新興電子商務——商務智慧型方法與服務知識管理

《新興電子商務——商務智慧型方法與服務知識管理》是2013年10月清華大學出版社出版的圖書，作者是楊德禮、胡祥培、孔祥維、劉紅岩、衛強。

基本介紹

• 中文名：新興電子商務——商務智慧型方法與服務知識管理
• 作者：楊德禮、胡祥培、孔祥維、劉紅岩、衛強
• 出版社：清華大學出版社
• 出版時間：2013年10月
• 定價：95 元
• ISBN：9787302324591

內容簡介

新興電子商務與傳統電子商務相比，呈現出移動性（如泛在互聯、移動商務）、虛擬性（如虛擬體驗、賽博空間）、個性化（如精準行銷、推薦服務）、社會性（如社交媒體、社會商務）、極端數據（如富媒體、大數據）等鮮明特徵。本書圍繞新興電子商務若干重要理論與套用課題，立足於商務智慧型和服務知識管理研究前沿，注重實際套用，重點反映在非結構化信息的知識提取； 電子商務供求雙方的各種行為模式、社會網路、關鍵字廣告、基礎數據和代表性文本挖掘； 基於情境的知識建模與支持等方面的研究進展。研究內容緊扣現實問題，通過科學凝練和系統性建模，旨在為學界和業界提供具體技術方法和管理策略的同時，也為相關研究提供求解路徑和方法論實例。

