期刊文献+
共找到7篇文章
< 1 >
每页显示 20 50 100
面向客户体验的B2C电子商务服务过程分析与优化 被引量:9
1
作者 刘平峰 杨柳 《企业经济》 北大核心 2013年第11期90-93,共4页
针对目前B2C电子商务服务客户体验差、满意度和忠诚度低的问题,本文在分析B2C电子商务服务过程客户体验接触点、建立B2C电子商务服务过程前后台分离模型的基础上,从价值链模型的业务流程和以接触点为中心的资源整合分配两个方面,提出了... 针对目前B2C电子商务服务客户体验差、满意度和忠诚度低的问题,本文在分析B2C电子商务服务过程客户体验接触点、建立B2C电子商务服务过程前后台分离模型的基础上,从价值链模型的业务流程和以接触点为中心的资源整合分配两个方面,提出了B2C电子商务服务价值链模型和价值链上各活动优化的基本思路,论述了基于过程、线上线下和信息技术支持三个维度的资源整合分配优化方法,为改善B2C电子商务服务客户体验提供了理论参考。 展开更多
关键词 客户体验 B2C电子商务 服务过程优化
在线阅读 下载PDF
基于位置簇的移动生活服务个性化推荐技术 被引量:5
2
作者 郑慧 李冰 +1 位作者 陈冬林 刘平峰 《计算机应用》 CSCD 北大核心 2015年第4期1148-1153,共6页
当前的移动推荐系统只将位置信息作为推荐属性处理,弱化了其在推荐中所起的作用,更重要的是忽略了移动生活服务位置相关性和用户空间运动有界性特征。针对该问题,设计了基于位置簇的用户偏好表示模型和移动生活服务个性化推荐算法。该... 当前的移动推荐系统只将位置信息作为推荐属性处理,弱化了其在推荐中所起的作用,更重要的是忽略了移动生活服务位置相关性和用户空间运动有界性特征。针对该问题,设计了基于位置簇的用户偏好表示模型和移动生活服务个性化推荐算法。该算法通过模糊聚类得到位置簇,使用遗忘因子调节用户在该位置簇对服务资源属性值的偏好,并且采用概率分布和信息熵理论计算属性权重,按位置簇对用户偏好和服务资源进行匹配得到top-N推荐集。由于位置簇的定义,使得算法给出与用户偏好相似度较高的服务资源。案例分析结果符合这一结论,从而验证了算法的有效性和精确性。 展开更多
关键词 移动生活服务 位置簇 模糊聚类 用户偏好 个性化推荐
在线阅读 下载PDF
基于用户兴趣-标签的混合推荐方法研究 被引量:10
3
作者 李兴华 陈冬林 +1 位作者 杨爱民 李伟 《情报学报》 CSSCI 北大核心 2015年第5期466-470,共5页
传统推荐技术存在冷启动、稀疏性、推荐精度低等问题。其中,可以方便表达用户兴趣偏好的标签推荐存在噪声、一词多义等问题,稳定性较好的用户兴趣刚好可以解决这一问题。然而,在推荐技术领域内,将兴趣与标签相结合的推荐研究相对较... 传统推荐技术存在冷启动、稀疏性、推荐精度低等问题。其中,可以方便表达用户兴趣偏好的标签推荐存在噪声、一词多义等问题,稳定性较好的用户兴趣刚好可以解决这一问题。然而,在推荐技术领域内,将兴趣与标签相结合的推荐研究相对较少。本文提出基于兴趣-标签的推荐算法ITRA(Interest—Tag Recommendation Algorithm),通过定义计算用户兴趣权重值、用户兴趣相似度、用户候选兴趣集、推荐兴趣-标签集、项目推荐集,将该集合作为最终的推荐结果。最后,通过实验证明该算法可以有效的提高推荐结果的准确率。 展开更多
关键词 个性化推荐 用户兴趣 兴趣标签 电子商务
在线阅读 下载PDF
基于利润场的云联盟合作伙伴动态选择机制研究 被引量:5
4
作者 郭萌 聂规划 陈冬林 《计算机应用研究》 CSCD 北大核心 2017年第5期1367-1370,1383,共5页
云联盟是云计算发展过程中的一种能优化资源配置的组织形式,在云联盟的发展过程中,选择合适的合作伙伴是保证云联盟质量的关键。针对云联盟的合作伙伴选择问题,结合现有的联盟合作伙伴选择机制,借鉴场论思想构建利润场模型,设置企业(云... 云联盟是云计算发展过程中的一种能优化资源配置的组织形式,在云联盟的发展过程中,选择合适的合作伙伴是保证云联盟质量的关键。针对云联盟的合作伙伴选择问题,结合现有的联盟合作伙伴选择机制,借鉴场论思想构建利润场模型,设置企业(云资源供应商)进入退出联盟临界点,形成基于利润场的云联盟动态进入退出机制。最后,通过实例分析论证了此方法的合理性和有效性。 展开更多
关键词 云联盟 利润场 合作伙伴 触发点 动态进入退出机制
在线阅读 下载PDF
面向在线社会支持虚拟社区的用户专业度识别方法研究 被引量:2
5
作者 傅魁 刘李利 陈冬林 《情报学报》 CSSCI 北大核心 2013年第4期397-406,共10页
针对目前虚拟社区中信息知识、专业人才等虚拟资源没有得到充分利用,且用户特征研究不深入和维度单一化问题,本文研究用户专业度的概念和识别方法。论文首先提出面向在线社会支持社区的用户专业度识别框架;重点阐述了内容、网络和个... 针对目前虚拟社区中信息知识、专业人才等虚拟资源没有得到充分利用,且用户特征研究不深入和维度单一化问题,本文研究用户专业度的概念和识别方法。论文首先提出面向在线社会支持社区的用户专业度识别框架;重点阐述了内容、网络和个体3类共10个特征指标,并进行标准量化;通过引入层次分析法(AHP)计算指标权重,得出用户专业度的综合评价值。实验证明,本方法的准确率达到了81.16%,具有一定的可行性。 展开更多
关键词 在线社会支持 虚拟社区 专业度 评价指标 层次分析法
在线阅读 下载PDF
基于BPNN-EMD-LSTM组合模型的城市短期燃气负荷预测 被引量:27
6
作者 陈川 陈冬林 何李凯 《安全与环境工程》 CAS 北大核心 2019年第1期149-154,169,共7页
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... 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。 展开更多
关键词 短期燃气负荷 组合预测模型 BP神经网络 经验模态分解 长短期记忆神经网络
在线阅读 下载PDF
多实例云计算资源市场下超额预订决策方法 被引量:4
7
作者 陈冬林 姚梦迪 邓国华 《计算机应用》 CSCD 北大核心 2016年第1期113-116,共4页
针对现有云供应商数据中心负载率低、云用户需求不确定及多样性的问题,为提高云供应商平均利润,建立了不确定需求下的多实例类型云服务超额预订模型。该模型结合实际云计算资源市场下超额预订对于云供应商负载均衡及云服务等级协议(SLA... 针对现有云供应商数据中心负载率低、云用户需求不确定及多样性的问题,为提高云供应商平均利润,建立了不确定需求下的多实例类型云服务超额预订模型。该模型结合实际云计算资源市场下超额预订对于云供应商负载均衡及云服务等级协议(SLA)的影响,给出超额预订的多重约束条件,提出了各实例类型数量最优分配策略。实验结果表明,采用该模型在预约未使用概率为0.25时,云供应商利润较高,数据中心负载率达到78%,最终确定了各实例类型的最优分配数量。 展开更多
关键词 不确定需求 云计算资源市场 多实例 超额预订
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部