知識系統(tǒng)和電子商務(wù)中的網(wǎng)絡(luò)理論與應(yīng)用研究

定　價：￥18.00

作　者：	劉建國，郭強著
出版社：	上海財經(jīng)大學(xué)出版社有限公司
叢編項：
標(biāo)　簽：	電子商務(wù)

購買這本書可以去

ISBN：	9787564209001	出版時間：	2011-03-01	包裝：	平裝
開本：	16開	頁數(shù)：	267	字?jǐn)?shù)：

內(nèi)容簡介

　　知識管理和電子商務(wù)的研究都具有高度復(fù)雜性和跨學(xué)科性的特點，兼有自然科學(xué)與人文科學(xué)兩種屬性。由于知識的高度抽象性。知識的擁有者和知識的載體之間有著錯綜復(fù)雜的聯(lián)系，構(gòu)成了各種類型的知識系統(tǒng)。知識系統(tǒng)是一種以網(wǎng)絡(luò)的結(jié)構(gòu)形式存在的復(fù)雜自適應(yīng)系統(tǒng)。電子商務(wù)系統(tǒng)中用戶和產(chǎn)品之間的選擇關(guān)系也可以用網(wǎng)絡(luò)對其進(jìn)行描述，進(jìn)而對電子商務(wù)中的個性化推薦算法進(jìn)行深入研究。復(fù)雜網(wǎng)絡(luò)作為一種新興的對復(fù)雜系統(tǒng)進(jìn)行定量描述的工具，可以對復(fù)雜自適應(yīng)系統(tǒng)進(jìn)行建模和分析?！吨R系統(tǒng)和電子商務(wù)中的網(wǎng)絡(luò)理論與應(yīng)用研究》從系統(tǒng)結(jié)構(gòu)與系統(tǒng)功能的角度，對復(fù)雜網(wǎng)絡(luò)理論中的演化機制及若干動力學(xué)行為進(jìn)行了理論研究，并利用復(fù)雜網(wǎng)絡(luò)對一特定的知識系統(tǒng)進(jìn)行了實證研究，對這一系統(tǒng)中的知識進(jìn)行表示、分類以及聚類等分析，分別對宏觀層次的整體學(xué)科發(fā)展趨勢、中觀層次的學(xué)科代碼調(diào)整和微觀層次的學(xué)科領(lǐng)域知識的發(fā)展進(jìn)行了分析。在個性化推薦算法研究方面，本書建立了基于用戶一產(chǎn)品二部分網(wǎng)絡(luò)的個性化推薦算法。

作者簡介

暫缺《知識系統(tǒng)和電子商務(wù)中的網(wǎng)絡(luò)理論與應(yīng)用研究》作者簡介

圖書目錄

總序
前言
第一章緒論
    1.1 問題的研究背景和意義
    1.2 知識網(wǎng)絡(luò)研究綜述
    1.3 個性化推薦系統(tǒng)的研究進(jìn)展
    1.4 復(fù)雜網(wǎng)絡(luò)研究綜述
    1.5 本書的主要工作
第二章復(fù)雜網(wǎng)絡(luò)的演化模型研究
    2.1 多步連接的無尺度網(wǎng)絡(luò)增長模型
    2.2 正負(fù)匹配度可調(diào)的增長無尺度網(wǎng)絡(luò)模型
    2.3 自學(xué)習(xí)雙向選擇加權(quán)網(wǎng)絡(luò)演化模型
    2.4 帶有平均距離和平均度約束的無尺度網(wǎng)絡(luò)演化模型
    2.5 有向網(wǎng)絡(luò)中出度與入度之間的關(guān)系
第三章復(fù)雜網(wǎng)絡(luò)的動力學(xué)優(yōu)化
    3.1 優(yōu)化無尺度網(wǎng)絡(luò)的魯棒性
    3.2 優(yōu)化無尺度網(wǎng)絡(luò)同步能力
    3.3 網(wǎng)絡(luò)拓?fù)淞颗c同步能力的關(guān)系
    3.4 無尺度網(wǎng)絡(luò)上的定向傳播行為研究
    3.5 二維格子上的意見傳播
第四章復(fù)雜網(wǎng)絡(luò)在某知識網(wǎng)絡(luò)系統(tǒng)中的應(yīng)用
    4.1 項目文本關(guān)聯(lián)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)分析
    4.2 項目文本關(guān)聯(lián)網(wǎng)絡(luò)的加權(quán)網(wǎng)絡(luò)分析
    4.3 項目關(guān)聯(lián)網(wǎng)絡(luò)的宏觀知識挖掘
    4.4 基于加權(quán)網(wǎng)絡(luò)的一種中文文本聚類算法
    4.5 基于公共鄰居的快速網(wǎng)絡(luò)聚類算法
    4.6 領(lǐng)域知識的中觀層次分析
    4.7 類模型網(wǎng)絡(luò)關(guān)聯(lián)分析
第五章個性化推薦中用戶喜好的影響
    5.1 引言
    5.2 基于物質(zhì)擴(kuò)散的個性化推薦
    5.3 考慮用戶喜好影響的改進(jìn)算法
    5.4 數(shù)值模擬結(jié)構(gòu)
    5.5 小結(jié)
第六章二部分網(wǎng)絡(luò)關(guān)于個性化推薦的高階相關(guān)性的影響
    6.1 引言
    6.2 問題刻畫和表現(xiàn)指標(biāo)
    6.3 基于擴(kuò)散過程的改進(jìn)協(xié)同過濾算法
    6.4 MCF算法的數(shù)值結(jié)果
    6.5 改進(jìn)的算法
    6.6 結(jié)論
第七章基于熱傳導(dǎo)的改進(jìn)協(xié)同過濾算法
    7.1 算法介紹
    7.2 數(shù)值結(jié)果
    7.3 修正的算法
    7.4 結(jié)論
第八章總結(jié)與展望
    8.1 總結(jié)
    8.2 展望
參考文獻(xiàn)
附錄1 作者科研工作簡歷
附錄2 研究成果及發(fā)表的論文
致謝
作者簡介