陈冬林
- 作品数：110 被引量：457H指数：11
- 供职机构：武汉理工大学经济学院更多>>
- 发文基金：国家自然科学基金中央高校基本科研业务费专项资金国家科技支撑计划更多>>
- 相关领域：自动化与计算机技术经济管理文化科学医药卫生更多>>
- 汽车售后市场的用户动态多推荐系统研究被引量：1
- 2014年
- 随着电子商务的发展,拥有完善合理的用户推荐系统已经成为能够在汽车售后市场竞争中占据优势的关键所在。通过对电子商务推荐系统的研究现状进行分析,提出现今汽车售后市场对用户推荐系统灵活实用的要求,并设计出用户动态多推荐系统。该系统结合用户模型、用户所处交互阶段和商业推荐策略,实现推荐算法动态配置和调用,从而给出推荐结果。推荐系统的数据支持和推荐反馈机制进一步为推荐结果的准确性提供了保证。
- 李岩峰陈冬林桂雁军罗晨辉
- 关键词：汽车售后市场系统结构
- 面向Web服务组合推荐的关联规则研究被引量：2
- 2012年
- 针对传统的商品营销推荐策略仅限于单个服务,忽视服务之间的关联与集成这一现状,结合Web服务组合理论,运用数据挖掘中的关联规则技术,通过实验挖掘Web服务中用户消费行为,分析并提炼了基于用户行为的Web服务组合关联规则,选择最优化Web服务组合,为用户进行智能推荐,达到了提高Web服务组合服务质量的目的。
- 聂规划罗迹陈冬林
- 关键词：WEB服务组合数据挖掘关联规则
- 全网兴趣图谱下电子商务推荐理论研究现状被引量：4
- 2014年
- 介绍了现有的电子商务推荐技术与系统,分析了其中存在的数据稀疏性、冷启动、推荐精度低和实时性差等问题,阐述了利用全网数据构建用户兴趣图谱进行推荐的方法,探讨了基于兴趣图谱的推荐与跨网推荐取得的进展,证明该方法的提出具有重要的现实意义。
- 陈媛媛陈媛媛聂规划陈冬林
- 关键词：全网电子商务推荐
- 基于AHP-线性分配法的企业云计算投资决策被引量：2
- 2018年
- 文章针对目前企业云计算投资决策指标单一、决策过于笼统以及定量分析被忽视等问题,提出基于业务分解的企业云计算投资决策模型,并借助层次分析法（AHP）确定决策指标的权重,通过线性分配法对决策方案进行综合排序。最后以一个企业的云计算投资决策为例,利用AHP-线性分配法求解最佳的企业云计算投资方案。
- 邓国华邓国华陈冬林
- 关键词：云计算AHP
- 基于ARIMA模型的武汉港货物吞吐量预测研究被引量：5
- 2016年
- 本文结合武汉港口货物吞吐量周期性、波动性及非线性变动趋势特征,选取能够较好地揭示周期性数据在变化过程中的非线性特征的ARIMA模型,构建了武汉港货物吞吐量的ARIMA预测模型;最后采用武汉港2013-2015年历史数据验证该模型的有效性和稳定性,并将预测结果相对误差控制在10%以内;同时运用该模型对2016-2017年港口吞吐量作出预测及分析。
- 刘宇璐陈冬林
- 关键词：武汉港货物吞吐量ARIMA模型时间序列分析
- 一种带上下界的双向委托代理模型的联盟优化方法
- 本发明公开了一种带上下界的双向委托代理模型的联盟优化方法，设计虚拟委托人期望效用函数表达式，并构建带上下界的双参与人双边约束双向委托代理模型，利用不动点定理确定保留效用的上下界，并运用不等式组的旋转算法并结合序列二次规划...
- 聂规划代四广陈冬林刘平峰
- 文献传递
- 基于遗传算法的云服务商伙伴选择问题研究被引量：8
- 2015年
- 针对目前云计算市场如何选择合适的云服务商来组成动态联盟,以便更快更有效地满足终端客户的需求,实现云服务资源的优化配置。运用灰色关联综合评价模型确定云服务市场的优化指标,运用多目标优化模型定量分析和研究了云服务商的伙伴选择问题,选取在云计算市场提供计算服务、存储服务、软件服务的云服务商作为研究对象,提取成本、响应时间、服务质量作为研究优化指标;通过赋予相应的权重值,采用遗传算法对多目标规划化问题进行求解,寻找到符合各个云服务商利益的合作伙伴,最后通过算例证明该算法在解决最佳云服务商伙伴选择组合方面的合理性,验证了该模型及算法的有效性。
- 康艳芳聂规划陈冬林付敏
- 关键词：合作伙伴选择灰关联分析遗传算法多目标优化
- 基于BPNN-EMD-LSTM组合模型的城市短期燃气负荷预测被引量：23
- 2019年
- 城市短期燃气负荷具有高随机性和复杂性特征,利用单一的模型难以做出准确预测。以某城市民用类燃气日负荷为研究对象,在分析该市两年多燃气日负荷特征的基础上,建立了基于BP神经网络(BPNN)-经验模态分解(EMD)-长短期记忆(LSTM)神经网络的组合预测模型,对该市短期燃气日负荷进行了预测。首先通过BPNN模型学习温度、日期属性影响下燃气负荷的主要特征,增长趋势等次要特征则体现在BPNN模型预测产生的残差中;然后采用EMD算法分解残差得到有限个本征模函数(IMF),并利用LSTM模型学习各IMF分量的短期时序规律,将各IMF分量的预测值相加得到残差预测值;最后将两部分预测值代数相加得到最终的预测结果。实证结果表明:与单一的LSTM模型和BPNN-LSTM模型相比,该组合预测模型半月步长的平均绝对误差为3.4%,预测精度更高,是一种更为有效的城市短期燃气负荷预测方法。
- 陈川陈冬林何李凯
- 关键词：BP神经网络经验模态分解
- 基于商品属性隐性评分的协同过滤算法研究被引量：18
- 2006年
- 在分析目前电子商务推荐系统及算法存在问题的基础上,提出了一种准确的、实时的、基于Web日志的Internet电子商务推荐算法。基于客户浏览行为,设计了CGA(CustomerGoodAttribute)模型,综合考虑客户浏览路径和时间、商品属性及其在网页中的分布等因素,研究了客户对商品属性的隐性评分函数,给出了算例说明,讨论了基于商品属性的协作过滤算法。该算法已成功应用于电子商务智能模拟系统中。
- 陈冬林聂规划
- 关键词：协同过滤电子商务
- 基于BPNN-LSTM组合模型的云计算资源负荷预测被引量：3
- 2020年
- 有效的负荷预测对提高云计算资源利用效率、降低电力消耗和运维人力资源成本具有重要意义。针对当前云计算资源负荷预测精度低、难以准确把握历史数据时序特征的问题,提出一种引入时序因素的BPNN-LSTM(BP神经网络-长短期记忆网络)组合预测模型。综合考虑对云计算资源负荷具有重要影响的日期和时间因素,采用LSTM对BPNN的预测残差进行修正,对不同时间维度的云计算资源负荷进行预测。通过与多种预测模型的对比实验,验证了所提出的模型在对云计算资源负荷预测上具有更高的精度和稳定性。
- 陈冬林林文健黄莉莉
- 关键词：负荷预测BP神经网络
