您的位置: 专家智库 > >

教育部人文社会科学研究基金(13YJC630210)

作品数:5 被引量:71H指数:4
相关作者:于红岩陈月李明张永平杨琳琳更多>>
相关机构:上海海事大学东北财经大学云南省教育厅更多>>
发文基金:教育部人文社会科学研究基金国家自然科学基金云南省教育厅科学研究基金更多>>
相关领域:经济管理自动化与计算机技术更多>>

文献类型

  • 5篇中文期刊文章

领域

  • 4篇经济管理
  • 1篇自动化与计算...

主题

  • 2篇电商
  • 1篇多属性
  • 1篇信用
  • 1篇信用评价
  • 1篇隐式
  • 1篇用户
  • 1篇掌柜
  • 1篇中国股票
  • 1篇中国股票市场
  • 1篇生态圈
  • 1篇投资者
  • 1篇投资者关注
  • 1篇农村
  • 1篇欺诈
  • 1篇综合评价
  • 1篇模糊综合评价...
  • 1篇经验数据
  • 1篇股票
  • 1篇股票市场
  • 1篇关注度

机构

  • 4篇上海海事大学
  • 1篇东北财经大学
  • 1篇宁波工程学院
  • 1篇昆明理工大学
  • 1篇云南农业大学
  • 1篇云南财经大学
  • 1篇云南省教育厅

作者

  • 4篇于红岩
  • 1篇朱南丽
  • 1篇李学术
  • 1篇李明
  • 1篇邹平
  • 1篇陈月
  • 1篇张杨
  • 1篇杨琳琳
  • 1篇张永平

传媒

  • 1篇价值工程
  • 1篇统计与决策
  • 1篇现代计算机
  • 1篇经济问题探索
  • 1篇西安电子科技...

年份

  • 1篇2017
  • 1篇2016
  • 2篇2015
  • 1篇2014
5 条 记 录,以下是 1-5
排序方式:
多属性网上拍卖市场的发展现状和提升对策
2014年
多属性网上拍卖是电子采购的主要手段之一,具有广阔的市场发展空间。本文剖析了多属性网上拍卖的服务模式,设计了多属性网上平台架构,对多属性网上拍卖的应用范围和经济效益进行深入分析。通过分析多属性网上拍卖市场的发展现状,指出当前多属性网上拍卖市场存在欺诈、信用评价机制缺陷、以及有限的参与性等问题。在此基础上,提出了多属性网上拍卖市场的提升对策:设计满足激励相容的多属性拍卖机制,建立有效的多属性网上拍卖信用评价体系,开发智能化的代理软件以提高多属性网上拍卖的参与人数。
于红岩
关键词:欺诈信用评价
基于博客/微博信息量的投资者关注度测量研究--来自中国股票市场的经验数据被引量:12
2015年
引入博客/微博发布量作为对投资者关注度的新指标,更为及时并直接地测度投资者关注。以2010年5月3日至2012年12月30日为样本区间,从国内主流平台新浪抽取博客/微博数据,结合由沪深300指数股筛选所得样本股搭建研究数据。通过探讨博客/微博量与现有投资者关注度代理变量之间的关系,发现他们相关但亦存在不同,因此引入博客/微博量作为新指标具有合理性;发现博客/微博量能更及时地反映投资者关注;最后验证了博客/微博量可实现对投资者关注的有效度量,对个人/中小投资者的量度效果更佳。
朱南丽邹平张永平李学术杨琳琳张杨
关键词:投资者关注
基于FAHP的加权组合模型预测精度检验与比较被引量:7
2017年
单一的预测模型在对时间序列数据进行预测时会产生预测精度差和适用性差的问题。文章首先利用回归分析、三次指数平滑法、ARIMA模型、GM(1,1)模型等单一模型对区域天然气需求进行预测;然后采用加权组合预测思想,运用模糊综合评价法(FAHP法)对各个模型进行评分,剔除评分最低的预测模型以避免影响最后的加权组合精度;最后将FAHP法的评分域变换到加权组合模型的权数域中,对区域天然气需求进行加权组合预测。实证结果表明:与单一预测模型和传统的加权组合模型相比较,基于FAHP评分及权重确定的加权组合模型可将预测精度最高提升9.47%,明显高于单一预测模型和传统加权组合模型。
于红岩季申佳
关键词:模糊综合评价法
农村电商O2O模式研究——以“邮掌柜O2O平台”为例被引量:30
2015年
农村电商O2O模式是农村电商发展的必然趋势。通过分析农村电子商务的模式与运作机制,本文提出了农村电商O2O的发展特征,即农产品生产趋于技术智能化、农产品销售趋于品牌化和农产品供应链管理信息化;构建了包括"农村电商O2O平台搭建"、"新农村服务"及"互动与协作"三个维度的农村电商O2O模式的基本框架;最后以"邮掌柜O2O平台"为样本,从上述三个维度出发,对农村电商O2O模式进行了验证。
于红岩夏雷淙李明陈月
关键词:O2O模式
大数据下基于Spark的电商实时推荐系统的设计与实现被引量:22
2016年
大数据下基于Hadoop平台构建的电商推荐系统存在着计算缓慢、无法根据用户实时行为作出推荐的问题。针对以上问题,设计和实现基于Spark平台的电商实时推荐系统。与Hadoop平台构建的推荐系统相比,系统首先基于Spark平台构建了分布式日志采集模块和分布式日志数据传输模块,用于采集和传输用户隐式行为日志,解决电子商务跨系统数据源收集问题;其次在统一数据源的基础上,采用基于Spark的矩阵分解推荐模型进行离线训练,提升离线推荐训练的效率;进而在离线推荐的基础上,提出一种使用Spark Streaming实时流技术对电商日志数据做实时过滤,获取用户当前所需商品,并将离线推荐结果与实时推荐结果通过统一介质融合的方案,实现对用户隐式行为进行实时推荐反馈的功能。最后经实验证明,基于Spark平台的电商实时推荐系统相对于Hadoop平台的电商推荐系统具有更高的可靠性和稳定性,能够承载大规模数据量,离线推荐训练速度相对于Hadoop平台提高10倍,并且对用户的实时行为也能够作出实时推荐反馈,提升5%的交易转化率,增强电商网站的用户体验。
岑凯伦于红岩杨腾霄
关键词:大数据HADOOP平台
共1页<1>
聚类工具0