大数据分析技术在电子商务中的应用研究

随着信息技术的飞速发展,大数据分析技术已经成为电子商务领域的重要工具,在当今商业领域应用中不可或缺,涵盖各种不同的领域和业务模式。大数据分析技术的发展为电子商务提供了强大的支持,有助于企业更好地理解市场、优化运营、提高客户满意度以及实现竞争优势。研究大数据分析技术在电子商务中的应用,探讨其在不同方面的作用和优势,同时分析了面临的一些挑战和未来的发展趋势。

基于蝙蝠算法的云计算资源分配研究

由于云计算要面临庞大的资源分配并且具有动态性等特点,仅从单一方面来权衡资源分配策略的优劣已经不能满足需求。针对上述问题,从用户和资源提供者两个方面出发,将蝙蝠算法引入资源分配策略中,提出了以任务完成时间较短且成本最低为约束条件的调度模型。通过Cloud Sim平台进行模拟仿真表明,该资源分配算法能有效地兼顾完成时间和成本,在缩短任务完成时间的同时保证成本最小,提高了资源利用率。

适于进化算法的迭代式MapReduce框架

MapReduce模块化的编程大大降低了分布式算法的实现难度,但同时也限制了它的应用范围。介绍了MapReduce的基本结构及其实现迭代算法的缺陷,并针对基于MapReduce进化算法效率低下的问题,在对MapReduce的计算框架进行研究的基础上提出了一种适用于进化算法的迭代式MapReduce计算框架。描述了迭代式MapReduce计算框架的实现需求及其具体实现,提出并证明了异常机制的可行性,且在公有的Hadoop云计算平台上对提出的框架进行了验证。实验结果表明,基于迭代式MapReduce计算框架的并行遗传算法在算法的加速比上与基于MapReduce的并行遗传算法相比有较大的提高。

基于匹配规则的MapReduce任务调度模型

基于开源云计算平台Hadoop的MapReduce是当前流行的分布式计算框架之一,然而其先进先出(FIFO)调度算法存在资源利用效率低下的问题。提出了一种基于资源匹配规则的MapReduce任务调度模型并进行了算法实现。该调度模型通过获取任务的资源需求与计算节点的剩余资源,依据资源的匹配性进行任务分配,提高了系统的资源使用效率。首先对MapReduce的调度过程进行建模,提出了资源及匹配度的量化定义和相应的计算公式;然后给出了资源测量的具体方法及算法实现;最后利用TeraSort、GrepCount和WordCount任务与FIFO调度算法进行实验对比,实验结果显示,最好的情况下,提出的调度模型任务完成时间减少了22.19%,而最差情况下的吞吐量也提高了25.39%。

新工科背景下校企协同育人平台构建探索

以互联网、工业智能等为核心的新型、新兴、新生的新工科专业领域不断涌现,对高校育人的与时俱进、对高等职业院校把握工科人才培养方向形成新的挑战。新工科建设背景下,通过构建校企协同育人平台,高校与企业深度融合,与企业协同育人是目前高等院校普遍采用的方式。以高校搭台、企业主导、学生参与的方式构建校企协同育人平台,融入技能培训、创业孵化、合作交流、项目投资等功能,通过协同创业创新,实现高校育人的与时俱进、把握新工科背景下人才培养方向,对校企协同育人的探索研究具有实践意义。

基于决策树算法的客户分类模型研究

分析了应用决策树算法对CRM系统中客户进行分类的一般过程,对分类的过程中的几个方面进行了优化,给出了一个改进了的基于决策树分类算法的客户分类模型。

面向高职学生的创业教育模式探讨

创业教育作为培养大学生创业能力的重要途径已在各大高校普遍开展,针对高职学生的创业教育存在相当的特殊性,基于专业教育融合素质教育的高职创业教育模式有利于激发学生的潜能与学生综合素质的培养,促进创业教育的成功。

云计算环境下基于Apriori算法的智能推荐模型

介绍了Apriori算法和智能推荐的基本思想,针对当前互联网应用中智能推荐复杂性问题,提出了云计算环境下基于Apriori的聚类算法模型。该模型根据用户访问网站的行为特征数据,分析和挖掘出用户期望的浏览对象,动态调整云计算系统的智能推荐内容。实验结果表明,该算法模型有效提高了智能推荐的准确性和效率。

一种基于危险理论及模糊集的匹配免疫算法

分析了将人工免疫原理应用到入侵检测系统中存在的不足,提出了一种基于模糊集和危险理论的免疫克隆选择算法,引入了模糊集合和隶属度的概念,有效地优化了检测元的特性,提高了基于人工免疫模型的入侵检测效率和自适应性。

基于危险理论与数理统计的入侵检测模型

分析了危险理论的基本机制,针对处理危险信号的特点,提出了基于特征串HAMMING距离的数理统计匹配算法,并以该算法来优化协同信号的产生,以及操作抗原与抗体的匹配,最后给出了基于该算法的入侵检测模型。

