网上购物系统的设计与开发

网上购物系统的建设为商业零售企业提供信息化管理方式。在此运用C#编程语言与后台数据库SQLServer2000开发建设网上购物系统。实现顾客在网上选购、查询商品,完成购物清单的提交,实现网上购物功能。     

基于ASP网上购物系统的开发与设计

基于B/S结构,运用ASP技术,结合SQL Server数据库,对网上购物系统的开发与设计进行了较为深入的探讨。     

框架技术与设计模式在网上购物系统中的应用

框架技术和设计模式是设计可复用面向对象软件的基础,是对在特定场景下解决一般设计问题的类和相互通信的对象的描述,两者的组合应用在实际的软件设计中能够发挥更大的威力.目前大多数网上购物系统是基于两层体系结构来进行设计开发,存在效率低下、可维护性差等问题,为改善这种状况,从网上购物系统的需求出发,通过引入框架技术与设计模式,构建了一个具有较强的可重用性和可扩展性的系统.     

网上购物系统html版开发研究

本文研究了一种基于数据关联规则采集技术的用户个性化页面动态生成方案,此方案设计实现用户注册/登录、查询、购买;管理员对网站的系统管理;个性化页面动态生成——回显等程序模块;实现ASP和HTML页面,与现今网上已采用的一些方案相比,具有用户使用更简单、反映用户更明显细致等优点.     

用ASP技术实现网上购物系统

网上购物是一种新型的购物模式,具有方便、经济等优点,如何构建网上购物系统是实现网上购物的关犍。本文利用ASP（Active Server Pages）技术,结合FrontPage和SQL Server数据库技术,开发了一个网上购物系统。介绍了系统的主要功能模块和购物流程,对系统数据库结构的设计与实现进行了描述,最后对网上购物的注意事项进行了分析,以保证网上购物的安全性和可靠性。     

基于Web的网上推荐图书系统——以北京化工大学图书馆网上推荐图书系统为例

探讨了研究开发一种比较完善的基于Web的网上推荐图书系统的必要性和可行性,介绍了北京化工大学图书馆开发的基于Web的网上推荐图书系统,利用此系统可以很好地实现读者推荐新书的个性化服务。     

浅谈信息时代的网上购物

随着互联网在中国的进一步普及应用,越来越多的人开始接触网络。而网上购物这一购物方式也被越来越多的人所接受。所以,目前国内的网上购物市场已呈现出一派蓬勃之势。然而网民在享受网上购物的自由与便捷的同时也面临着网上购物一些问题的困扰。本文作者试对这一问题进行了论述。     

我的网上购物经历

网上购物,说来话长。早在两年多前,我就对电子商务青睐有加,还发过几篇讨论文章。不过那时一切都是“纸上谈兵”(惭愧惭愧)。不是我不明白,这世界变化太快。谁料想来美国一年,网上购物已成家常便饭,个中故事也着实不少。抛开电子商务汗牛充栋的数据和评论,这里向您讲述的是我在美国一段亲身的网购体验。 我的网购第一“刀”(Dollar)用在了叫作Value America的网站。那时我刚来不久,信用卡也还没有呢,是个响当当的赤手空拳到美国打天下的穷学生。     

网上购物流程的CCS描述

随着互联网技术的发展和应用领域的扩大,电子商务得以蓬勃地发展,网络购物已成为一种重要的购物方式.随之,网络购物的安全性问题也受到人们的广泛关注.文章用CCS对目前国内并存的几种网上购物系统模式进行了形式化的描述,并就基本安全性质进行了验证,分析了这几种模式的优缺点.     

基于ASP技术的网上购物系统研究与设计

讨论网上购物系统的管理流程和基于ASP的Web数据库存取技术,研究了具有用户注册、登录、浏览商品、网上购物、网上支付以及发货等功能的网上购物系统的设计技术。     

基于万有引力的个性化推荐算法

本文把物理学中的万有引力定律引入推荐系统,提出一种个性化推荐算法,即基于万有引力的个性化推荐算法。算法把用户使用的标签看作用户喜欢物体的组成颗粒,标注项目的标签被看作项目物体的组成颗粒,社会标签的类型就是颗粒的类型,由此构建了用户喜好物体模型和项目物体模型。喜好物体和项目物体间存在着万有引力,并且引力大小遵循万有引力定律。计算喜好物体和项目物体间的万有引力,并把该引力大小作为二者的相似度度量,引力越大,二者的相似度就越高,对应的项目物体就越有可能被用户喜欢。实验结果证明本文提出的算法可以获得好的推荐性能。     

网购供应链中的竞争和协调若干问题

针对目前急剧增长的网购经济和网络快递现状,提出网购供应链的概念,描述其结构并分析特点.为研究网购供应链中网商和快递服务商的竞争和协调等问题建立分析框架,提出若干值得研究的科学问题.揭示这些问题具有重要的科学研究价值和实践指导意义,可为促进网购经济、政府对网购快递行业进行规制提供理论依据.     

