E-commerce环境下SCC研究进展

企业进入网络经济时代以来,电子商务(E-commerce,EC)成为企业发展助推器,传统供应链也朝着EC环境下的供应链协同(SCC)转变,以提高供应链成员的长期绩效。国内外学者主要从协同关系、核心能力及交易费用三种视角展开SCC研究;在EC与SCC融合方面,主要研究了电子商务物流管理、电子化供应链集成管理以及支持SCC的协同技术,尤其是ANN技术,最后总结了现有研究存在的问题,提出了相关建议。

一种基于门限ECC的PKI/CA模型的设计

随着电子商务的发展,如何实现对网络用户的身份认证成为了一个非常迫切的问题,目前广泛采用的是基于PKI的认证技术,而在PKI认证体系中,认证中心CA是核心部分。本文提出了一个基于门限ECC的PKI/CA的设计,本方案在传统的CA方案上引入了入侵容忍机制,结合椭圆曲线密码体制和门限密码方案,提高了CA系统的可靠性和安全性。

基于聚类分析的电子商务推荐系统

协同过滤技术可以通过分析客户群共同的消费品味来形成推荐。数据稀缺性问题是协同过滤技术面临的主要挑战。文章利用ROCK聚类算法提出了一种基于协同过滤技术的推荐系统模型,该模型可以有效地解决基于协同推荐的数据稀缺性问题。

一种改进的协同过滤推荐算法

电子商务的蓬勃发展,使网站中能够提供的商品种类日益繁多,如何迎合客户的兴趣来推荐商品,成为当前电子商务亟待解决的重点问题.协同过滤作为目前推荐系统应用中最为成功的个性化推荐技术,也得到了越来越多研究者的关注.文章在简要介绍传统协同过滤推荐算法的基础上,重点对推荐算法无法适用于用户多兴趣下的推荐问题进行了剖析,提出了一种基于用户多兴趣的协同过滤推荐改进算法.通过实验仿真,验证了该算法的有效性.

使用BP神经网络缓解协同过滤推荐算法的稀疏性问题

推荐质量低是协同过滤推荐技术面临的主要难题之一.数据集的极端稀疏是造成推荐质量低的主要原因之一.常见的降维法和智能Agent法虽然某种程度上能缓解这个问题,但会导致信息损失和适应性等问题.设计了一个新的协同过滤算法,根据用户评分向量交集大小选择候选最近邻居集,采用BP神经网络预测用户对项的评分,减小候选最近邻数据集的稀疏性.该算法避免了降维法和智能Agent法的缺点,而且实验结果表明,该方法能提高预测值的准确度,从而提高协同过滤推荐系统的推荐质量.

基于SOA的区域协同电子商务平台设计与研究

以成都、德阳、绵阳为核心的区域协同电子商务系统平台为基础平台,运用Web Services技术对系统的架构及其实现的关键技术进行了设计和分析,通过业务流程管理的自动化实现区域内企业之间商务合作和资源共享,并以订单管理为例详细说明了系统的实现过程.

电子商务个性化文档推荐技术研究

电子商务个性化文档推荐同时具有电子商务推荐系统以及文档信息处理的特点,由此本文首先概括了目前电子商务推荐以及文档信息处理的主要技术,多种推荐技术的有效集成会提高推荐的精度与个性化,也是未来电子商务中个性化文档推荐的发展趋势。其次阐述了几种重要的用户兴趣获取技术及其面临的主要问题。最后分析了电子商务个性化文档推荐技术面临的主要问题及未来发展方向,旨在挖掘用户潜在兴趣,提高文档推荐个性化和提高推荐质量。

电子商务环境下的敏捷制造研究

着重分析了电子商务给敏捷制造带来的影响 ,并探讨了电子商务环境下敏捷制造技术的发展模式及相关技术。

跨境电子商务人才校企行政协同培养模式的构建

跨境电子商务的快速发展迫使外贸公司转型升级,高校人才培养周期长且实践教学资源不足,造成跨境电子商务人才供需失衡。基于人才培养的社会属性及存在市场失灵的现实,需要高校、企业、政府、行业协会和社会教育机构相互协作,解决跨境电子商务人才供需总量短缺和结构失衡问题。

企业集群的协同商务平台模型研究

本文从协同商务的视角研究了企业集群,认为通过构建企业集群的协同商务平台可以充分发挥企业集群的竞争优势,基于电子商务网络形成集群企业与集群协同机构之间的从运营到战略层次的全方位协作互动。为此,本文创新性地提出了企业集群的协同商务平台模型与协同商务框架体系结构。

基于RFM模型和协同过滤的电子商务推荐机制

针对传统协同过滤算法在数据来源上依赖客户主观评价,以及现有推荐系统中缺少个性化推荐形式的缺陷,提出利用RFM模型在反映客户购买偏好和客户价值方面的良好表征性,将RFM模型与原协同过滤机制进行结合,对传统的协同过滤算法进行了改进,并制定了差异化的电子商务推荐策略,使推荐方式更符合不同客户的个性化,从而实现推荐内容和推荐形式的全面个性化.

