本文關(guān)鍵詞：基于數(shù)據(jù)倉(cāng)庫(kù)和移動(dòng)Agent的智能電子商務(wù)研究與應(yīng)用，由筆耕文化傳播整理發(fā)布。

【摘要】： 網(wǎng)絡(luò)技術(shù)與信息技術(shù)的飛速發(fā)展以及3G(Third Generation)的推廣普及使得電子商務(wù)、網(wǎng)上貿(mào)易已經(jīng)深入到企業(yè)管理、社會(huì)生活的各個(gè)方面。電子商務(wù)憑借著Internet平臺(tái),給人們帶來(lái)了極大的便利和取之不盡、用之不竭的資源。但是,資源的豐富性同時(shí)也給用戶(hù)和電子商務(wù)企業(yè)帶來(lái)了很多難以解決的問(wèn)題：如何為電子商務(wù)客戶(hù)提供個(gè)性化服務(wù)、如何洞察客戶(hù)的消費(fèi)行為、如何提高廣大中小電子商務(wù)企業(yè)的競(jìng)爭(zhēng)力。這些都是智能電子商務(wù)IEC (Intelligent E-Commerce)必須面對(duì)和解決的問(wèn)題。 本文通過(guò)數(shù)據(jù)倉(cāng)庫(kù)和移動(dòng)Agent技術(shù),建立了IEC的體系結(jié)構(gòu)：通過(guò)數(shù)據(jù)倉(cāng)庫(kù),進(jìn)行挖掘分析,形成預(yù)測(cè)和知識(shí),以便于企業(yè)業(yè)務(wù)決策；借助于移動(dòng)Agent,實(shí)現(xiàn)與加盟網(wǎng)站的信息交互,以提高網(wǎng)站的信息豐富度和競(jìng)爭(zhēng)力。具體工作如下： (1)提出了RMFRM (Refining Maximal Forward Reference Mode)算法用于獲取用戶(hù)事務(wù)序列。結(jié)合網(wǎng)站的有效頁(yè)面編碼,將用戶(hù)事務(wù)序列轉(zhuǎn)化為二進(jìn)制向量。對(duì)傳統(tǒng)的蟻群聚類(lèi)算法的六條規(guī)則進(jìn)行改進(jìn),提出了改進(jìn)蟻群聚類(lèi)算法,用于二進(jìn)制向量的聚類(lèi),從而實(shí)現(xiàn)用戶(hù)的聚類(lèi),為個(gè)性化服務(wù)和推薦做好了準(zhǔn)備。 (2)預(yù)測(cè)了電子商務(wù)交易量。鑒于電子商務(wù)的交易量對(duì)電子商務(wù)的運(yùn)作有著決定性的影響,給出了預(yù)測(cè)前的數(shù)據(jù)完整性檢查算法。通過(guò)極端學(xué)習(xí)算法預(yù)測(cè)了電子商務(wù)的交易量,取得了較高的預(yù)測(cè)精度。 (3)提出了集成有序加權(quán)平均OWA(Ordered Weighted Averaging)和粗糙集求解電子商務(wù)客戶(hù)流失權(quán)重。探討了電子商務(wù)客戶(hù)生命周期及其流失預(yù)測(cè)模型。針對(duì)客戶(hù)流失給電子商務(wù)企業(yè)帶來(lái)的嚴(yán)重?fù)p失,從專(zhuān)家和用戶(hù)二個(gè)角度出發(fā),通過(guò)OWA和粗糙集,全面細(xì)致地討論了流失權(quán)重的計(jì)算過(guò)程。通過(guò)案例,指出退貨及售后服務(wù)是導(dǎo)致客戶(hù)流失的主要原因,給出了相應(yīng)的補(bǔ)救措施。 (4)構(gòu)建了基于移動(dòng)Agent的電子商務(wù)聯(lián)盟體系結(jié)構(gòu)。給出了基于模糊支持向量機(jī)SVM (Support Vector Machine)的加盟算法。為了提高電子商務(wù)聯(lián)盟的運(yùn)作水平,提出了基于模糊理想點(diǎn)法TOPSIS (Technique for Order Preferenceby Similarity to Ideal Solution)算法的電子商務(wù)競(jìng)爭(zhēng)力評(píng)估算法。 (5)開(kāi)發(fā)了基于多層的IEC系統(tǒng)。應(yīng)用于國(guó)外某實(shí)際運(yùn)營(yíng)的電子商務(wù)系統(tǒng)中,取得了良好的效果。
【關(guān)鍵詞】：智能電子商務(wù) 數(shù)據(jù)倉(cāng)庫(kù) 移動(dòng)Agent 用戶(hù)事務(wù)聚類(lèi) 模糊理想點(diǎn)法
【學(xué)位授予單位】：武漢理工大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2010
【分類(lèi)號(hào)】：F713.36
【目錄】：

