您的位置: 专家智库 > >

国家自然科学基金(70862001)

作品数:9 被引量:51H指数:5
相关作者:刘枚莲刘同存刘贤锋肖吉军李慧兰更多>>
相关机构:桂林电子科技大学更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术经济管理更多>>

文献类型

  • 9篇期刊文章
  • 2篇会议论文

领域

  • 7篇自动化与计算...
  • 4篇经济管理

主题

  • 5篇电子商务
  • 5篇商务
  • 4篇消费者
  • 3篇网络消费
  • 3篇网络消费者
  • 2篇双向关联规则
  • 2篇偏好
  • 2篇评分
  • 2篇评分预测
  • 2篇子群
  • 2篇网络
  • 2篇物流
  • 2篇粒子群
  • 2篇聚类
  • 2篇关联规则
  • 1篇第三方物流
  • 1篇第三方物流服...
  • 1篇第三方物流服...
  • 1篇兴趣度
  • 1篇蚁群

机构

  • 11篇桂林电子科技...

作者

  • 6篇刘枚莲
  • 6篇刘同存
  • 3篇李壮阔
  • 3篇刘贤锋
  • 2篇李宁
  • 2篇李慧兰
  • 2篇肖吉军
  • 1篇吴立杰
  • 1篇邹奕
  • 1篇李小龙
  • 1篇吴伟平
  • 1篇张峰
  • 1篇李淑明

传媒

  • 2篇微电子学与计...
  • 2篇计算机应用研...
  • 1篇商业时代
  • 1篇模糊系统与数...
  • 1篇图书情报工作
  • 1篇统计与决策
  • 1篇武汉理工大学...

