期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
DFM-IA:面向B2C电子商务的多源用户兴趣数据采集机制 被引量:11
1
作者 李聪 马丽 梁昌勇 《管理工程学报》 CSSCI CSCD 北大核心 2017年第1期58-70,共13页
用户兴趣模型是电子商务个性化推荐服务的基础,用户兴趣数据的获取则是构建用户兴趣模型的核心环节。传统的轮询采集方法存在数据源不够全面、在线应用可扩展性差的不足,会导致同一业务分析所需数据采集时间跨度大、先采集数据可能失效... 用户兴趣模型是电子商务个性化推荐服务的基础,用户兴趣数据的获取则是构建用户兴趣模型的核心环节。传统的轮询采集方法存在数据源不够全面、在线应用可扩展性差的不足,会导致同一业务分析所需数据采集时间跨度大、先采集数据可能失效等情况,使得最终业务分析结果出现偏差。针对上述问题,对B2C电子商务用户兴趣数据进行了深入分析,提出了一种基于智能Agent的多源用户兴趣数据采集机制DFM-IA(Data Fetching Mechanism based on Intelligent Agent)。DFM-IA以用户Session为基本处理单元,设计了四种智能Agent(Fetching Agent、Watching Agent、Sort Agent、Logical Agent)和三条排序规则,对七类用户兴趣数据(浏览行为、关键词搜索、收藏行为、购物车行为、订单行为、支付行为、评价行为)进行排序与合并处理,从而在丰富数据采集源的同时大幅提高了在线数据采集效率,有助于解决推荐服务的数据稀疏性问题。仿真实验表明了该机制的高效性。 展开更多
关键词 用户兴趣模型 多源用户兴趣数据 智能AGENT
在线阅读 下载PDF
C2C电子商务差异化折扣模型:基于在线购买历史聚合 被引量:7
2
作者 李聪 李雪琴 +1 位作者 Gajanan G.Hegde 马丽 《管理工程学报》 CSSCI 北大核心 2016年第2期64-75,共12页
基于C2C电子商务网站进行在线购物已成为人们的一种重要生活方式。根据买家信誉度向其提供购物折扣是有效的营销技术。但目前C2C网站使用的信誉评分累积模型过于简单,无法涵盖买家在线购买历史(online purchase history),因此不能准确... 基于C2C电子商务网站进行在线购物已成为人们的一种重要生活方式。根据买家信誉度向其提供购物折扣是有效的营销技术。但目前C2C网站使用的信誉评分累积模型过于简单,无法涵盖买家在线购买历史(online purchase history),因此不能准确反映买家信誉度和提供差异化折扣。针对上述问题,本文提出了一种面向C2C电子商务的差异化折扣模型。该模型包含能体现买家在线购买历史的交易、恶意评价惩罚、买家操作、退单、实名认证等五个指标,其中交易指标又包含交易金额、交易时间衰减因子、卖家评价等三个因子,买家操作指标又包含买家付款时间、买家确认收货时间等两个因子;然后基于线性加权方法,将C2C买家在线购买历史聚合为买家信誉度;进而通过min-max normalization方法对买家信誉度进行线性转换,并与C2C卖家给定的折扣区间结合,得到最终的差异化折扣,从而C2C卖家可以根据当前买家的信誉度实施更精准的一对一营销和动态定价策略。以淘宝网为背景的仿真实验结果证明了本文新模型的有效性。 展开更多
关键词 C2C电子商务 差异化折扣 在线购买历史
在线阅读 下载PDF
述论1949年噶厦对国民政府驻藏官员的驱逐
3
作者 赵崇荣 邹敏 《西藏大学学报(社会科学版)》 CSSCI 2016年第6期28-34,47,共8页
1949年7月8日发生噶厦政府"驱逐国民政府驻藏官员事件"。该事件看似由噶厦政府突然发动,实则是噶厦政府经过长时间的酝酿、暗中筹备与周密部署之后,在英人的挑唆下,利用国内战争和国民政府政权崩溃之机悍然发动的。面对噶厦... 1949年7月8日发生噶厦政府"驱逐国民政府驻藏官员事件"。该事件看似由噶厦政府突然发动,实则是噶厦政府经过长时间的酝酿、暗中筹备与周密部署之后,在英人的挑唆下,利用国内战争和国民政府政权崩溃之机悍然发动的。面对噶厦政府突然宣布驱逐,国民政府驻藏机关和人员在毫无准备与后援的情况下,只好服从,按照噶厦政府指定的路线撤离西藏地方,导致民国以来中央政府对恢复治藏主权的努力与成效均付之东流,因此成为中央政府与西藏地方关系发展史中的重大事件。文章利用档案、回忆资料、报刊文献等,对噶厦政府发动驱逐的过程进行梳理,从中揭示中央政府的"统治力"与边疆稳定安全间的必然联系。 展开更多
关键词 1949年 噶厦政府 “驱逐国民政府驻藏官员事件”
在线阅读 下载PDF
树型网络相似性度量方法研究:一个分类视角
4
作者 李雪琴 李聪 +1 位作者 马丽 梁昌勇 《情报学报》 CSSCI 北大核心 2014年第11期1146-1159,共14页
树型网络的相似性度量方法在信息检索、数据挖掘等众多领域应用广泛。针对现有研究成果进行比较研究,在将树型网络划分为有序树和无序树的基础上,进一步将有序树的相似性度量方法归纳为基于操作策略(operating strategy)、基于分解... 树型网络的相似性度量方法在信息检索、数据挖掘等众多领域应用广泛。针对现有研究成果进行比较研究,在将树型网络划分为有序树和无序树的基础上,进一步将有序树的相似性度量方法归纳为基于操作策略(operating strategy)、基于分解策略(decomposition strategy)、基于路径比较(path comparison)、基于节点比较(node comparison)四大类;将无序树的相似性度量方法归纳为双边匹配(bilateral matching)法、最大公共子树(largest public subtree)法两大类;对于上述每类相似性度量方法,通过分析相关经典算法及后续优化算法,总结了各类相似性度量方法的处理对象、原理、优缺点、适用范围、领域应用要求及适用原因。最后探讨了本领域的未来研究方向。 展开更多
关键词 树型网络 相似性度量方法 有序树 无序树
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部