基于数据挖掘的智能导购实现

电子商务的发展为企业开辟了新的商务模式和营销渠道,运用新技术,进行服务创新是提高竞争能力的有效方法.本文阐述了电子商务、数据挖掘技术的相关概念、数据挖掘技术实现的流程,将数据挖掘与电子商务购物网站的导购功能结合,对基于数据挖掘的智能导购进行研究.运用数据挖掘技术为客户购买商品提供向导或建议,以此提供更高质量的服务,通过具体例子提出想法,用数据挖掘技术进行分析,并提出解决方案.     

基于神经网络的电子商务平台重复购买客户预测

研究电子商务平台中重复购买客户预测模型,构造出多层神经网络。原始数据编码采用词嵌入的方式,对子模块的特征向量设计出来之后设计顶层重复购买预测模型和算法。通过客户的行为日志对潜在重复购买客户进行预测具有重要意义。该预测模型适用于电子商务平台的重复购买预测,并取得了较好的效果。     

基于移动Agent的电子商务模型的研究与分析

在分析现有电子商务模式的基础上,从应用的角度研究了如何把移动Agent技术应用到电子商务中.设计了一个基于移动Agent的B to C电子商务模型.该模型中以移动Agent代替交易双方的参与人员,减少了搜索工作的负担,并将符合客户需求的商品返回,提高了客户对交易的满意度.     

评价知识库构建效果的框架与流程

知识库在现代企业和客户服务机构中得到广泛使用,对知识库构建的效果进行评价是企业衡量其实施知识库构建项目成功与否的关键,也为企业对知识库进行动态改进和维护提供了指导.在已有相关评价方法的文献分析的基础上,针对企业知识库构建效果的评价问题,提出了评价知识库构建效果的一种框架,并给出了相应的知识库构建效果评价流程.最后,通过一个实例分析说明了所给出的框架与流程的可行性和应用价值.     

基于产生式规则煤质-炉型耦合专家系统的知识库设计方案

本文将产生式规则和框架表示方法应用于专家系统的研究与开发中,设计了基于产生式规则的煤质-炉型耦合专家系统的知识库模型,并且在此基础上提出了一种知识库设计方案。论文对知识库体系结构、知识表示方法作了详细讨论。     

一种基于商品基因的个性化推荐模型

个性化推荐技术在电子商务系统中得到了广泛应用．但现有的个性化推荐模型不能反映出商品的某些特殊属性对用户购买行为的影响及用户购买某商品的真正原因．引入生物界中基因的概念,提出了基于商品基因的个性化推荐模型,发现用户钟爱商品基因,并将钟爱商品基因遗传到用户选择的商品．该模型能更好地发现用户的购买动机,从而进一步提高个性化推荐精度和用户满意度．     

《上海市大学英语教学参考框架(试行)》出台后的大学英语改革——以医学院校为例

上海市教委新出台的《上海市大学英语教学参考框架(试行)》,要求上海市部分高校从今年秋季起启动大学英语教学改革,这对大学英语教育提出了更高的要求,要求各高校制定出科学的、个性化的大学英语教学大纲并加以实施。该论文分析了医学院校的英语教学现状,列举了国内外值得借鉴的做法,以CBI理论为基础,针对一般医学院校、较好医学院校和重点医学院校的课程设置提出建议,最后指出了在ESP教学中医学英语教学的误区——教材系统化和教师专业化,并探索解决办法。     

电子商务订单实时处理的软件机器人实现

电子商务的发展面临着许多问题,其中客户与网站间的实时信息交互问题最为迫切.笔者根据ALICE的工作机制,采用JAVA、PROGRAM D、AIML技术,运用数据库技术、知识库原理、推理规则、推理策略,实现了用于电子商务订单实时处理的人机协商软件机器人.该实现拓展了聊天机器人ALICE的应用,为电子商务订单处理的实时在线协商与谈判提供了新的工具,并把人从电子商务订单处理的部分工作中解脱出来.     

电子商务专业教学存在的问题和改革思考

电子商务专业是处于发展中的专业,大部分院校经过几年的教学积累,有了一定的教学经验和成果,但随着电子商务的发展,对院校的教学又提出了新的要求,本文分析了目前电子商务发展的形式后,列举了目前电子商务专业教学过程中存在的一些问题。根据这些问题,对电子商务专业教学改革提出了一些思考。     

数据库与知识库的数据转换接口的数学模型研究

本文提出智能网络结点－－智能工作站的重要组成部分,即知识库系统中关系数据库与知识库的接口功能实现的数学模型。该模型是在分析关系数据库的关系模型和基于逻辑模式的知识库模型的基础上提出的,并研究了在该模型的基础上的推理查询方法。该数学模型对数据库智能化及将关系数据库扩展成知识库提供了有效的研究途径。     

一种基于Agent和免疫系统的智能电子商务模型

基于Agent和Agent的概念和特性，提出了一种将Agent应用于电子商务的模型，根据图表详细描述了电子商务系统在此模型中的流程一另外，提出了把免疫算法应用于电子商务中的客户安全中，介绍了该安全模型并分析了该方案的优缺点，     

基于情感识别方法的推荐系统(英文)