• 摘要5-6
• ABSTRACT6-12
• 第1章 緒論12-26
• 1.1 研究背景12-15
• 1.2 研究目的和意義15-17
• 1.3 論文相關(guān)領(lǐng)域國(guó)內(nèi)外研究現(xiàn)狀17-23
• 1.3.1 IEC17-20
• 1.3.2 IEC用戶(hù)聚類(lèi)20
• 1.3.3 IEC交易量和訪問(wèn)量預(yù)測(cè)20-21
• 1.3.4 IEC客戶(hù)流失分析21-22
• 1.3.5 電子商務(wù)聯(lián)盟22-23
• 1.4 當(dāng)前研究存在的不足23-24
• 1.5 課題的項(xiàng)目支撐24
• 1.6 論文研究?jī)?nèi)容24-26
• 第2章 IEC體系結(jié)構(gòu)26-43
• 2.1 IEC26
• 2.2 基于Web使用挖掘的IEC數(shù)據(jù)倉(cāng)庫(kù)建模26-35
• 2.2.1 電子商務(wù)數(shù)據(jù)倉(cāng)庫(kù)的主題27-28
• 2.2.2 電子商務(wù)數(shù)據(jù)倉(cāng)庫(kù)維度建模28-31
• 2.2.3 電子商務(wù)數(shù)據(jù)ETL31-34
• 2.2.4 面向數(shù)據(jù)倉(cāng)庫(kù)的IEC模型34-35
• 2.3 Web日志的加載35-40
• 2.3.1 Web日志的預(yù)處理35
• 2.3.2 數(shù)據(jù)采集35-36
• 2.3.3 數(shù)據(jù)清洗36-38
• 2.3.4 用戶(hù)識(shí)別38-39
• 2.3.5 會(huì)話(huà)識(shí)別39-40
• 2.3.6 路徑補(bǔ)充40
• 2.4 基于移動(dòng)Agent的IEC40-42
• 2.4.1 移動(dòng)Agent40-41
• 2.4.2 基于移動(dòng)Agent的IEC模型41-42
• 2.5 基于數(shù)據(jù)倉(cāng)庫(kù)和移動(dòng)Agent的IEC體系結(jié)構(gòu)42
• 2.6 本章小結(jié)42-43
• 第3章 基于改進(jìn)蟻群算法的用戶(hù)事務(wù)聚類(lèi)43-54
• 3.1 用戶(hù)事務(wù)的提取43-45
• 3.1.1 用戶(hù)事務(wù)43
• 3.1.2 用戶(hù)事務(wù)的提取方法43-45
• 3.2 基于RMFRM的用戶(hù)事務(wù)提取45-47
• 3.3 用戶(hù)事務(wù)序列的二進(jìn)制向量轉(zhuǎn)化47-48
• 3.4 改進(jìn)蟻群聚類(lèi)算法及其在用戶(hù)事務(wù)聚類(lèi)中的應(yīng)用48-50
• 3.5 自聚類(lèi)電子商務(wù)系統(tǒng)50-53
• 3.5.1 電子商務(wù)原型系統(tǒng)50-52
• 3.5.2 原型系統(tǒng)的應(yīng)用案例52-53
• 3.6 本章小結(jié)53-54
• 第4章 電子商務(wù)交易量的預(yù)測(cè)54-61
• 4.1 電子商務(wù)預(yù)測(cè)理論54-55
• 4.1.1 電子商務(wù)預(yù)測(cè)54-55
• 4.1.2 電子商務(wù)預(yù)測(cè)步驟55
• 4.2 預(yù)測(cè)方法55-57
• 4.2.1 極端學(xué)習(xí)算法56-57
• 4.3 案例分析57-60
• 4.3.1 研究對(duì)象57-59
• 4.3.2 數(shù)據(jù)完整性檢查59-60
• 4.3.3 極端學(xué)習(xí)算法預(yù)測(cè)60
• 4.4 本章小結(jié)60-61
• 第5章 電子商務(wù)客戶(hù)流失預(yù)測(cè)及其原因分析61-80
• 5.1 電子商務(wù)客戶(hù)流失61-66
• 5.1.1 電子商務(wù)客戶(hù)生命周期61-62
• 5.1.2 電子商務(wù)客戶(hù)流失特點(diǎn)62
• 5.1.3 電子商務(wù)客戶(hù)流失預(yù)測(cè)62-66
• 5.2 影響電子商務(wù)客戶(hù)流失的因素66-67
• 5.3 基于模糊OWA的電子商務(wù)客戶(hù)流失權(quán)重評(píng)估67-72
• 5.3.1 模糊OWA67-69
• 5.3.2 基于模糊OWA的電子商務(wù)客戶(hù)流失權(quán)重算法69-70
