订单分配模型及其在旧物回收系统中的应用
发布时间：2021-10-07 07:40
随着我国人民生活水平的不断提高,家中的闲置旧物也逐渐增多,在“互联网+”的时代背景下,如何借助互联网技术实现旧物的便捷回收成为旧物回收未来的一个趋势。针对以往旧物回收“走街串巷”的痛点,本文结合旧物回收的实际需求并结合互联网技术,提出并实现了一个集旧物回收核心功能、信誉评价、订单分配等模块为一体的旧物回收系统,帮助旧物回收者与售卖者实现线上旧物交易,方便旧物交易。本文的主要研究成果如下:（1）根据旧物回收系统中的信誉评价需求,并针对电子商务交易中信誉欺诈问题,提出了具有动态惩罚因子的DPE-Sporas信誉评价模型,依据用户信誉值确定欺诈惩罚因子,对系统检测信誉欺诈可能存在的偏差做出合理校正,合理地对不同欺诈用户做出不同程度的信誉惩罚,提高用户信誉的真实程度,通过多组对比实验验证了模型改进的有效性。（2）根据旧物回收系统自动分配订单的需求,通过制定合理的订单分配准则,建立了具有速度校正因子的多目标订单分配模型,针对采用平均速度对订单分配时执行时间预估偏差的问题,提出了采用不同时间段确定不同的速度校正因子,有效改进了订单分配时的时间预估,通过对比实验验证了所提算法的有效性。（3）依据旧物...
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
图２－２集中式信誉系统基本框架??Ｆｉｇｕｒｅ?２－２?Ｔｈｅ?ｆｒａｍｅｗｏｒｋ?ｆｏｒ?ａ?ｃｅｎｔｒａｌｉｚｅｄ?ｒｅｐｕｔａｔｉｏｎ?ｓｙｓｔｅｍ??
图２－３不同评分方差??Ｆｉｇｕｒｅ?２－３?Ｄｉｆｆｅｒｅｎｔ?ｓｃｏｒｅ?ｖａｒｉａｎｃｅ??如图２－３所示，在欺诈概率为０，２，用户评分方差为０．１？０．４四种情况，??ＤＰＥ－Ｓｐｏｒａｓ模型比Ｅ－Ｓｐｏｒａｓ模型ＴＣ￡：指标有了一定程度的下降，提高交易平台用??户信誉的真实性。??２）不同欺诈概率??考虑到欺诈用户发生信誉欺诈概率的多样性，进一步验证不同欺诈概率下模??型对信誉诋毁问题的有效性，实验中设置多组不同欺诈概率验证模型的改进情况，??参数设置如表２－１中所示，用户评分方差取０．３，实验结果如图２－４所示。??１６??
图２－４不同欺诈概率??Ｆｉｇｕｒｅ?２－４?Ｄｉｆｆｅｒｅｎｔ?ｆｒａｕｄ?ｒａｔｅｓ??如图２－４所示，用户评分方差为０．３，欺诈概率分别为０．１、０．２时，ＤＰＥ－Ｓｐｏｒａｓ??模型比Ｅ－Ｓｐｏｒａｓ模型７Ｔ五指标有了一定程度的下降，提高了交易平台用户的信誉??的真实性。??（２）电商平台数据集结果分析??为了进一步说明所提模型的有效性，采用本文２．４．１节（１）中所述的某电商平台??交易数据进行实验，在实验中设置不同比例的欺诈用户进行信誉诋毁，实验结果??如图２－５所示。??实验结果?＿?实验结果??０．６５１?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?｜?０．７?ｉｌｌ）?Ｉ?Ｉ?Ｉ?１??Ｑ?２?Ｉ?Ｉ?？?Ｉ?Ｉ?Ｉ?＊?Ｉ?Ｉ?Ｑ?２?Ｉ?＞?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ??０．１?０．２?０．３?０．４?０．５?０．６?０．７?０．８?０．９?０．１?０．２?０．３?０．４?０．５?０．６?０．７?０．８?０．９??ｍ?ｍ??（ａ）?ｑ＝０．１?（ｂ）?ｑ＝０．２??图２－５电商平台数据结果??Ｆｉｇｕｒｅ?２－５?Ｅ－ｃｏｍｍｅｒｃｅ?ｐｌａｔｆｏｒｍ?ｄａｔａ?ｒｅｓｕｌｔｓ??图２－５为电商平台数据实验结果，ＤＰＥ－Ｓｐｏｒａｓ模型与Ｅ－Ｓｐｏｒａｓ模型相比，７＂ＣＥ??１７??