网络购物中的心理效应及其营销策略

从网络购物的发展状况及消费者的心理学角度，归纳和总结了消费者网络购物的心理效应，并根据这些心理学因素对企业提出了应对网络购物的对策和建议。     

基于关联规则的网站个性化服务

从大量顾客在线购买历史记录中挖掘出有用的关联规则，是一种及时有效的向顾客推出个性化服务的重要技术．对网上书店的顾客在线购买行为进行挖掘分析，采用Apriori算法找到其中的关联规则，采用支持度过滤方法获取频繁的顾客购买行为模式，提出根据用户的兴趣度和规则的置信度产生相应的推荐候选集，实现网上书店的个性化推荐服务。     

基于消费者评论挖掘的B2C网购物流服务因素类型及其作用机制研究

随着电子商务的迅猛发展以及消费模式的转变,越来越多的消费者开始选择网络购物,物流服务成为影响消费者网购满意度和制约电商企业发展的重要因素之一,因此探索影响网购物流服务的因素及其作用,并依此设计相应的物流优化方案,进而为顾客提供优质服务,提高物流顾客满意度,为企业树立良好形象,提高企业的效益。为探究消费者网购物流服务因素类型及其作用机制,从网购消费者的角度出发,以网络购物者在平台上的评价信息为研究对象,利用八爪鱼数据采集工具从天猫商城抓取一定量的评论信息,使用扎根理论研究方法对其进行分析和挖掘,通过开放式编码、主轴式编码和选择式编码提取物流服务因素主范畴和类型。把影响网购物流服务的因素分为7个主范畴,挖掘主范畴关系结构,将影响网购物流服务质量的因素归纳为配送质量、感知体验、售后服务质量和可靠性等4个主要类型。基于主范畴的典型关系结构,最终确定了"网购物流服务满意度关键影响因素"为核心范畴,分析得出物流服务质量的作用模型。运用语义网络分析和理论饱和度检验对物流服务质量因素的类型及其作用机制进行验证,语义网络分析使用ROST Content Mining知识处理与内容挖掘软件进行全网分析,通过词频分析及关键词共现分析验证所得结果;理论饱和度检验采用原始资料法与信度评估法进一步验证研究结果。结果表明:感知体验是网购物流服务的直接驱动因素,它决定了顾客是否进行网购行为;售后服务质量和可靠性通过影响感知体验间接驱动消费者的网购行为,是网购物流服务的间接因素;配送质量既可以直接影响网购物流服务质量,又可以通过感知体验间接影响网购物流服务质量。通过上述几方面改善物流服务,不仅可以提高顾客满意度,获取和保持稳定的客户群以维持企业的竞争优势,而且可以作为电商企业完善自身物流系统的重要依据,探索自身物流的薄弱环节,使企业得到更好发展。该研究方法及所得结果对B2C电子商务企业改善物流服务质量、提高企业竞争力具有重要意义。     

高校科研资源的个性化融合推荐

为满足高校师生对科研资源复杂的个性化服务需求,设计了高校科研资源个性化服务系统,简称个性化科研服务系统(PSRSS,personalized scientific research service system)。全面分析了高校科研用户的个性化科研资源服务需求,设计了基于数据层、融合多种推荐策略的推荐计算层、应用呈现层的多引擎融合推荐系统架构,基于不同推荐场景,比较了不同的推荐算法并对选择的算法进行了针对性优化,探讨了用户模型和科研资源模型的设计,实现了基于资源热度、项目内容相似度、相似用户协同过滤的Top-N推荐。系统提升了高校师生获取科研资源的体验,为高校科研资源个性化服务系统建设提供了新思路。     

考虑商品重复购买周期的协同过滤推荐方法改进

传统基于用户的协同过滤商品推荐方法通常未考虑目标用户是否购买过类似商品以及商品的重复购买周期等因素,由此造成有些商品推荐的时机不对,不仅占用了推荐资源,还可能给消费者带来困扰,为此提出一种基于商品重复购买周期的改进协同过滤推荐方法。在传统协同过滤算法的基础上引入已购商品回购状态变量,根据目标用户的历史购买数据和商品重复购买周期对所购买商品的回购状态进行计算,进而得出不处于回购周期内的已购商品类集,据此对原始推荐结果进行过滤。实验结果表明,改进后的协同过滤推荐系统能有效预测顾客的购买行为,明显提高商品推荐的准确性。     

基于Web2．0用户个性化推荐系统分析

为实现用户个性化服务,理解用户兴趣爱好．通过建立用户兴趣模型和推荐库．采用用户兴趣行为描述、重排序算法以及用户反馈算法,分析基于Web2．0用户个性化推荐系统．以提高推荐结果的准确性。     

本体技术在个性化推荐系统中的应用研究

针对个性化推荐系统中传统的用户建模技术的缺陷,本文将领域本体的理论与方法应用到电子商务个性化推荐中,设计了一种本体和服装信息相结合的个性化推荐模型。利用Protégé实现了服装知识本体的构建过程,在真实数据集上的实验结果验证了算法的可行性和有效性。该设计与已有的推荐算法相比,具有更高的预测准确度。