經(jīng)濟(jì)轉(zhuǎn)型與創(chuàng)新發(fā)展論叢 電子商務(wù)數(shù)學(xué)建模

內(nèi)容概要

　　劉英卓編著的《電子商務(wù)數(shù)學(xué)建?！肥墙?jīng)濟(jì)轉(zhuǎn)型與創(chuàng)新發(fā)展論叢之一，本書(shū)寫(xiě)作的目的是為電子商務(wù)學(xué)科建立它在數(shù)學(xué)上的“源”和“流”，讓電子商務(wù)學(xué)習(xí)者、研究者擁有自己的學(xué)科立腳點(diǎn)，同時(shí)，深入挖掘電子商務(wù)學(xué)科的理論研究。

書(shū)籍目錄

前言
第一章　電子商務(wù)安全中的數(shù)學(xué)模型
　第一節(jié)　加密中的數(shù)學(xué)難題
　　一、大數(shù)分解問(wèn)題
　　二、橢圓曲線的數(shù)學(xué)基礎(chǔ)
　第二節(jié)　古典加密學(xué)的數(shù)學(xué)變換
　　一、加密中的置換應(yīng)用
　　二、加密中的矩陣應(yīng)用
　第三節(jié)　糾錯(cuò)與校驗(yàn)
　　一、Hamming碼
　　二、協(xié)議中使用的校驗(yàn)和算法
　第四節(jié)　破解中的概率問(wèn)題
第二章　數(shù)字版權(quán)保護(hù)算法基礎(chǔ)
　第一節(jié)　多媒體信息概論
　第二節(jié)　數(shù)字水印的數(shù)學(xué)基礎(chǔ)
　　一、數(shù)字水印算法種類(lèi)
　　二、數(shù)學(xué)基礎(chǔ)
第三章　數(shù)據(jù)庫(kù)中的關(guān)系代數(shù)學(xué)
　第一節(jié)　關(guān)系代數(shù)概論
　第二節(jié)　關(guān)系代數(shù)運(yùn)算
　　一、傳統(tǒng)的集合運(yùn)算
　　二、專(zhuān)門(mén)的關(guān)系運(yùn)算
　　三、關(guān)系代數(shù)表達(dá)式及其應(yīng)用實(shí)例
第四章　挖掘電子商務(wù)數(shù)據(jù)
　第一節(jié)　數(shù)據(jù)倉(cāng)庫(kù)概述
　第二節(jié)　數(shù)據(jù)挖掘中的數(shù)學(xué)方法
　　一、多維數(shù)據(jù)模型
　　二、數(shù)據(jù)處理
　第三節(jié)　電子商務(wù)與數(shù)據(jù)挖掘的融合
　　一、數(shù)據(jù)挖掘適應(yīng)于電子商務(wù)
　　二、電子商務(wù)網(wǎng)站的Web數(shù)據(jù)挖掘
　　三、web　Usage　Mining的基本過(guò)程
第五章　電子商務(wù)經(jīng)濟(jì)學(xué)中的數(shù)學(xué)問(wèn)題
　第一節(jié)　電子商務(wù)經(jīng)濟(jì)學(xué)概述
　第二節(jié)　電子市場(chǎng)中的信息不對(duì)稱(chēng)問(wèn)題建模
　第三節(jié)　討價(jià)還價(jià)的博弈數(shù)學(xué)模型
　第四節(jié)　搜索的數(shù)學(xué)模型
　　一、搜索成本的數(shù)學(xué)模型
　　二、google搜索引擎的數(shù)學(xué)模型
　第五節(jié)　電子市場(chǎng)中介的信譽(yù)構(gòu)建模型
　　一、模型假設(shè)
　　二、博弈者概率
　　三、買(mǎi)賣(mài)雙方及中介的策略分析
第六章　網(wǎng)絡(luò)支付結(jié)算中的數(shù)學(xué)分析
　第一節(jié)　電子商務(wù)網(wǎng)站運(yùn)營(yíng)管理中的數(shù)量指標(biāo)
　第二節(jié)　電子貨幣經(jīng)濟(jì)學(xué)特性
　第三節(jié)　支付中博弈模型
第七章　電子商務(wù)常用計(jì)算機(jī)算法
　第一節(jié)　遞歸和回溯法
　　一、遞歸
　　二、回溯法
　第二節(jié)　排序與查找算法
　　一、各種排序算法
　　二、查找算法
　第三節(jié)　算法復(fù)雜性
　　一、存儲(chǔ)空間的固定部分
　　二、可變部分
　　三、在求累加和程序中加入count語(yǔ)句
　第四節(jié)　B2C環(huán)境下的訂單配送算法
　　一、模型假設(shè)
　　二、模型描述
第八章　近代數(shù)學(xué)在電子商務(wù)中的運(yùn)用
　第一節(jié)　模糊數(shù)學(xué)
　　一、背景
　　二、模糊數(shù)學(xué)分析的基本概念
　第二節(jié)　運(yùn)籌學(xué)在電子商務(wù)中的應(yīng)用
　　一、線性規(guī)劃問(wèn)題的數(shù)學(xué)模型
　　二、線性規(guī)劃問(wèn)題的圖解法
　　三、單純形法
　　四、表上作業(yè)法
　第三節(jié)　分形與混沌問(wèn)題
　　一、傅里葉變換
　　二、神經(jīng)元網(wǎng)絡(luò)
　　三、分形幾何
　　四、混沌及其在電子商務(wù)中的應(yīng)用
參考文獻(xiàn)