合作型企业间电子商务中信任机制设计研究

合作型企业间电子商务中参与合作的企业追逐私利的行为可能给合作关系带来损害,针对实施合作型企业间电子商务的上下游企业分别具有同等的获取市场需求信息能力和不具有同等的获取市场需求信息能力两种情形,从下游企业的角度提出了两种构造上下游企业间合作信任机制的策略,以避免下游企业夸大市场需求预测量的倾向,从而赢得上游企业的信任,建立起双方合作信任的伙伴关系.

我国农业电子商务平台的构建方案研究

分析了我国农业电子商务的应用现状和存在的问题,指出了建设农业电子商务平台是发展农业电子商务的第一步。结合我国农业现状和特点,给出了我国农业电子商务平台的4种构建方案及其框架结构,这4种方案分别是企业自有电子商务平台、第三方电子商务平台、协同电子商务平台和国际化电子商务平台,并从适应性、应具备的功能、实施策略等方面对这4种方案进行了简要的分析和探讨。

协作商务中基于BA无标度网络的核心企业自组织性解释

分布计算、知识管理和电子商务相互作用产生的协作商务与传统网络组织相比,存在合作关系更加紧密、对整个组织的协调和控制能力更强等特点。将协作商务看作是一个自组织系统,并分析指出其中的核心企业是组织内个体自发对决策权让度的结果,随后提出了一个BA无标度网络的拓展模型以描述协作商务网络的合作关系,并进行了数值模拟。研究表明,随着协作商务中个体间协作关系的纵向深化,整个协作网络将以更快的速度演化并加剧了节点度的不对称分布。

电子商务环境下基于合作预测的库存补充策略

随着企业电子商务的实现 ,通过EDI和Internet可获得大量实时可用的信息 ,这一切正改变企业处理事务的方式 ,使得企业之间的进一步合作成为可能。本文主要通过分析供应链管理中需求的预测问题 ,建立了一定条件下的合作预测过程模型和基于合作预测的库存补充策略模型 ,并通过仿真对其性能进行了对比分析。

基于用户评分的关联规则挖掘协同推荐

提供了一个新颖的方法,使用数据挖掘到电子商务中。提出了一个新的数据库存储结构AFP-树,利用它来挖掘频繁模式。然后利用项目之间的相互关联做出推荐。最后举例说明了此推荐系统的处理过程。

电子商务环境下基于合作预测的库存管理问题

随着企业间竞争压力的日益全球化，实现先进的供应链已经成为企业必不可少的一部分。要能够作出明智的决策，企业需要全面了解自己的库存情况，并建立高效率、高度协调的供货系统。电子商务的实现使得企业通过ＥＤＩ和Ｉｎｔｅｒｎｅｔ可获得大量实时可用的信息，改变企业处理业务的方式，也使得企业之间的进一步合作成为可能。本文主要通过分析供应链管理中需求的预测问题，建立了一定条件下的合作预测过程模型和基于合作预测的库存补充策略模型，并通过仿真对其性能进行了对比分析。

基于离散评分向量概率分析的CF算法改进研究

协同过滤(CF)个性化推荐算法过程中,用户相似度计算是CF技术的核心问题之一。以用户显式、离散评分的条件为基础,应用概率论分析方法,考察了用户显式离散评分向量,提出了改进方法:全面均值法结合对商品进行分类推荐的改进算法。分析表明这种方案更适合推荐系统实际应用环境。实际数据实验表明,新方法提高了CF推荐的预测精度和推荐质量。

基于神经网络的多准则决策推荐系统

针对电子商务中多准则决策协同过滤推荐系统的稀疏性问题,提出了一种基于神经网络的多准则决策协同过滤推荐系统,设计了多个相似性度量混合的机制来缓解稀疏性问题。首先,采用领域本体提取选项的信息,并且提取用户的访问信息;然后,使用模糊理论对用户的评价信息进行建模,解决用户评价的不确定性与复杂性;最终,采用自适应神经模糊推理系统预测选项的总评分与选项各个准则评分之间的关系,设计了基于梯度下降法的凸组合机制,提高了冷启动用户相似性度量的鲁棒性与可靠性,最小化系统的预测误差。实验结果显示本算法有效地缓解了稀疏性问题,并且获得了较高的推荐准确率。

面向电子商务的分布式协同虚拟环境的研究

首先介绍了分布式虚拟现实、协同虚拟环境的基本概念、特征和技术需求,然后阐述了分布式协同虚拟环境的需求特性,最后分析并给出了一个面向电子商务的分布式协作虚拟环境的实现技术和系统应用框架。