【参考文献】：
期刊论文
[1]C2C电商平台中在线评论偏离真实性的诱因及应对策略[J]. 王宁,宋嘉莹,杨学成. 软科学. 2017(04)
[2]考虑服务时效的物流服务供应链应急任务分配[J]. 张广胜,刘伟. 计算机应用. 2016(08)
[3]需求不确定条件下的制造商订单分配模型[J]. 徐辉,侯建明. 中国管理科学. 2016(03)
[4]考虑评分者可信度的C2C电子商务信誉评价模型研究[J]. 明易,戴更新,王磊. 青岛大学学报(自然科学版). 2016(01)
[5]物流服务供应链订单分配优化及其遗传算法[J]. 李姗姗. 运筹与管理. 2014(05)
[6]职业差评师的产生机理与治理策略研究——以淘宝C2C交易平台为例[J]. 苏强,吴海龙,秦星红,窦惠婷,韦娜. 南开管理评论. 2014(04)
[7]C2C电子商务交易平台在线信誉反馈机制比较研究[J]. 杨栩,廖姗. 管理现代化. 2013(05)
[8]供应链订单分配优化模型及其模拟退火算法[J]. 范志强. 计算机工程与应用. 2012(25)
[9]钢铁企业集团订单分配模型研究[J]. 刘晓冰,王宇春. 控制与决策. 2009(11)
[10]C2C电子社区成员信誉值的计算模型研究[J]. 郭洪海,姜锦虎,蔡涵. 管理学报. 2009(08)
博士论文
[1]C2C电子商务中在线信誉反馈系统有效性研究[D]. 纪淑娴.西南交通大学 2009
硕士论文
[1]中小电商R公司的快递订单分配方案[D]. 任晓民.东华大学 2015
[2]电子商务信誉评价模型研究[D]. 肖璇.暨南大学 2014
[3]C2C电子商务动态信用评价模型[D]. 李迎林.首都经济贸易大学 2013
本文编号：3421632
【文章来源】：北京交通大学北京市 211工程院校 教育部直属院校
【文章页数】：67 页
【学位级别】：硕士
【部分图文】：
图２－２集中式信誉系统基本框架??Ｆｉｇｕｒｅ?２－２?Ｔｈｅ?ｆｒａｍｅｗｏｒｋ?ｆｏｒ?ａ?ｃｅｎｔｒａｌｉｚｅｄ?ｒｅｐｕｔａｔｉｏｎ?ｓｙｓｔｅｍ??
图２－３不同评分方差??Ｆｉｇｕｒｅ?２－３?Ｄｉｆｆｅｒｅｎｔ?ｓｃｏｒｅ?ｖａｒｉａｎｃｅ??如图２－３所示，在欺诈概率为０，２，用户评分方差为０．１？０．４四种情况，??ＤＰＥ－Ｓｐｏｒａｓ模型比Ｅ－Ｓｐｏｒａｓ模型ＴＣ￡：指标有了一定程度的下降，提高交易平台用??户信誉的真实性。??２）不同欺诈概率??考虑到欺诈用户发生信誉欺诈概率的多样性，进一步验证不同欺诈概率下模??型对信誉诋毁问题的有效性，实验中设置多组不同欺诈概率验证模型的改进情况，??参数设置如表２－１中所示，用户评分方差取０．３，实验结果如图２－４所示。??１６??
