基于灰色关联的电子商务与产业的融合联动发展研究——以安徽省为例

电子商务快速发展,已成为地区经济转型升级的“加速器”,电子商务打破产业间的界限,使产业呈现融合的趋势.目前有人误认为发展电子商务会冲击传统实体经济,对电子商务与产业融合存在误解.本文在深入剖析电子商务对其他产业作用机理的基础上,对安徽省电子商务与其他产业进行灰色关联分析,结果表明电子商务与各产业关联度均较高,进一步论证了电子商务与产业的融合能促进传统产业转型升级,驱动经济发展.为进一步加快安徽省电商与产业融合发展和提升地区发展水平,总结了存在的问题并给出了提升的对策和建议.

基于数据变换和背景值同步优化的GM(1,1)预测模型研究——以安徽省电商交易额预测为例

首先对传统GM(1,1)模型做了简单介绍,分析了影响模型精度的主要原因。针对当前传统模型在一些情况下存在精度不高以及残差修正方法提升精度有限的情况,提出了改进原始数据光滑度和背景值构造方式的同步优化方法。并将提出的同步优化模型应用于2013年—2018年的安徽省电子商务销售额的拟合和预测中,通过预测结果可知同步优化的模型具有更好的拟合效果以及更高的预测精度,比传统模型和残差修正模型具有更好的适用性。此同步优化预测模型,还可以应用到交通流量、经济规划、物流运输、能源消耗、农业等领域的预测问题中,为管理者提供预测结果和决策支持。

基于动态模糊聚类的数据挖掘研究——以安徽城市综合实力分析为例

在介绍数据挖掘和模糊理论的基础上,本文提出了基于目标函数优化的一种动态模糊数据聚类方法,并应用到2018年安徽省16个城市综合实力的自动划类中。并给出了MATLAB聚类分析代码,MATLAB实验结果表明该算法是高效合理的。另外,基于动态模糊的聚类方法也能为其他领域的相关问题提供新的解决思路。

基于模糊运算的电商客户数据挖掘研究

互联网经济的迅速发展,电子商务呈现爆炸式发展趋势。如何根据激增的电商客户大数据对客户进行分类并提供个性化服务是目前电商应用的研究热点。应用聚类分析对电子商务数据进行挖掘具有重要意义,其结果能为精准推广和差异化营销提供决策依据。提出了一种基于模糊运算的聚类算法来处理电商客户数据,挖掘客户的消费特征,从而实现精准营销;并给出了MATLAB聚类分析代码,MATLAB实验结果表明该算法是高效合理的。另外,基于模糊运算的聚类方法也能为其他领域的相关问题提供新的解决思路。

基于免疫支持向量机的预测研究

本文介绍了支持向量机的原理,并分析了参数对其性能的影响,提出了运用免疫算法对支持向量机的参数进行优化。利用免疫支持向量机对我国GDP值进行预测,结果表明:该算法具有很高的预测精度,说明免疫支持向量机用于预测是可行的高效的。