基于数据仓库和移动Agent的智能电子商务研究与应用

发布时间：2017-04-08 23:19

  本文关键词：基于数据仓库和移动Agent的智能电子商务研究与应用，由笔耕文化传播整理发布。

【摘要】： 网络技术与信息技术的飞速发展以及3G(Third Generation)的推广普及使得电子商务、网上贸易已经深入到企业管理、社会生活的各个方面。电子商务凭借着Internet平台,给人们带来了极大的便利和取之不尽、用之不竭的资源。但是,资源的丰富性同时也给用户和电子商务企业带来了很多难以解决的问题：如何为电子商务客户提供个性化服务、如何洞察客户的消费行为、如何提高广大中小电子商务企业的竞争力。这些都是智能电子商务IEC (Intelligent E-Commerce)必须面对和解决的问题。 本文通过数据仓库和移动Agent技术,建立了IEC的体系结构：通过数据仓库,进行挖掘分析,形成预测和知识,以便于企业业务决策；借助于移动Agent,实现与加盟网站的信息交互,以提高网站的信息丰富度和竞争力。具体工作如下： (1)提出了RMFRM (Refining Maximal Forward Reference Mode)算法用于获取用户事务序列。结合网站的有效页面编码,将用户事务序列转化为二进制向量。对传统的蚁群聚类算法的六条规则进行改进,提出了改进蚁群聚类算法,用于二进制向量的聚类,从而实现用户的聚类,为个性化服务和推荐做好了准备。 (2)预测了电子商务交易量。鉴于电子商务的交易量对电子商务的运作有着决定性的影响,给出了预测前的数据完整性检查算法。通过极端学习算法预测了电子商务的交易量,取得了较高的预测精度。 (3)提出了集成有序加权平均OWA(Ordered Weighted Averaging)和粗糙集求解电子商务客户流失权重。探讨了电子商务客户生命周期及其流失预测模型。针对客户流失给电子商务企业带来的严重损失,从专家和用户二个角度出发,通过OWA和粗糙集,全面细致地讨论了流失权重的计算过程。通过案例,指出退货及售后服务是导致客户流失的主要原因,给出了相应的补救措施。 (4)构建了基于移动Agent的电子商务联盟体系结构。给出了基于模糊支持向量机SVM (Support Vector Machine)的加盟算法。为了提高电子商务联盟的运作水平,提出了基于模糊理想点法TOPSIS (Technique for Order Preferenceby Similarity to Ideal Solution)算法的电子商务竞争力评估算法。 (5)开发了基于多层的IEC系统。应用于国外某实际运营的电子商务系统中,取得了良好的效果。
【关键词】：智能电子商务 数据仓库 移动Agent 用户事务聚类 模糊理想点法
【学位授予单位】：武汉理工大学
【学位级别】：博士
【学位授予年份】：2010
【分类号】：F713.36
【目录】：

