基于统计学习方法的电子商务网站评价研究

发布时间：2020-12-04 18:42

　　统计学习（Statistical Learning）是一套使用统计学方法的机器学习理论。如今统计学习已经成功并广泛应用于人工智能、模式识别、数据挖掘和模式分类等计算机应用领域。近几年,国内电子商务网站成交额占国内GDP的比重逐年攀升,电子商务的发展问题也得到了国家的高度重视。因此如何更全面的评价电子商务网站不仅对电子商务网站经营者而且对电子商务的发展有着极大的指导意义。本文运用统计学习方法对电子商务团购网站及电子商务企业网站进行评价。本文对电子商务团购网站数据使用数据包络分析法（DEA）对可量化指标进行相对效率计算,使用模糊综合评价法将不可量化指标进行模糊化;使用主成分分析法（PCA）对高维数据进行降维,使用基于遗传算法（GA）参数寻优的支持向量回归机（SVR）对数据进行回归分析,从而达到对电子商务团购网站的评价目的。本文对100家电子商务企业网站经主成分分析降维后的数据使用OPTICS-Plus算法进行聚类;对100家电子商务企业网站数据使用局部线性嵌入降维算法（LLE）进行降维,并利用基于密度聚类的快速搜索发现密度峰值聚类算法（CFSFDP）进行聚类,进而对聚类结果进行评价分析。通... 

【文章来源】：吉林财经大学吉林省

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

GA 参数寻优结果图

SVR结果等高线图

在 LIBSVM1中进行组合方法的模拟分析，可合方法的评价结果（如图 4.6）。如图所示，“* 组合方法的评价集，“Ο”代表按覆盖数 UV 定级的在电子商务团购网站中的评价及结果分析

【参考文献】：
期刊论文
[1]基于分类学习的去雾后图像质量评价算法[J]. 南栋,毕笃彦,马时平,凡遵林,何林远.  自动化学报. 2016(02)
[2]软件测试技术研究[J]. 杨勋.  电脑知识与技术. 2015(28)
[3]基于FOA优化BP神经网络的电子商务网站评价研究[J]. 秦艳华.  四川理工学院学报(自然科学版). 2015(06)
[4]基于布谷鸟搜索算法的SVR参数选择[J]. 何思露,韩坚华.  华南师范大学学报(自然科学版). 2014(06)
[5]基于统计学习优化SIFT的面部遮挡人脸识别[J]. 魏林.  激光杂志. 2014(10)
[6]基于因子分析的电子商务网站评价[J]. 金乐,常联伟.  现代商业. 2014(11)
[7]基于统计学习理论的支持向量机预测模型[J]. 章永来,史海波,周晓锋,杨秀锋.  统计与决策. 2014(05)
[8]OPTICS算法在雷电临近预报中的应用[J]. 侯荣涛,路郁,王琴,袁程胜,王军.  计算机应用. 2014(01)
[9]多智能体粒子群优化的SVR模型预测控制[J]. 唐贤伦,李洋,李鹏,刘念慈.  控制与决策. 2014(04)
[10]基于有监督增量式局部线性嵌入的故障辨识[J]. 李锋,田大庆,王家序,杨荣松.  振动与冲击. 2013(23)

博士论文
[1]支持向量回归机及其应用研究[D]. 田英杰.中国农业大学 2005

硕士论文
[1]基于密度的层次聚类算法研究[D]. 张文开.中国科学技术大学 2015
[2]基于主成分分析法的3G网络综合性能评价[D]. 金建华.大连理工大学 2013
[3]电子商务网站评估体系分析及评价[D]. 宁娟.湖南大学 2012



本文编号：2898068