本文選題：大數(shù)據(jù) + 電子商務　； 參考：《計算機仿真》2017年07期

【摘要】：對大數(shù)據(jù)中電子商務需求的信息資源進行提取,可有效的解決龐大數(shù)據(jù)背景的不確定性。對電子商務的需求信息資源的提取,需要計算出電子商務方案最大化效用,并對其排序,完成信息的提取。傳統(tǒng)方法對選取的可行方案進行預測,通過群體多目標選取出資源提取渠道,但并沒有對不同方案進行比較篩選,導致提取精度偏低。提出基于區(qū)間數(shù)的大數(shù)據(jù)背景下電子商務需求信息資源提取方法。結(jié)合誤差傳遞理論對所形成的區(qū)間矩陣進行規(guī)范化處理,組建電子商務需求信息資源提取多目標規(guī)劃模型,計算出電子商務需求信息資源提取的理想權(quán)重向量,利用多準則提取分析理論計算出電子商務方案最大化群體效用、最小化個體遺憾度以及綜合前景值,按照電子商務方案綜合前景值的大小排序選取最優(yōu)電子商務方案。實驗結(jié)果表明,所提方法能夠更真實地描述實際提取過程,且提取可行性和有效性較優(yōu)。
[Abstract]:Extracting the information resource of the electronic commerce requirement in big data can effectively solve the uncertainty of the huge data background. To extract the information resources of E-commerce, we need to calculate the maximum utility of E-commerce scheme and sort it to complete the extraction of information. The traditional method is used to predict the selected feasible scheme and select the resource extraction channel through the multi-objective population. However, there is no comparison and screening of different schemes, which leads to the low precision of extraction. This paper presents a method for extracting the information resources of e-commerce requirements based on interval number (big data). Combined with error transfer theory, the interval matrix is normalized, and a multi-objective programming model for information resource extraction of electronic commerce is established, and the ideal weight vector of information resource extraction for electronic commerce is calculated. The multi-criteria extraction analysis theory is used to calculate the maximum group utility of e-commerce schemes, to minimize individual regret and comprehensive foreground value, and to select the optimal e-commerce scheme according to the magnitude of the comprehensive foreground value of e-commerce schemes. The experimental results show that the proposed method can describe the actual extraction process more truthfully, and the extraction is feasible and effective.
【作者單位】： 凱里學院信息工程學院;凱里學院化學與材料工程學院;
【基金】：貴州省教育廳自科立項項目(黔教合KY字[2016]309)
【分類號】：F724.6;TP311.13

【參考文獻】

相關期刊論文 前10條

1 王翠翠;姚登寶;李寶萍;;基于熵和風險態(tài)度的二型模糊多屬性決策方法[J];計算機應用;2016年09期

2 葛順;夏學知;;一種基于概率影響分析的智能決策模型[J];計算機工程;2016年06期

3 劉若冰;;面向大數(shù)據(jù)云存儲系統(tǒng)的關鍵技術(shù)研究[J];現(xiàn)代電子技術(shù);2016年06期

4 羅承昆;陳云翔;王超;項華春;;基于改進證據(jù)理論的區(qū)間直覺模糊群決策方法[J];計算機仿真;2015年10期

5 姚婷婷;謝昭;張駿;高雋;;貝葉斯先驗約束下的混合判別方法[J];模式識別與人工智能;2015年03期

6 李國慶;;基于GEP函數(shù)發(fā)現(xiàn)的決策模型研究[J];許昌學院學報;2014年05期

7 王茜;錢力;;大數(shù)據(jù)環(huán)境下電子商務個性化推薦服務發(fā)展動向探析[J];商業(yè)研究;2014年08期

8 陳頻;劉松先;;面向智能決策支持系統(tǒng)的ERP模型流程與算法[J];廈門理工學院學報;2014年02期

9 王剛;王玨;楊善林;;電子商務中基于非均衡數(shù)據(jù)分類和詞性分析的意見挖掘研究[J];情報學報;2014年03期

10 戴清華;劉衛(wèi)國;;智慧化背景下電子商務企業(yè)競爭力評價實證研究——以蘇寧云商為例[J];北京石油化工學院學報;2014年01期

【共引文獻】

相關期刊論文 前10條

1 廖娟;阮運飛;;大數(shù)據(jù)中電子商務需求信息資源提取仿真[J];計算機仿真;2017年07期

2 王s，

本文編號：1882277