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。     

协同过滤推荐项目优化处理的初步研究

协同过滤(CF)推荐系统应用知识发现技术为实时交易的用户提供个性化的产品或服务推荐。这些系统在电子商务领域取得了很大的成功。但是，在克服CF推荐系统的算法可伸缩性和推荐质量这两个根本性挑战方面还存在许多问题。本文分析了传统的CF算法，并介绍了一种提高推荐质量的新方法，我们称这种新方法为CF算法的推荐优化。从我们的分析可得，我们的方法相比传统的CF算法提供了更高的质量保证。     

用户多兴趣下的个性化推荐算法分析

目前,客户关系管理的一项重要内容为电子的商务个性化推荐。协同过滤算法是运用范围最广的推荐技术,但传统协同过滤推荐算法不适合多兴趣用户的推荐,则在此基础上通过协同过滤、项目协同过滤算法等,计算目标项目相似集,并在目标相似集中运用协同过滤算法处理。基于此,剖析用户多兴趣下的个性化推荐算法,并结合用户多需求的特点,总结个性推荐算法的优势,旨在通过完善算法推荐,实现个性化推荐算法与传统算法的融合,提高用户的体验满意度,充分展现个性化推荐算法的应用价值。     

基于协同过滤的移动电子商务个性化推荐系统若干研究

在简要介绍移动电子商务个性化推荐系统概念的基础上,给出了移动电子商务推荐系统EMC-PRS的模块结构。重点分析比较了基于最近邻居的协同过滤算法和基于项目评分预测的协同过滤算法。经测试发现,基于项目评分预测的协同过滤推荐算法可以显著提高个性化推荐系统的推荐质量。     

协同过滤技术中相似度计算问题研究

协同过滤算法是目前应用最广、最成熟的个性化推荐技术,本文对协同过滤算法中的关键步骤-用户相似度计算进行探讨,归纳相似度计算的不同方法及各方法的特点,并综合以上方法提出改进思路。     

协同过滤技术在学习资源个性化推荐中的应用研究

e-learning已经成为一种趋势,调查发现当前e-learning平台中普遍使用的Top-N和方式均不能做到个性化地推荐学习资源.受电子商务研究领域中相关研究成果启发,笔者尝试将协同过滤推荐技术引入到学习资源个性化推荐的研究中.本文在详细介绍协同过滤推荐技术的基础上,提出将协同过滤技术应用于企业e-learning中的思想,并以浙江省中小企业信息化平台项目中的知识库模块为载体,阐述学习资源个性化推荐系统的设计理念和实现过程,对存在的问题进行了剖析,最后对本研究作了总结和展望.本文将对协同过滤技术在企业e-learning中应用的研究起到抛砖引玉的作用,将启发更多的研究人员从不同的层面和角度探索协同过滤技术在e-learning中的应用,推动相关研究的发展.     

基于知识图谱的行为路径协同过滤推荐算法

针对个性化推荐,常用的推荐算法有内容推荐、物品协同过滤(Item CF)和用户协同过滤(User CF),但是这些算法以及它们的改进算法大多偏向于关注用户的显性反馈(标签、评分等)或评分数据,缺少对多维度用户行为和行为顺序的利用,导致推荐准确率不够高及冷启动等问题.为了提高推荐精度,文中提出了一种基于知识图谱的行为路径协同过滤推荐算法(BR-CF).首先根据用户行为数据,考虑行为顺序创建行为图谱(behavior graph)和行为路径(behavior route),然后采用向量化技术(Keras Tokenizer)将文本类型的路径向量化,最后计算多维度行为路径向量之间的相似度,对各维度分别进行路径协同过滤推荐.在此基础上,文中提出了两种BR-CF与Item CF相结合的改进算法.实验结果表明,在阿里天池数据集UserBehavior上,BR-CF算法能够有效地在多个维度中进行推荐,实现数据的充分利用和推荐的多样性,并且此改进算法很好地提升了 Item CF的推荐性能.     