年份

  • 1篇2014
  • 2篇2013
  • 3篇2012
  • 2篇2011
  • 3篇2010
9 条 记 录,以下是 1-10
排序方式:
基于用户兴趣特征提取的推荐算法研究被引量:19
2011年
传统的推荐算法一定程度上降低了网络消费者的搜索成本,但难以实时提供消费者满意的推荐服务,也忽略了用户偏好动态转移性。为了提高电子商务系统的推荐质量,从用户偏好的行为特征入手,建立了网络用户的兴趣特征提取模型,并设计了相应的推荐算法。通过对用户兴趣特征提取模型的检验和用户兴趣度矩阵的建立,依据与目标用户偏好相似的邻居用户对商品的兴趣程度预测用户对未浏览商品的兴趣度,并选择兴趣度值较高的N个商品推荐给用户。实验结果表明,在用户偏好动态转移的情况下,所设计的推荐算法的推荐精度和推荐效率明显提高,提高了网络用户的满意度。
刘枚莲刘同存李小龙
关键词:兴趣度
基于粒子群算法的模糊层次分析法及其应用
提出了基于粒子群算法(Particle Swarm Optimization,PSO)的模糊层次分析法(Fuzzy Analytic Hierarchy Process,FAHP),简称PSO-FAHP,此方法可同时确定...
李壮阔李宁
关键词:粒子群算法模糊层次分析法第三方物流服务质量
文献传递
基于矩阵博弈的物流外包业务分配策略研究
当前,很多企业将物流业务外包。本文应用矩阵博弈的理论与方法在考虑未来不确定因素的情况下,确定企业将物流外包业务分配给不同物流供应商的分配策略和最低保障收益。为企业在不同物流供应商之间合理分配物流外包业务提供了一种思路和方...
李壮阔
关键词:物流外包
文献传递
网络消费者品牌选择的模糊LOGIT模型研究被引量:4
2014年
针对多项LOGIT选择模型存在解释变量难以度量的问题,本文构建了网络消费者品牌选择的模糊LOGIT模型。采用三角模糊数来描述定性变量,并利用其均值、方差及模糊隶属度将模糊LOGIT模型转化为确定性模型进行求解。本文以手机品牌为例,通过问卷获取数据并对数据进行处理,以挖掘影响网络消费者品牌选择行为的关键因素并对模型参数进行估计。研究结果表明:消费者人口统计特征、品牌属性和网络环境变量一定程度上对网络消费者品牌选择有显著影响,并利用模糊LOGIT模型预测消费者选择各品牌的概率,为制定有效的网络营销策略提供理论依据和决策支持。
刘贤锋刘枚莲肖吉军李慧兰
关键词:网络消费者三角模糊数
基于蚁群聚类项目评分预测的推荐算法研究被引量:1
2013年
针对数据稀疏性问题,提出基于蚁群聚类的项目评分预测方法.在对Web日志分析基础上将用户聚类,针对目标用户的未评分项目,找到目标用户的若干最近邻类簇,利用类簇内其他用户对目标项目的评分预测未评分项目的评分,从而达到降低数据稀疏性目的.最后,结合协同过滤思想设计了相应的推荐算法,并用从自主开发的旅游电子商务网站上收集的数据进行试验仿真.实验结果表明,与其它缓解数据稀疏性的方法相比,文中的方法显著提高了推荐精度.
刘贤锋刘同存李淑明
关键词:电子商务蚁群聚类评分预测
基于双向关联规则的网络消费者偏好挖掘研究被引量:8
2013年
通过分析电子商务网站的Web服务器日志提取网络消费者的商品浏览行为信息,利用消费者的浏览频率、浏览时间、链接路径数及路径深度估计商品对网络消费者当前浏览期间偏好的影响权重.结合双向关联规则理论和Apriori算法挖掘具有相互依赖关系的商品,找出网络消费者的商品偏好浏览路径,根据消费者当前的浏览行为发现其可能感兴趣的商品,并进一步计算消费者对商品的偏好程度.最后利用自主开发的旅游电子商务网站的Web日志数据进行仿真实验,挖掘网络消费者的旅游偏好.实验结果表明,在相同的实验条件下,与基于关联规则的偏好挖掘方法相比,基于双向关联规则的偏好挖掘方法的推荐精度增加,推荐覆盖率扩大.
刘枚莲刘同存肖吉军
关键词:电子商务网络消费者双向关联规则
基于网络消费者偏好预测的推荐算法研究被引量:6
2012年
传统推荐算法仅依据网络消费者已有偏好信息提供推荐服务,忽略其当前购物状态信息和可能的偏好变化信息。针对这一缺陷,通过分析网络消费者偏好变化特征,提出基于网络消费者偏好预测的推荐算法。该算法综合考虑网络消费者已有偏好信息及其前购物操作行为评估其对商品的偏好,并结合协同过滤思想为其提供有针对性的推荐服务。实验结果表明,基于网络消费者偏好预测的推荐算法能够较好地预测其购物过程中的偏好倾向,显著提高推荐质量和精度。
刘枚莲刘同存吴伟平
关键词:电子商务协同过滤
基于双向关联规则项目评分预测的推荐算法研究被引量:6
2011年
针对用户评分数据稀疏性问题,通过对事务数据库项目空间关联性分析,提出基于双向关联规则项目评分预测的推荐算法。算法利用双向关联规则挖掘事务数据库中相互关联的项目,找到目标项目的关联集,利用已评分项目初步预测用户对目标项目的偏好程度,最后结合协同过滤算法为用户提供推荐服务。实验结果表明,当置信度水平在60%~90%之间变动,支持度在5%~10%之间变化时,关联规则数目随着置信度和支持度水平的增加而逐渐减少,而推荐精度逐步提高。为了验证算法的有效性,选取置信度为80%以及支持度为7%与传统的推荐算法比较,所设计的算法能够较精确地找到目标项目的关联集,推荐精度和效率明显优于传统的推荐算法。
刘枚莲刘同存张峰
关键词:电子商务双向关联规则
基于属性聚类的项目评分预测推荐算法研究被引量:5
2012年
针对用户评分数据稀疏性问题,在对项目进行聚类基础上,文章提出了基于属性聚类的项目评分预测推荐算法。算法从项目属性特征相似性分析出发,利用K-Means聚类算法对项目进行聚类。对于未评分项目找到其所属的类簇;利用用户对类簇中其它项目的评分预测该用户对未评分项目的评分,达到降低数据稀疏性目的;最后结合协同过滤思想为用户提供推荐服务。实验结果表明,与基于项目评分预测的推荐算法相比,文章的算法推荐精度显著提高。
刘贤锋刘同存
关键词:电子商务评分预测
改进的耗散量子粒子群优化算法及其应用被引量:1
2010年
针对量子粒子群优化算法(QPSO)存在着保持种群多样性差、容易陷入局部最优等缺陷,将耗散操作算子引入到QPSO量子角度更新中,提出了改进的耗散量子粒子群优化算法(DQPSO)。为验证算法的有效性,将DQPSO算法应用于标准函数优化问题。仿真结果表明,改进的耗散量子粒子群算法的优化性能优于传统的量子进化算法(QEA)和QPSO算法。可见,在量子角度更新策略中引入耗散操作算子能够使算法更好地保持种群的多样性、摆脱局部最优的限制、提高算法的搜索能力。
李壮阔李宁
关键词:量子粒子群优化算法函数优化量子进化算法
共2页<12>
聚类工具0