图２－４不同欺诈概率??Ｆｉｇｕｒｅ?２－４?Ｄｉｆｆｅｒｅｎｔ?ｆｒａｕｄ?ｒａｔｅｓ??如图２－４所示，用户评分方差为０．３，欺诈概率分别为０．１、０．２时，ＤＰＥ－Ｓｐｏｒａｓ??模型比Ｅ－Ｓｐｏｒａｓ模型７Ｔ五指标有了一定程度的下降，提高了交易平台用户的信誉??的真实性。??（２）电商平台数据集结果分析??为了进一步说明所提模型的有效性，采用本文２．４．１节（１）中所述的某电商平台??交易数据进行实验，在实验中设置不同比例的欺诈用户进行信誉诋毁，实验结果??如图２－５所示。??实验结果?＿?实验结果??０．６５１?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?｜?０．７?ｉｌｌ）?Ｉ?Ｉ?Ｉ?１??Ｑ?２?Ｉ?Ｉ?？?Ｉ?Ｉ?Ｉ?＊?Ｉ?Ｉ?Ｑ?２?Ｉ?＞?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ?Ｉ??０．１?０．２?０．３?０．４?０．５?０．６?０．７?０．８?０．９?０．１?０．２?０．３?０．４?０．５?０．６?０．７?０．８?０．９??ｍ?ｍ??（ａ）?ｑ＝０．１?（ｂ）?ｑ＝０．２??图２－５电商平台数据结果??Ｆｉｇｕｒｅ?２－５?Ｅ－ｃｏｍｍｅｒｃｅ?ｐｌａｔｆｏｒｍ?ｄａｔａ?ｒｅｓｕｌｔｓ??图２－５为电商平台数据实验结果，ＤＰＥ－Ｓｐｏｒａｓ模型与Ｅ－Ｓｐｏｒａｓ模型相比，７＂ＣＥ??１７??
【参考文献】：
期刊论文
[1]C2C电商平台中在线评论偏离真实性的诱因及应对策略[J]. 王宁,宋嘉莹,杨学成. 软科学. 2017(04)
[2]考虑服务时效的物流服务供应链应急任务分配[J]. 张广胜,刘伟. 计算机应用. 2016(08)
[3]需求不确定条件下的制造商订单分配模型[J]. 徐辉,侯建明. 中国管理科学. 2016(03)
[4]考虑评分者可信度的C2C电子商务信誉评价模型研究[J]. 明易,戴更新,王磊. 青岛大学学报(自然科学版). 2016(01)
[5]物流服务供应链订单分配优化及其遗传算法[J]. 李姗姗. 运筹与管理. 2014(05)
[6]职业差评师的产生机理与治理策略研究——以淘宝C2C交易平台为例[J]. 苏强,吴海龙,秦星红,窦惠婷,韦娜. 南开管理评论. 2014(04)
[7]C2C电子商务交易平台在线信誉反馈机制比较研究[J]. 杨栩,廖姗. 管理现代化. 2013(05)
[8]供应链订单分配优化模型及其模拟退火算法[J]. 范志强. 计算机工程与应用. 2012(25)
[9]钢铁企业集团订单分配模型研究[J]. 刘晓冰,王宇春. 控制与决策. 2009(11)
[10]C2C电子社区成员信誉值的计算模型研究[J]. 郭洪海,姜锦虎,蔡涵. 管理学报. 2009(08)
博士论文
[1]C2C电子商务中在线信誉反馈系统有效性研究[D]. 纪淑娴.西南交通大学 2009
硕士论文
[1]中小电商R公司的快递订单分配方案[D]. 任晓民.东华大学 2015
[2]电子商务信誉评价模型研究[D]. 肖璇.暨南大学 2014
[3]C2C电子商务动态信用评价模型[D]. 李迎林.首都经济贸易大学 2013
本文编号：3421632
本文链接：https://www.wllwen.com/jingjilunwen/guojimaoyilunwen/3421632.html