随着电子商务的高速发展,推荐系统已成为广大客户选择合意商品的重要工具。目前应用的电子商务推荐方法,依赖于客户的购物素养;而客户在购物中,更重要的影响因素是人的情感。针对这种情况,提出了一种新型的、基于客户情感的推荐系统;给出了该系统的模型、数据结构等。该系统的核心是商品和情感二维叠加空间。实验证明,该系统具有较高的推荐精度和检索速度。     

B2C环境下订单配送问题的模型与算法

以电子商务企业交易为背景,分析了B2C环境下客户订单的特点及客户对订购货物配送服务的要求,针对该环境下的物流配送问题建立了相应的数学模型,设计了一种改进的禁忌搜索算法,进行了算例测试,并将测试结果与相关文献结果进行了比较.实验结果表明:改进的禁忌搜索算法在优化效果及计算时间等方面比有记忆功能的遗传模拟退火算法具有更优的性能.该算法能适应电子商务环境下快速、低成本的配送要求且简单易行,为电子商务环境下订单配送问题的研究提供了新的思路.     

地铁工程Near-miss知识库构建

针对目前地铁施工的安全管理问题,引入Near-miss(未遂事件或险兆事件)概念,构建出地铁工程的Near-miss知识库.首先,分析了地铁工程Near-miss知识的5种来源,并通过对地铁工程事故数据库的分析,得到地铁工程Near-miss知识.然后,从人员身份、机械状态、材料状态、环境状况和相互位置等5个方面对地铁工程Near-miss知识进行框架表示,并根据其特点,研究地铁工程Near-miss知识库的逻辑结构.最后,采用具有成熟管理技术的关系数据库,将Near-miss知识存储于关系数据库表中,实现了知识库和关系数据库的耦合.一个完善的地铁工程Near-miss知识库的构建,将有助于促进地铁施工安全管理能力的提高,减少地铁事故的发生.     

基于Web服务的电子商务体系结构研究

随着社会的进步和信息技术的飞速发展,三层框架(网络平台、电子商务基础平台、电子商务应用系统)的基本结构已经不能满足新一代电子商务发展和应用的需求。通过研究Web Serv-ices的整体架构、技术特性,结合新一代电子商务的发展趋势,提出了一种基于Web Services的电子商务体系结构。这种体系结构具有诸多优点,它能够通过Internet为合作伙伴和客户提供非专有的、开放的服务和数据访问,能为客户提供多种基于Web的功能。     

基于多Agent的技术准备集成系统

为了实现技术准备过程的集成与协同,将多代理技术和模糊综合评判技术引入到技术准备过程中来.在分析系统业务过程的基础上,建立了基于多Agent的技术准备集成系统框架,该框架由管理Agent、功能Agent和信息Agent构成;提出了由功能适配器、工作引擎、知识库和外部接口构成的Agent模型,并设计了各Agent的内部功能结构,为了解决Agent之间的协同问题,给出了Agent之间的协作模型,并在研究模糊综合评判方法的基础上,设计了Agent之间的冲突消解算法.最后,通过一个应用实例验证了系统的有效性.     

面向埋弧焊专家系统的设计与实现

本文将数据库技术融入到专家系统开发,提出了基于数据库的框架知识表示方法和基于数据库结构的埋弧焊知识库建立方法,开发了面向埋弧焊特定需求的专家系统,对该埋弧焊专家系统知识的获取、知识库管理、咨询与推理原理与实现进行了详细的介绍。测试表明,由于该专家系统引入了数据库技术,实现了知识与推理机制的相统一,较好地解决了知识库的关键问题-维护与管理,便于系统的完善与升级,系统具有操作方便、功能实用、界面友好等特点。     

面向埋弧焊的专家系统

将数据库技术融入到专家系统的开发中,提出了基于数据库的框架知识表示方法和基于数据库结构的埋弧焊知识库建立方法,开发了面向埋弧焊特定需求的专家系统,详细介绍了该埋弧焊专家系统的知识获取、知识库管理、咨询与推理原理及实现.系统运行表明,由于该专家系统引入了数据库技术,实现了知识与推理机制的统一,较好地解决了知识库的关键问题--维护与管理,便于系统的完善与升级,系统具有操作方便、功能实用、界面友好等特点.     

面向客户关系的X2X商务模式研究

文章回顾了商务模式的发展历程，并对现有电子商务模式常见的划分进行了列举和对比，并基于客户关系的角度提出了面向客户关系的电子商务X2X综合模式，最后对于电子商务的模式选择与革新从面向客户的角度给出了一些指导原则。     

互联网商品匹配算法

实体解析是指识别同一实体的不同描述形式的过程, 旨在保障数据质量, 是数据清理、数据集成及数据挖掘中的关键技术. 随着电子商务的不断发展和成熟, 商品的多样性和消费者灵活的购买方式, 使得对网络商品的精确识别和匹配成为大数据时代亟待解决的问题. 与传统实体解析主要针对结构化数据不同, 网络数据具有非结构化、异构和海量的特性, 为此设计了综合相似度算法(synthesized similarity method, SSM)来计算网络商品数据间的相似度, 同时引入凝聚的层次聚类框架, 以匹配来自不同数据源的异构商品. 此外, 为了解决大数据环境下对执行效率的要求, 从字符串相似度缓存、约束知识库和分块策略三个方面对SSM进行优化, 基于真实数据集的实验结果验证了SSM的执行效率和有效性.