章節(jié)摘錄

版權(quán)頁(yè)：   插圖：   （1）數(shù)據(jù)清洗——其目的在于把日志文件中一些與數(shù)據(jù)分析、挖掘無(wú)關(guān)的項(xiàng)清除掉；比如：剔除用戶(hù)請(qǐng)求方法中不是GET的記錄； （2）用戶(hù)識(shí)別——日志文件只是記錄了主機(jī)或代理服務(wù)器的IP地址，要識(shí)別用戶(hù)，需要Cookie技術(shù)和用一些啟發(fā)規(guī)則來(lái)幫助識(shí)別； （3）路徑補(bǔ)充——確認(rèn)Web日志中是否有重要的頁(yè)面訪問(wèn)記錄被遺漏； （4）事件識(shí)別一一事件識(shí)別是與要挖掘什么樣的知識(shí)有關(guān)，將用戶(hù)會(huì)話(huà)針對(duì)挖掘活動(dòng)的特定需要進(jìn)行事件定義。 2.模式發(fā)現(xiàn) 在經(jīng)過(guò)預(yù)處理后的數(shù)據(jù)上應(yīng)用各種數(shù)據(jù)挖掘的功能和算法，挖掘出有用的模式和規(guī)則的過(guò)程。Web Usage Minin9中用到的Web日志分析及用戶(hù)行為模式的挖掘方法包括：關(guān)聯(lián)分析；分類(lèi)和預(yù)測(cè)；聚類(lèi)分析；序列模式；統(tǒng)計(jì)分析。 （1）關(guān)聯(lián)分析——通過(guò)分析用戶(hù)訪問(wèn)網(wǎng)頁(yè)間的潛在聯(lián)系而歸納出的一種規(guī)則。 例如在80％的用戶(hù)訪問(wèn)Web頁(yè)面／company／productl時(shí)，也訪問(wèn)了／company／product2。 （2）分類(lèi)和預(yù)測(cè)——可以用來(lái)提取描述重要數(shù)據(jù)類(lèi)的模型，并使用模型預(yù)測(cè)來(lái)判定未知數(shù)據(jù)的類(lèi)標(biāo)號(hào)，從而預(yù)測(cè)未來(lái)的數(shù)據(jù)趨勢(shì)。常用算法包括判定歸納樹(shù)、貝葉斯分類(lèi)、k一最近鄰分類(lèi)等。應(yīng)用：可以根據(jù)用戶(hù)的個(gè)人資料或者其特定的訪問(wèn)模式，將其歸人某一特定的類(lèi)?？梢愿鶕?jù)用戶(hù)對(duì)某類(lèi)產(chǎn)品的訪問(wèn)情況，或者是根據(jù)其購(gòu)物情況，或者根據(jù)其拋棄購(gòu)物車(chē)的情況，來(lái)決定用戶(hù)的分類(lèi)（例如對(duì)電子產(chǎn)品感興趣的用戶(hù)），并對(duì)相應(yīng)的分類(lèi)使用相應(yīng)的促銷(xiāo)策略。 （3）聚類(lèi)分析——將對(duì)象的集合分組成為由類(lèi)似的對(duì)象組成的多個(gè)類(lèi)的過(guò)程。常用聚類(lèi)算法有劃分方法、層次的方法、基于密度的方法等。在Web Usage Minin9應(yīng)用中包含著兩種聚類(lèi)。1.頁(yè)聚類(lèi)將內(nèi)容相關(guān)的頁(yè)面歸在一個(gè)網(wǎng)頁(yè)組，對(duì)網(wǎng)上搜索引擎及提供網(wǎng)上幫助很有用。2.用戶(hù)聚類(lèi) 將具有相似訪問(wèn)特性的用戶(hù)歸在一起，在電子商務(wù)的市場(chǎng)分割和為用戶(hù)提供個(gè)性化服務(wù)中，能發(fā)揮巨大作用。 聚類(lèi)分析可以喜好類(lèi)似的用戶(hù)，從而動(dòng)態(tài)地為用戶(hù)定制觀看的內(nèi)容或提供瀏覽建議。比如：購(gòu)買(mǎi)推薦系統(tǒng)或動(dòng)態(tài)促銷(xiāo)系統(tǒng)。作用：1.方便用戶(hù)查詢(xún)和瀏覽；2.增強(qiáng)廣告的作用；3.促進(jìn)網(wǎng)上銷(xiāo)售；4.提高用戶(hù)忠誠(chéng)度。 （4）統(tǒng)計(jì)分析——通過(guò)求出出現(xiàn)率、求平均、求中值等，統(tǒng)計(jì)最常訪問(wèn)的網(wǎng)頁(yè)，每頁(yè)平均訪問(wèn)的時(shí)間，瀏覽路徑的平均長(zhǎng)度等，以獲得用戶(hù)訪問(wèn)站點(diǎn)的基本信息。還能提供有限的低層次的錯(cuò)誤分析，比如檢測(cè)未授權(quán)入口點(diǎn)，找出最常見(jiàn)不變的URL等?？梢杂脕?lái)計(jì)算客戶(hù)對(duì)某頁(yè)面的訪問(wèn)次數(shù)，停留時(shí)間等，得到訪問(wèn)次數(shù)最多的頁(yè)面（或產(chǎn)品、URL等）。

圖書(shū)封面

評(píng)論、評(píng)分、閱讀與下載

---

    經(jīng)濟(jì)轉(zhuǎn)型與創(chuàng)新發(fā)展論叢 電子商務(wù)數(shù)學(xué)建模 PDF格式下載

---