基于神经网络分位数回归的行业成本预测研究

针对成本在经济学系统中变化的非对称,与其影响因素之间的非线性关系,提出采用神经网络分位数回归法来研究成本与各影响因素之间的联系,并进行成本预测;该方法不仅可以通过神经网络结构模拟经济系统中非线性关系,还可以通过分位数回归功能揭示各影响因素对成本整个条件分布的影响规律;通过实证结果分析,神经网络分位数回归模型相较于OLS回归模型和分位数回归模型其预测精度更高,且揭示了各因素的影响规律,所以神经网络分位数回归模型的分析结果更科学,更有价值,更有助于相关管理决策者进行成本分析、控制和管理。     

Apriori算法的改进及在电子商务中的应用

针对经典Apriori算法中挖掘到的结果不能实现商家利益最大化和推荐权值人为设定的问题,在考虑商品利润和销量的基础上,提出基于Apriori算法的加权关联规则模型.最后,在实际购物篮数据的测试中,验证了改进后算法实用性.     

商务网站信息生态化程度评价研究

对网站进行评价有助于发现网站存在的问题,改进网站建设。该文以亚马逊网站为例,从信息生态的视角,运用粗糙集和条件信息熵方法,构建商务网站的评价指标体系,并基于用户感知,使用模糊综合的方法对网站进行具体评价。研究结果表明,亚马逊网站具有较好的生态性,但同时该网站在"信息人"、"信息环境"等维度下的指标也存在着一定改善空间。     

基于信息生态视角的网站搜索引擎优化策略评价研究——以华为在线商城为例

搜索引擎是互联网最广泛的应用之一,对搜索引擎优化策略进行评价,对企业开展该项工作有着重要的指导意义。从信息生态的角度展开该领域的研究,有助于判断网站搜索引擎优化的稳定性和持续发展能力。该研究从信息生态的视角,利用层次分析法,构建了搜索引擎优化策略的评价指标体系,并采用模糊综合评价的方法,对华为在线商城进行了实证研究。从研究结果来看,该文构建的评价指标体系具有较强的可操作性和较高的实践应用价值,能够较好地判断网站搜索引擎优化的生态性,也为信息生态系统的研究提供了新的视角。