电子商务推荐攻击研究

个性化推荐是实现客户关系管理的重要手段和技术。协同过滤作为最核心、最典型的个性化推荐技术，被广泛应用于电子商务，但其推荐结果对用户偏好信息敏感，使得推荐系统易受到人为攻击，电子商务推荐安全成为个性化推荐能否成功应用的关键。作者先简要介绍了电子商务个性化推荐的基本概念，然后系统阐述了推荐攻击的概念、特征、攻击成本及攻击效率，并详细比较了各种攻击模型，以及各种攻击模型对不同推荐模型的稳定性和健壮性的影响，分析比较了各种攻击检测模型。最后总结评述了电子商务推荐安全的研究现状，并提出了未来研究的挑战。     

考虑时间和价格因素的Web客户需求协同推荐模型

协同过滤推荐算法是电子商务个性化推荐系统中采用最为广泛的推荐技术,但是传统的推荐方法在进行商品推荐时忽略了交易时间和产品的价格因素,从而导致推荐质量下降。针对这一问题,提出了考虑时间和价格因素的协同过滤模型,通过实验表明在计算Pearson相关系数时考虑时间和价格因素对算法的改进最为有效。     

协同过滤推荐瓶颈问题综述

个性化推荐使得用户从浩瀚信息检索查找中解放出来,成为一种继搜索引擎之后获取信息的重要方式.协同过滤因为其算法简单,能够处理复杂对象,并且推荐效果优异,成为个性化推荐中最成功和应用最广泛的技术.但随着推荐系统规模扩大,协同过滤受到了数据稀疏性、冷启动和可扩展性等瓶颈问题严重挑战.本文总结了传统协同过滤推荐技术流程,重点研究了解决协同过滤瓶颈问题的方案,分析了它们各自的优缺点,便于后续实现协同过滤推荐系统时方案的选择和使用.     

信息安全技术在电子商务中的应用

随着网络技术的不断普及和完善,电子商务在人们的生活中扮演着越来越重要的角色。本文基于现今电子商务的发展现状以及其对于信息安全的要求,给出了电子商务系统的具体结构,分析了电子商务中存在的信息安全问题,并且研究了电子商务中主流的信息安全应用技术。     

电子商务安全架构

本文首先介绍了电子商务安全的现状以及存在的问题,然后阐述了电子商务安全体系结构及其内容,接着对电子商务安全技术进行了改进和优化,最后得出了改进和优化后的电子商务安全体系架构。     

让办公软件更好用

在使用Word之类的办公软件时。有的时候我们只要稍加变通，就能大大提高使用的方便性和效率，也会让您的工作更出彩。下面就来介绍两个“出彩”的招术，希望能为大家带来方便。     

一种乐观电子商务协议的公平性分析

乐观电子商务协议通常具有复杂结构,由多个子协议组合而成,与传统认证协议具有显著不同。电子商务协议最主要目的是实现买卖双方的公平交换,同时假定交换双方都可能是不诚实的,需要考虑来自协议合法实体的内部攻击。文章在深入分析公平交换协议各项属性的基础上,定义了电子项的认证属性,对SVO逻辑进行了扩展,使用SVO逻辑语法定义了电子商务协议应满足的公平性。文章以一种真实的电子商务协议为对象,演示了基于SVO逻辑的电子商务协议公平性分析方法,并指出该协议存在安全缺陷,提出改进意见。     

基于电子商务的信息安全风险评估与对策

近年来,电子商务业务在我国的发展日益迅速,随之而来便是备受人们关注的电子商务系统的信息安全问题及其风险评估。本文在就我国电子商务系统所存在的信息安全问题进行讨论的基础上,分析了我国电子商务信息安全风险评估的现状与改善对策,旨在提高我国的电子商务信息安全风险评估意识和技术,建立一套完善的电子商务信息安全及评估机制。     

An Improvement of Response Speed for Electronic Commerce Systems

Now that the number of electronic commerce (hereunder called e-commerce) users has been explosively increasing, the consequent heavy network traffic leads to the delayed service of the e-commerce systems. This paper focuses on operational efficiency and response speed of the e-commerce systems. An e-commerce system, with a hierarchical structure based on the local server, is designed. And we proposed a web object replacement algorithm with heterogeneity of a web object. The algorithm is designed with a divided scope that considered size reference characteristic and reduced size heterogeneity on web object. The performances of the system and algorithm are analyzed with an experiment. With the experiment results, the algorithm is compared with previous replacement algorithms, and we confirm with 10–20% performance improvement of object-hit ratio gain. And we get with 15–30% performance improvement of response speed with proposed system.     