• 摘要5-6
• ABSTRACT6-12
• 第1章 绪论12-26
• 1.1 研究背景12-15
• 1.2 研究目的和意义15-17
• 1.3 论文相关领域国内外研究现状17-23
• 1.3.1 IEC17-20
• 1.3.2 IEC用户聚类20
• 1.3.3 IEC交易量和访问量预测20-21
• 1.3.4 IEC客户流失分析21-22
• 1.3.5 电子商务联盟22-23
• 1.4 当前研究存在的不足23-24
• 1.5 课题的项目支撑24
• 1.6 论文研究内容24-26
• 第2章 IEC体系结构26-43
• 2.1 IEC26
• 2.2 基于Web使用挖掘的IEC数据仓库建模26-35
• 2.2.1 电子商务数据仓库的主题27-28
• 2.2.2 电子商务数据仓库维度建模28-31
• 2.2.3 电子商务数据ETL31-34
• 2.2.4 面向数据仓库的IEC模型34-35
• 2.3 Web日志的加载35-40
• 2.3.1 Web日志的预处理35
• 2.3.2 数据采集35-36
• 2.3.3 数据清洗36-38
• 2.3.4 用户识别38-39
• 2.3.5 会话识别39-40
• 2.3.6 路径补充40
• 2.4 基于移动Agent的IEC40-42
• 2.4.1 移动Agent40-41
• 2.4.2 基于移动Agent的IEC模型41-42
• 2.5 基于数据仓库和移动Agent的IEC体系结构42
• 2.6 本章小结42-43
• 第3章 基于改进蚁群算法的用户事务聚类43-54
• 3.1 用户事务的提取43-45
• 3.1.1 用户事务43
• 3.1.2 用户事务的提取方法43-45
• 3.2 基于RMFRM的用户事务提取45-47
• 3.3 用户事务序列的二进制向量转化47-48
• 3.4 改进蚁群聚类算法及其在用户事务聚类中的应用48-50
• 3.5 自聚类电子商务系统50-53
• 3.5.1 电子商务原型系统50-52
• 3.5.2 原型系统的应用案例52-53
• 3.6 本章小结53-54
• 第4章 电子商务交易量的预测54-61
• 4.1 电子商务预测理论54-55
• 4.1.1 电子商务预测54-55
• 4.1.2 电子商务预测步骤55
• 4.2 预测方法55-57
• 4.2.1 极端学习算法56-57
• 4.3 案例分析57-60
• 4.3.1 研究对象57-59
• 4.3.2 数据完整性检查59-60
• 4.3.3 极端学习算法预测60
• 4.4 本章小结60-61
• 第5章 电子商务客户流失预测及其原因分析61-80
• 5.1 电子商务客户流失61-66
• 5.1.1 电子商务客户生命周期61-62
• 5.1.2 电子商务客户流失特点62
• 5.1.3 电子商务客户流失预测62-66
• 5.2 影响电子商务客户流失的因素66-67
• 5.3 基于模糊OWA的电子商务客户流失权重评估67-72
• 5.3.1 模糊OWA67-69
• 5.3.2 基于模糊OWA的电子商务客户流失权重算法69-70
• 5.3.3 案例分析70-72
• 5.4 基于粗糙集的电子商务客户流失权重评估72-77
• 5.4.1 电子商务客户流失粗糙集理论及其算法72-73
• 5.4.2 案例分析73-77
• 5.5 集成模糊OWA和粗糙集的电子商务客户流失分析77-78
• 5.6 预防电子商务客户流失的措施78-79
• 5.7 本章小结79-80
• 第6章 电子商务联盟80-98
• 6.1 电子商务联盟80-81
• 6.2 基于移动Agent的电子商务联盟框架81-83
• 6.3 基于模糊SVM的电子商务加盟算法83-87
• 6.3.1 加盟算法的比较83-85
• 6.3.2 基于模糊SVM的电子商务加盟算法85-87
• 6.4 基于模糊TOPSIS算法的加盟网站评估87-94
• 6.4.1 TOPSIS87-89
• 6.4.2 模糊TOPSIS89-90
• 6.4.3 基于模糊TOPSIS的加盟网站评估模型90
• 6.4.4 案例分析90-94
• 6.5 电子商务联盟原型系统94-97
• 6.5.1 产品查询94-96
• 6.5.2 订单跟踪96
• 6.5.3 电子商务网站加盟96-97
• 6.6 本章小结97-98
• 第7章 IEC的实现98-114
• 7.1 IEC的设计目标98-99
• 7.2 系统需求分析99-102
• 7.2.1 虚拟货币兑换99-100
• 7.2.2 C2C商品销售100-101
• 7.2.3 在线捐款101
• 7.2.4 电子商务网站联盟101-102
• 7.3 系统总体结构102-105
• 7.3.1 系统总体结构102-103
• 7.3.2 系统结构设计103-104
• 7.3.3 系统开发环境104-105
• 7.4 系统前台功能105-109
• 7.4.1 虚拟货币兑换105-106
• 7.4.2 C2C商品销售106-107
• 7.4.3 在线捐款107-108
• 7.4.4 基于移动Agent的电子商务联盟108-109
• 7.5 系统后台功能109-113
• 7.5.1 权限管理109-110
• 7.5.2 用户聚类110-111
• 7.5.3 交易量和访问量的预测111-112
• 7.5.4 流失分析112-113
• 7.5.5 商家加盟113
• 7.6 本章小结113-114
• 第8章 结论与展望114-116
• 8.1 全文总结114-115
• 8.2 研究展望115-116
• 参考文献116-124
• 附录1:攻读学位期间发表的学术论文124-126
• 附录2:攻读学位期间参与的科研课题126-127
• 附录3:获得的版权证书127-128
• 附录4:英文缩写表128-129
• 致谢129

【引证文献】

中国期刊全文数据库 前1条

1 郭毅;;中小企业客户关系管理数据仓库的构建研究[J];中国管理信息化;2012年05期

中国硕士学位论文全文数据库 前1条

1 魏爽;基于移动Agent的Web分布式聚类挖掘算法的研究[D];华中师范大学;2011年

  本文关键词：基于数据仓库和移动Agent的智能电子商务研究与应用，由笔耕文化传播整理发布。

，

本文编号：293920