• 5.3.3 案例分析70-72
• 5.4 基于粗糙集的電子商務(wù)客戶(hù)流失權(quán)重評(píng)估72-77
• 5.4.1 電子商務(wù)客戶(hù)流失粗糙集理論及其算法72-73
• 5.4.2 案例分析73-77
• 5.5 集成模糊OWA和粗糙集的電子商務(wù)客戶(hù)流失分析77-78
• 5.6 預(yù)防電子商務(wù)客戶(hù)流失的措施78-79
• 5.7 本章小結(jié)79-80
• 第6章 電子商務(wù)聯(lián)盟80-98
• 6.1 電子商務(wù)聯(lián)盟80-81
• 6.2 基于移動(dòng)Agent的電子商務(wù)聯(lián)盟框架81-83
• 6.3 基于模糊SVM的電子商務(wù)加盟算法83-87
• 6.3.1 加盟算法的比較83-85
• 6.3.2 基于模糊SVM的電子商務(wù)加盟算法85-87
• 6.4 基于模糊TOPSIS算法的加盟網(wǎng)站評(píng)估87-94
• 6.4.1 TOPSIS87-89
• 6.4.2 模糊TOPSIS89-90
• 6.4.3 基于模糊TOPSIS的加盟網(wǎng)站評(píng)估模型90
• 6.4.4 案例分析90-94
• 6.5 電子商務(wù)聯(lián)盟原型系統(tǒng)94-97
• 6.5.1 產(chǎn)品查詢(xún)94-96
• 6.5.2 訂單跟蹤96
• 6.5.3 電子商務(wù)網(wǎng)站加盟96-97
• 6.6 本章小結(jié)97-98
• 第7章 IEC的實(shí)現(xiàn)98-114
• 7.1 IEC的設(shè)計(jì)目標(biāo)98-99
• 7.2 系統(tǒng)需求分析99-102
• 7.2.1 虛擬貨幣兌換99-100
• 7.2.2 C2C商品銷(xiāo)售100-101
• 7.2.3 在線捐款101
• 7.2.4 電子商務(wù)網(wǎng)站聯(lián)盟101-102
• 7.3 系統(tǒng)總體結(jié)構(gòu)102-105
• 7.3.1 系統(tǒng)總體結(jié)構(gòu)102-103
• 7.3.2 系統(tǒng)結(jié)構(gòu)設(shè)計(jì)103-104
• 7.3.3 系統(tǒng)開(kāi)發(fā)環(huán)境104-105
• 7.4 系統(tǒng)前臺(tái)功能105-109
• 7.4.1 虛擬貨幣兌換105-106
• 7.4.2 C2C商品銷(xiāo)售106-107
• 7.4.3 在線捐款107-108
• 7.4.4 基于移動(dòng)Agent的電子商務(wù)聯(lián)盟108-109
• 7.5 系統(tǒng)后臺(tái)功能109-113
• 7.5.1 權(quán)限管理109-110
• 7.5.2 用戶(hù)聚類(lèi)110-111
• 7.5.3 交易量和訪問(wèn)量的預(yù)測(cè)111-112
• 7.5.4 流失分析112-113
• 7.5.5 商家加盟113
• 7.6 本章小結(jié)113-114
• 第8章 結(jié)論與展望114-116
• 8.1 全文總結(jié)114-115
• 8.2 研究展望115-116
• 參考文獻(xiàn)116-124
• 附錄1:攻讀學(xué)位期間發(fā)表的學(xué)術(shù)論文124-126
• 附錄2:攻讀學(xué)位期間參與的科研課題126-127
• 附錄3:獲得的版權(quán)證書(shū)127-128
• 附錄4:英文縮寫(xiě)表128-129
• 致謝129

【引證文獻(xiàn)】

中國(guó)期刊全文數(shù)據(jù)庫(kù) 前1條

1 郭毅;;中小企業(yè)客戶(hù)關(guān)系管理數(shù)據(jù)倉(cāng)庫(kù)的構(gòu)建研究[J];中國(guó)管理信息化;2012年05期

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 魏爽;基于移動(dòng)Agent的Web分布式聚類(lèi)挖掘算法的研究[D];華中師范大學(xué);2011年

  本文關(guān)鍵詞：基于數(shù)據(jù)倉(cāng)庫(kù)和移動(dòng)Agent的智能電子商務(wù)研究與應(yīng)用，由筆耕文化傳播整理發(fā)布。

，

本文編號(hào)：293920