面向岗位的高职信息技术类专业教育模式探索

信息技术类专业是当前高等院校普遍开设的一类专业，主要培养信息化社会建设所需要的各类人才。目前高等院校对于信息类专业人才的培养具有同质化、培养目的不明确等特征，出现了人才培养效果不明显，人才就业情况差，教育资源浪费等问题。高职院校作为高等教育的基础层次院校，在培养社会信息化人才方面应承担其基础应用型人才培养的义务。以就业为导向，面向岗位技能需求分方向培养专用型人才的教育培养模式，有利于高职院校更好地培养基础应用型人才，在高职信息技术类专业教育改革探索上具有实践意义。

O2O电子商务模式下支付体系的构建

在信息技术飞速发展和现代信息处理手段不断进步的背景下，电子商务的发展也是日新月异。O2O电子商务模式的概念的提出迅即得到了广泛的关注和讨论并产生了多种成功的O2O模式，不同的模式下支付的支付差异造成支付成功率下降，支付标准体系的构建是一个非常重要并具有实际意义的过程。通过对不同O2O电子商务模式中支付过程的研究，分析其现状和存在的问题后建议建立一个基于电子凭证的标准支付体系具有理论参考和实践验证的现实意义。

手写体相似字识别方法研究

该文通过研究几种常用汉字的识别方法,找出各自的优势和不足,并将统计识别方法和人工神经元网络识别方法有机的结合起来,利用其优势,应用于相似汉字识别之中,使相似汉字的识别率提高了约5个百分点,同时还改善了整个汉字识别系统的性能。

应用MapReduce的多维小波变换模型

针对小波变换的性能和扩展性问题,提出基于MapReduce的多维小波变换模型,该模型将多维小波变换的线性处理改造成基于多处理器的并行计算.描述了具体的实现算法和模型设计,通过在Hadoop平台上对该模型进行实验分析,实验结果表明,在多信号的多维小波变换时,使用MapReduce的多维小波变换模型具有良好的执行效率和扩展性.

基于响应度的间歇性电源消纳因素研究

在潮流网络有向图中定义了三种类型节点,并利用节点之间的区别,给出了一种全新的顺流潮流跟踪方法。考虑了间歇性电源存在的动态特性及互补性,利用潮流跟踪结果来定义了响应度,并给出了它的物理意义。利用响应度作为指标,从电源侧、配网侧及负荷侧对支撑间歇性电源消纳的因素进行研究。通过对标准IEEE14节点系统的测试,证明了响应度指标的可靠性,并阐述了各因素对支撑间歇性电源消纳的影响机制。

一种改进的基于粗糙集的云计算调度模型

针对调度分配效率不高的问题,提出了改进的基于粗糙集MapReduce的分配调度模型,该模型将MapReduce分配的线性处理改造成基于多处理器的模糊计算。描述了具体的实现算法和模型设计,在Hadoop平台上对该模型进行了实验分析。实验结果表明,在复杂云计算环境下,使用基于粗糙集的MapReduce的分配调度模型具有良好的执行效率和扩展性。

基于支持向量机的任务调度模型

云计算框架大大改进了并行算法的实现难度,但是大部分算法有其局限性.介绍了MapReduce(映射化简)的基本实现原理和调度模型的缺陷,提出了基于支持向量机的的MapReduce进化算法,并给出了基本模型及实现.运用Hadoop云计算平台进行了仿真验证,实验结果表明,基于支持向量机的MapReduce计算框架在候选云节点的调度分配的准确性上有明显提高,并且加快了数据迭代的效率.

新《预算法》下财政监督工作的几点探索

自2015年1月1日起,第十二届全国人民代表大会常务委员会第十次会议通过的《关于修改〈中华人民共和国预算法〉的决定》开始施行,在我国引起了巨大的反响。历经十年酝酿、三届人大、四次审稿的新《预算法》被走到改革深水区的中国寄予了太多的期望。预算作为推进国家治理的重要手段,其制度的法治化、公开化和规范化已经成为我国推行新一轮财税体制改革、建立现代财政制度、进一步深化各项改革,乃至依法治国、提高国家治理能力的首要前提和重要保障。

一个基于关联规则的商品推荐系统模型

电子商务系统中商品推荐技术可以帮助电子商务网站有效地提高商品的销量,对电子商务发展有重要作用。本文分析了商品推荐的流程,结合数据挖掘技术的关联分析技术给出了一个商品推荐模型。

支持向量机下入侵检测的程序与算法实践

论文首先分析了网络的对安全的需求,指出了入侵检测技术的必要性。然后对支持向量机下的入侵检测展开了分析,首先给出了支持向量机的主要概念和算法,然后在支持向量机下如何进行检测展开了研究,最后给出了程序的实现。