖识别方法研究

Web2.0技术应用的不断深化,使得越来越多的用户在网络上发布对产品、服务、品牌或企业的评价,这些在线口碑极大影响着消费者的购买决策和企业的声誉、利润,如何识别出在线口碑传播中的意见领袖对企业有着重要价值。本文结合RFM模型和情感词自动判别方法,考虑情感(S)这一个新的指标,提出了RFMS模型来测量在线口碑发布者的影响力,应用人工神经网络识别出意见领袖,以程度中心性来评估识别结果的有效性。本文采用网络上获取的大众点评网的美食评论语料,对所提出的方法进行了数据实验,实验结果表明,该方法能够精确识别出意见领袖。     

机器学习与用户行为中的偏差问题：知偏识正的洞察

大数据环境下基于数智技术的管理决策广泛使用机器学习方法，利用用户行为数据以训练模型。然而，机器学习方法在数据使用和模型训练中不可避免地存在着模型偏差（包括数据观测和提取中的采样偏差以及模型构建中的拟合偏差）；同时，在情境应用中，模型所做出的预测和推荐会对不同用户的感知、态度、行为选择和观点表达产生不同的影响，形成行为偏差（包括用户活动的选择偏差和行为表现的表达偏差）。一方面，行为偏差被带入到用户行为数据中，通过算法训练的过程被机器学习模型所习得，产生新的模型偏差；另一方面，模型偏差在系统应用中被输出，在情境交互中干扰用户的自选择及行动，引发新的行为偏差。这样的循环使得模型偏差和行为偏差往复重塑，在交互和习得过程中持续放大和扩散，不仅会导致模型算法的效力降低甚至失效，而且也会使得用户陷入有偏的信息环境，形成信息茧房等行为困境。在数字经济环境下，对于这些偏差问题的研究是各界关注的前沿课题。本文对机器学习和用户行为中的偏差问题及其循环影响进行了系统性的讨论，界定分析了其科学内涵、结构机理、性质特征、实践影响和管理意义，并对若干前沿研究和重要进展进行了梳理凝练，对相关偏差辨知和纠正策略进行了解...     

“硬件产品+软件服务”视角下的产品定价策略研究——以iOS和Android为例

智能手机通过"硬件产品+软件服务"的方式，影响着越来越多人的生活，如何处理硬件与软件间的关系，已经成为行业亟需妥善处理的问题。通过分析iOS和Android生态系统中，硬件厂商与第三方软件提供商间的关系以及用户对硬件和软件的选择行为，从竞争的角度构建硬件厂商的产品价格优化决策模型，并结合iOS和Android的现实情况和行业发展趋势对模型进行拓展。模型分析结果揭示了硬件免费的基本逻辑：尽管iOS较高的应用内购买服务费会提高用户的软件服务购买成本，使部分用户流失到Android平台，从而降低iOS在软件服务领域的提成收益，在软件服务收益降低的同时，较高的应用内购买服务费会使苹果公司的硬件销售量大幅增加，从而在总体上使苹果公司的收益增加。而Android平台的硬件厂商想要实现对iOS平台硬件产品的逆袭，除了倡导"硬件免费"外，在未来还需要在品牌价值方面有大幅度的超越。     

基于最优支持向量机模型的经营失败预警研究

根据中国资本市场的实际和样本数据特点,设计一套从样本准备到模型参数优化、再到模型比较的集成解决方案,对上市公司经营失败进行预警,通过实验分析参数调整和核函数选择对支持向量机建模的影响,寻求最优的支持向量机模型.实证结果表明,经营失败预警应用中,参数和核函数的选择对预警模型有较大影响,基于最优支持向量机模型的预测效果优于统计方法和神经网络方法,支持向量机适合中国上市公司分行业小样本的实际.特别处理事件作为经营失败样本切分标准对模型产生一定影响.     

炼钢连铸生产调度问题的两阶段遗传算法

将炼钢连铸生产过程抽象为混合流水车间,建立了0-1型混合整数线性规划调度模型。模型将严格连续浇注作为等式约束,并通过分段惩罚来平衡炉次的驻留时间。在对模型进行Benders分解的基础上,提出了将GA与LP结合的两阶段遗传算法。在算法设计中,提出了一种新的染色体编码来表示炉次设备指派与排序方案,给出了相应的遗传操作方法。算法的第一阶段通过最小化设备析取冲突来寻找高质量的种群,第二阶段通过求解线性规划模型来指导遗传算法的迭代过程。基于生产实际数据的仿真实验表明,该算法能够有效求解炼钢连铸生产调度问题。     

电子商务中Web页面个性化推荐系统的架构

电子商务中实现个性化推荐意味着一个用户访问Web站点时能够得到个性化的服务,网站根据用户的聚类特征,向用户在线推荐一些用户可能比较感兴趣的页面。本文给出了电子商务个性化推荐的系统结构,分析了在Web日志挖掘中应用协同过滤技术,讨论了Web页面的个性化推荐过程和推荐算法。推荐算法综合考虑了用户聚类中页面的权值和用户对页面的平均评价值两个推荐因素,实现在线页面的推荐。     

基于TAM和网络外部性的移动服务使用行为研究

利用技术接受模型和网络外部性理论,以移动环境下消费者普遍使用的短信服务为研究对象,研究了移动环境下影响消费者移动服务使用行为的因素,提出了基于TAM和网络外部性的移动服务用户使用行为模型,利用统计软件SPSS对模型量表进行了信度效度分析,并采用结构方程模型的分析软件Lisrel对研究模型的假设进行了检验,最后对研究结果进行了讨论,并提出了对策建议。