發(fā)布時(shí)間：2021-01-20 19:27

　　我國電子商務(wù)在這十幾年的發(fā)展時(shí)間里,先后經(jīng)歷了起步期、調(diào)整期、回暖期、高速發(fā)展期,但是隨著互聯(lián)網(wǎng)行業(yè)的人口紅利逐步消失,電子商務(wù)行業(yè)也進(jìn)入到轉(zhuǎn)型與升級(jí)時(shí)期,面臨用戶增長乏力、平臺(tái)業(yè)績增長趨于平緩、用戶留存壓力大等問題;在這樣的背景下,各大電商企業(yè)的平臺(tái)運(yùn)營理念逐漸向商家側(cè)傾斜,從商家精細(xì)化運(yùn)營入手提升平臺(tái)商家質(zhì)量、用戶留存、保持業(yè)務(wù)增長;而基于商家在平臺(tái)上的表現(xiàn)將商家分成不同的層級(jí),能夠從數(shù)據(jù)的角度輔助提升商家運(yùn)營理念,對(duì)商家的精細(xì)化運(yùn)營有非常好的助推作用,可以說,針對(duì)商家分層模型的研究具有非常重要的理論意義和實(shí)際應(yīng)用價(jià)值。SOM自適應(yīng)神經(jīng)網(wǎng)絡(luò)算法在實(shí)際應(yīng)用中具有自組織映射、可視化好、計(jì)算效率高、聚類效果好的良好特性,同時(shí)神經(jīng)網(wǎng)絡(luò)算法對(duì)數(shù)據(jù)量大的數(shù)據(jù)集有更好的預(yù)測效果,因此本文選擇將SOM算法應(yīng)用于商家分層模型的構(gòu)建。本文詳細(xì)介紹了SOM算法,深入剖析了算法的底層原理,重新設(shè)計(jì)了學(xué)習(xí)速率和鄰域半徑的計(jì)算過程,以適應(yīng)本研究的實(shí)驗(yàn)環(huán)境;后續(xù)基于R語言對(duì)數(shù)據(jù)集進(jìn)行了全面的數(shù)據(jù)探查,采取數(shù)據(jù)清洗、數(shù)據(jù)異常值處理、數(shù)據(jù)轉(zhuǎn)換、數(shù)據(jù)歸一化等方法解決了原始數(shù)據(jù)集缺省值、異常值、數(shù)據(jù)偏態(tài)分布、量綱不一的... 

【文章來源】：北京郵電大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁數(shù)】：66 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１－２?２００８－２０１７中國網(wǎng)民規(guī)模及增長率??數(shù)據(jù)來源？？根據(jù)中國互聯(lián)網(wǎng)絡(luò)信息中心第４１次《中國互聯(lián)網(wǎng)絡(luò)發(fā)展?fàn)顩r統(tǒng)計(jì)報(bào)告》數(shù)據(jù)整理??

圖１－４研究架構(gòu)圖??文創(chuàng)新之處??文結(jié)合前人對(duì)電子商務(wù)商家的相關(guān)研究，以及在電商企業(yè)的實(shí)際項(xiàng)目經(jīng)歷，的創(chuàng)新見解；結(jié)合目前人口紅利消失的現(xiàn)狀，剖析了電子商務(wù)行業(yè)用戶運(yùn)營形勢，慢慢引入從商家側(cè)進(jìn)行精細(xì)化運(yùn)營的理念，并運(yùn)用數(shù)據(jù)挖掘的手段，商家數(shù)據(jù)對(duì)商家進(jìn)行層級(jí)劃分，針對(duì)不同等級(jí)商家的特點(diǎn)提出可用的運(yùn)營策掘手段用于商家分層，一改以往僅根據(jù)銷售額統(tǒng)計(jì)分段的方法，進(jìn)而將產(chǎn)反作用于商家的個(gè)性化運(yùn)營，是本文最大的一個(gè)特點(diǎn)。??）研究視角獨(dú)特??對(duì)于電子商務(wù)商家的研究大多停留在信用機(jī)制、評(píng)論、情感等領(lǐng)域，并沒劃分、精細(xì)化運(yùn)營這一方面進(jìn)行深入研究，對(duì)于如何對(duì)商家進(jìn)行層級(jí)劃分。本文首先分析了目前電子商務(wù)行業(yè)面臨的用戶運(yùn)營乏力的嚴(yán)峻形勢，引精細(xì)化運(yùn)營的理念，進(jìn)而提出利用數(shù)據(jù)挖掘的手段對(duì)電子商務(wù)賣家層級(jí)劃