An integrated online pick-to-sort order batching approach for managing frequent arrivals of B2B e-commerce orders under both fixed and variable time-window batching

The emergence of e-commerce marketplace, especially the business-to-business (B2B) e-commerce sector, has created a vast market opportunity for retailers and logistics service providers (LSPs). However, facing the structural changes in B2B logistics orders, without any transformation of logistics operating process in distribution centres, LSPs are experiencing serious challenges in handling B2B e-commerce orders. In order for LSPs to grasp the market pie of the logistics and distribution sector of the e-commerce business through improving the core capability of handling B2B e-commerce order in their distribution centres, this paper proposes a novel approach for LSPs to systematically execute B2B order pre-processing so that the B2B e-commerce orders are better managed. An intelligent B2B order handling system (IOHS) is developed for efficient management of discrete, frequently arrived B2B e-commerce orders. By applying the “warehouse postponement” concept through the development of IOHS integrating cloud database management, fuzzy logic, and genetic algorithm approach, B2B order grouping solutions are effectively generated. A case study is conducted in a Hong Kong-based logistics service provider who handles outsourced B2B e-commerce orders, indicating the feasibility of the proposed solution to facilitate e-order fulfilment under both fixed and variable time-window batching settings in distribution centres. A significant improvement in terms of the throughput rate of handling B2B e-commerce order in the distribution centre is found, thereby increasing the satisfaction of buyers and sellers throughout the order handling and delivery process, as well as facilitating LSPs’ capability to manage a larger number of orders received from B2B e-commerce platform, given the greater product exposure of sellers in today’s B2B e-business.     

Business value of B2B electronic commerce: the critical role of inter-firm collaboration

B2B (business-to-business) electronic commerce provides firms with different business value depending on how organizations use the online network. In this paper, we distinguish two different types of B2B e-commerce adoption: basic and collaborative B2B e-commerce. With “basic B2B e-commerce”, firms implement the electronic network simply to automate the exchange of commercial documents. In contrast, B2B networks are used to create new inter-firm operations with channel partners in “collaborative B2B e-commerce.” The central claim of this paper is that firms are unlikely to achieve significant benefits with Basic B2B e-commerce. B2B electronic networks offer dramatic performance improvement only when the B2B network is used to create new collaboration with channel partners. Based on the survey conducted in the grocery industry, this study suggests that the real source of performance improvement in the B2B electronic commerce is not an electronic linkage itself, but the collaboration enabled by the electronic network.     

电商平台主导下的供应链推广策略研究

结合电商平台快速发展的时代背景,构建了电商平台主导、制造商跟随的两级电商供应链博弈模型,分别研究了集中决策与分散决策下的产品定价、服务水平和推广水平,分析了佣金率对最优决策和供应链成员利润的影响,并设计了“推广成本分摊”策略。结果表明：当佣金率较低时,集中决策下的产品定价和服务水平、推广水平高于分散决策下的最优决策;当佣金率较高时,结果相反;分散决策下供应链利润总是低于集中决策下的利润,而“推广成本分摊”策略能够实现双方利润的帕累托改进;分散决策与集中决策下,制造商产品价格和电商平台服务水平都随着推广效率的增加而上升。最后数值算例验证了结论有效性。     

浅析Web2.0与电子商务2.0相结合模式及其应用

随着Web2.0技术在互联网中的广泛应用,电子商务正在经历着一个根本性的转变与发展,预示着电子商务2.0时代正在悄然兴起。Web2.0技术以及其引起的以"交互"为核心的互联网创新的不断研究,探索电子商务2.0成了必然趋势。文章阐述了Web2.0和电子商务2.0的理念及对电子商务2.0的趋势进行浅析等,相信不久的将来Web2.0与电子商务2.0相结合的应用网站会出现在不同的领域。