本書主要面向高校和科研單位的碩士生、博士生及相關學者。對企業套用和研發人員也具參考價值。

圖書目錄

第1章引言

1.1新興電子商務的特徵及其研究意義

1.2主要研究內容、特色及創新

1.2.1商品圖像的描述及分類

1.2.2商品圖像的檢索

1.2.3線上購物模式的挖掘

1.2.4社會網路分析

1.2.5一種新型競爭性關鍵字廣告推薦方法——

CompKey

1.2.6基於情境的知識支持及建模

1.2.7服務系統的干擾管理

1.2.8示範工程及關鍵技術套用示範

第2章圖像內容描述及圖像分類

2.1非結構化數據描述和表示

2.1.1非結構化數據發展現狀

2.1.2電子商務中非結構化數據特點

2.1.3移動電子商務的特殊性

2.2圖像內容描述符

2.2.1顏色描述符

2.2.2輪廓描述符

2.2.3紋理描述符

2.2.4局部描述子

2.3無監督圖像分類技術

2.3.1基於類描述的商品圖像分類

2.3.2自動反饋稀疏表示的商品圖像分類

2.4有監督的商品圖像內容分類

2.4.1基於核學習的商品圖像分類

2.4.2多分類器聯合的商品圖像分類

第3章基於內容的商品圖像檢索

3.1最近鄰圖像檢索

3.1.1多特徵融合的圖像檢索

3.1.2基於局部特徵的圖像檢索

3.2圖像哈希

3.2.1基於多超球面OCSVM的圖像哈希方法

3.2.2平衡半監督哈希算法

3.3電子商務非結構數據知識管理原型系統

3.3.1電子商務個性化檢索系統

3.3.2移動平台CBIR系統的實現

3.3.3基於圖像檢索的手機定位系統

第4章線上購物模式的挖掘方法

4.1跨網站購物模式挖掘

4.1.1購物籃分析

4.1.2跨網站購物模式定義

4.1.3跨網站購物模式挖掘方法

4.2高維頻繁模式挖掘

4.2.1閉合頻繁模式定義

4.2.2行枚舉挖掘方法

4.2.3自頂向下的搜尋策略

4.2.4閉合性的檢查方法

4.2.5閉合頻繁模式的挖掘算法

第5章社會網路分析

5.1連結相似度

5.1.1連結相似度與內容相似度

5.1.2圖的基本概念

5.1.3連結相似度的典型計算方法

5.2基於塊結構的相似度計算

5.2.1社交網路中的塊結構

5.2.2轉移矩陣與圖的分割

5.2.3局部相似度和全局相似度

5.2.4基於塊結構的相似度衡量算法

5.2.5理論模型

5.3社會網路中的影響力排名

5.3.1結點重要性度量

5.3.2影響力傳播模型

5.3.3個人影響力度量

5.3.4用戶群影響力度量

5.3.5案例分析

第6章一種新型競爭性關鍵字廣告推薦方法——CompKey

6.1關鍵字廣告與競爭性行銷

6.1.1網際網路廣告與關鍵字廣告

6.1.2競爭性行銷與競爭情報分析

6.2關鍵字推薦方法

6.3競爭性關鍵字與Comp測度

6.3.1競爭品與競爭性關鍵字

6.3.2競爭性測度Comp

6.4競爭性關鍵字推薦方法——CompKey

6.4.1CompKey方法流程與算法

6.4.2CompKey方法的算法實驗與分析

6.5CompKey方法的兩個套用實例

6.5.1種子關鍵字“汰漬”的競爭性關鍵字推薦

6.5.2iPad的競爭性關鍵字與競爭性行銷

6.6CompKey方法有效性的實驗證明

6.6.1實驗設計

6.6.2實驗數據採集與整理

6.6.3實驗結果與統計分析

6.7小結

第7章基於情境的知識支持及建模方法

7.1移動服務系統典型情境的知識表示與知識支持

7.1.1服務系統典型情境的需求知識表示

7.1.2服務系統典型情境的供給知識表示

7.1.3基於情境的移動知識支持方法

7.2基於情境的建模方法

7.2.1情境建模方法研究綜述

7.2.2服務系統基於情境的建模方法

7.3基於情境的典型套用系統

7.3.1基於情境的知識支持系統

7.3.2服務系統基於情境的建模方法實例套用

第8章服務系統的干擾管理

8.1服務系統基於行為的擾動分析與度量方法

8.1.1服務系統特徵

8.1.2服務系統基於行為的擾動度量方法

8.2服務系統的干擾模型研究

8.3服務系統干擾模型的求解方法研究

8.3.1基於空間矢量的多目標最佳化方法

8.3.2混合蟻群算法的研究

8.3.3干擾管理模型的混合求解方法

8.4服務系統干擾事件的快速處理與決策方法

8.4.1物流配送車輛的干擾管

理序貫決策方法研究

8.4.2基於等值線的城區物流配送實時決策方法

8.4.3有軌電車中斷事件的協作救援方法

第9章示範工程及關鍵技術示範

9.1示範工程

9.1.1示範工程建設背景

9.1.2移動電子商務成果及套用

9.1.3北京系統建設方案

9.1.4實際運行效果

9.2基於物聯網技術的有機蔬菜移動電子商務平台示範套用

9.2.1項目概況

9.2.2系統設計方案概述

9.2.3項目實施效果

9.3關鍵技術套用示範

9.3.1圖像搜尋技術在專家輔助決策系統中的

套用示範

9.3.2情境建模方法在有機蔬菜網上直銷物流配送

過程中的套用示範

參考文獻

索引

Contents

Chapter 1Introduction

1.1Characteristics of Emerging EBusiness

1.2Contents and Features

1.2.1Descriptions and Classifications of Product

Images

1.2.2Product Image Retrieval

1.2.3Online Shopping Patterns Mining

1.2.4Social Network Analysis

1.2.5A Novel Competitive Keyword Ads Suggestion

MethodCompKey

1.2.6ContextBased Knowledge Support and

Modeling

1.2.7Disruption Management of Service System

1.2.8Demonstrative Projects and Applications

of Key Techniques

Chapter 2Image Content Description and Image Classification

2.1NonStructural Data Description and Representation

2.1.1StateofArt of NonStructural Data

2.1.2NonStructural Data Characteristics in

EBusiness

2.1.3Mobile Business

2.2Image Content Descriptors

2.2.1Color Descriptors

2.2.2Sketch Descriptors

2.2.3Texture Descriptors

2.2.4Local Descriptors

2.3Unsupervised Product Image Classification

2.3.1Product Image Classification Based on Class

Description

2.3.2Product Image Classification Based on AutoFeedback

Scattered Representation

2.4Supervised Product Image Classification

2.4.1Product Image Classification Based on Kernel

Learning

2.4.2Product Image Classification Based on

MultiClassifiers

Chapter 3ContentBased Product Image Retrieval

3.1Nearest Neighbor Image Retrieval

3.1.1MultiFeatured Image Retrieval

3.1.2Local Featured Image Retrieval

3.2Image Hashing

3.2.1MultiHypersphere OCSVM Based Image

Hashing

3.2.2Balanced SemiSupervised Hashing

3.3NonStructural Data and Knowledge Management

System Prototype in EBusiness

3.3.1Personalized Retrieval System

3.3.2Implementation of Mobile Platform CBIR