??＂＂＾１７?〇??圖２－３權(quán)值調(diào)整函數(shù)一??圖２－３中的權(quán)值調(diào)整函數(shù)又稱墨西哥草帽函數(shù)，名稱依據(jù)其形狀而來，所有神經(jīng)元??中獲勝的節(jié)點(diǎn)對(duì)應(yīng)最大的權(quán)重調(diào)整量，附近其他的神經(jīng)元的權(quán)重調(diào)整依據(jù)上述函數(shù)計(jì)算，??距離獲勝節(jié)點(diǎn)越遠(yuǎn)的神經(jīng)元調(diào)整量越小，直到某一個(gè)距離Ｒ時(shí)調(diào)整量將為零，距離再稍??遠(yuǎn)點(diǎn)時(shí)權(quán)值調(diào)整量變?yōu)樨?fù)值，再遠(yuǎn)點(diǎn)時(shí)權(quán)值調(diào)整重新歸于零。??１４??

【參考文獻(xiàn)】：
期刊論文
[1]基于直覺模糊層次分析的零售電子商務(wù)商家信用評(píng)價(jià)研究[J]. 霍紅,楊永會(huì).  北京交通大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2017(04)
[2]基于電子商務(wù)評(píng)論的商家信譽(yù)維度構(gòu)建[J]. 王宇,李秀秀.  數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn). 2017(08)
[3]基于模糊理論的O2O模式商家信譽(yù)評(píng)估模型[J]. 茹永梅.  西安郵電大學(xué)學(xué)報(bào). 2016(03)
[4]一種改進(jìn)的SOM神經(jīng)網(wǎng)絡(luò)對(duì)Web用戶的聚類[J]. 肖強(qiáng),錢曉東,武振鋒.  情報(bào)科學(xué). 2012(06)
[5]數(shù)據(jù)挖掘中SOM神經(jīng)網(wǎng)絡(luò)的聚類方法研究[J]. 郭偉業(yè),趙曉丹,龐英智,奇志.  情報(bào)科學(xué). 2009(06)
[6]SOM神經(jīng)網(wǎng)絡(luò)算法的研究與進(jìn)展[J]. 楊占華,楊燕.  計(jì)算機(jī)工程. 2006(16)

碩士論文
[1]基于改進(jìn)的模糊SOM算法確定最佳聚類數(shù)目方法的研究[D]. 王積麗.華南理工大學(xué) 2016
[2]O2O模式下商家平臺(tái)用戶三方互利共生機(jī)制研究[D]. 李珈.華中師范大學(xué) 2016
[3]電子商務(wù)下引入退貨運(yùn)費(fèi)險(xiǎn)對(duì)商家經(jīng)營行為影響研究[D]. 谷宇.上海交通大學(xué) 2013
[4]基于附加敏感參數(shù)SOM神經(jīng)網(wǎng)絡(luò)的自動(dòng)聚類系統(tǒng)的研究[D]. 施紅鑫.燕山大學(xué) 2010
[5]基于SOM算法的中文文本聚類[D]. 陳小麗.南京理工大學(xué) 2008
[6]基于自組織特征映射網(wǎng)絡(luò)的聚類算法研究[D]. 吳紅艷.重慶大學(xué) 2006
[7]基于數(shù)據(jù)挖掘技術(shù)的納稅信用等級(jí)劃分[D]. 李蓓麗.哈爾濱工程大學(xué) 2004



本文編號(hào)：2989641