3.3.3Image Retrieval Based Mobile Navigation

System

Chapter 4Online Shopping Pattern Mining

4.1CrossWebsite Shopping Pattern Mining

4.1.1Basket Analysis

4.1.2CrossWebsite Shopping Patterns

4.1.3CrossWebsite Shopping Pattern Mining

4.2HighDimensional Frequent Pattern Mining

4.2.1Closed Frequent Pattern

4.2.2Row Enumeration Based Mining Method

4.2.3TopDown Search Strategy

4.2.4Closeness Validation

4.2.5Closed Frequent Pattern Mining

Chapter 5Social Network Analysis

5.1Link Similarity

5.1.1Link Similarity and Content Similarity

5.1.2Preliminaries of Graphs

5.1.3Traditional Methods for Calculating Link

Similarity

5.2BlockBased Similarity Calculation

5.2.1Block Structure in Social Network

5.2.2Transition Matrix and Graph Separation

5.2.3Local Similarity and Global Similarity

5.2.4BlockBased Similarity Metrics and Algorithms

5.2.5Theoretical Modeling

5.3Influence Ranking in Social Networks

5.3.1Importance Metric for Nodes

5.3.2Influence Propagation Model

5.3.3Personal Influence Metrics

5.3.4Group Influence Metrics

5.3.5Case Analysis

Chapter 6A Novel Competitive Keyword Ads Suggestion

MethodCompKey

6.1Keyword Advertising and Competitive Marketing

6.1.1Internet Ads and Keyword Ads

6.1.2Competitive Marketing and Competitive

Intelligence

6.2Keyword Suggestion Methods

6.3Competitive Keyword and Comp Metrics

6.3.1Competitiveness and Competitive Keywords

6.3.2Competitiveness MetricComp

6.4Competitive Keyword Suggestion MethodCompKey

6.4.1CompKey Process and Algorithm

6.4.2Experimental Analysis of CompKey

6.5Two Case Analyses of the CompKey Method

6.5.1Competitive Keyword Suggestion of Seed “Tide”

6.5.2Competitive Keywords Analysis and

Competitive Marketing of “iPad”

6.6Experimental Validation of CompKey

6.6.1Experiment Design

6.6.2Experimental Data Collection and Processing

6.6.3Experimental Results and Statistical Analysis

6.7Summary

Chapter 7ContextBased Knowledge Support and Modeling

7.1Knowledge Representation and Knowledge Support

of Mobile Service System Context

7.1.1Requirement Knowledge Representation of

Typical Scenario in Service System

7.1.2Supply Knowledge Representation of Typical

Scenario in Service System

7.1.3ContextBased Mobile Knowledge Support

Method

7.2ContextBased Modeling

7.2.1Overview of ContextBased Modeling

7.2.2ContextBased Modeling in Service System

7.3ContextBased Applications

7.3.1ContextBased Knowledge Support System

7.3.2Case Study of ContextBased Modeling in

Service System

Chapter 8Disruption Management in Service System

8.1BehaviorBased Perturbation Analysis and Measurement

in Service System

8.1.1Characteristics of Service System

8.1.2BehaviorBased Perturbation Measurement in

Service System

8.2Disruption Modeling of Service System

8.3Methods for Solving Disruption Model in Service

System

8.3.1Space Vector Based MultiObjective Optimization

8.3.2Hybrid Ant Colony Algorithms

8.3.3Hybrid Optimization of Disruption Management

Model

8.4Quick Response and Decision of Disruption Management

in Service System

8.4.1Sequential Decisions in Disruption Management

of Vehicle Delivery

8.4.2Contour Line Based Online Solution for

Urban Distribution

8.4.3Coordinated Recovery for Tram Interruption

Chapter 9Demonstrative Projects and Applications of Key Techniques

9.1Demonstrative Projects

9.1.1Background

9.1.2Mobile Business Applications

9.1.3The Beijing Project

9.1.4Practice and Results

9.2WebofThings Technology Based Organic Vegetable

Mobile Business Demonstration Platform

9.2.1Background

9.2.2System Design

9.2.3Practice and Results

9.3Applications of Key Techniques

9.3.1Image Search Techniques in ExpertAided

Decision System

9.3.2ContextBased Modeling Techniques in

Organic Vegetable Online Distribution

References

Index