数据挖掘在电子商务中的应用

Web挖掘是传统数据挖掘技术在web环境下的应用,是从web的数据中发现用户浏览模式与寻找相关web页面等。Web挖掘分为web内容挖掘,web结构挖掘和web访问信息挖掘。其中,与电子商务最为紧密的是web访问信息挖掘。本论文从电子商务技术和应用两个方面进行了具体分析,对怎样应用它来处理问题进行了进一步解答,讨论了进一步的研究方向。     

Web数据挖掘初探

Web数据挖掘是数据挖掘领域中一个新兴方向。文章介绍了Web数据挖掘的概念、流程,融合前人的众多研究,重点分析了Web数据挖掘的分类及其功能,并对其未来的发展提出了自己的看法。     

基于语义嵌入深度学习的Web文本情感分类

互联网用户数量的迅猛增涨,为网络提供了大量的文本数据,对这些海量文本进行有效的情感分类,是自然语言处理领域需要解决一个难题。Web文本的情感反映了网络用户利用文字抒发的针对某对象或事物不同的情感表示,情感极性的分类可以是褒奖的、中立的或批评的。由于中文Web文本的语义表达结构和形式复杂多样,一般模型难以实现基于语义理解基础上的情感分类,提出了基于语义嵌入深度学习的情感分类模型。将语义提取、语义嵌入和深度学习相结合,实现Web文本在复杂语境下的有效情感分类。     

计算机web数据在电子商务中的运用

电子商务在企业中得到广泛应用,极大地促进了电子商务网站的兴起,经过分析一定时期内站点上的用户的访问信息,便可发现该商务站点上潜在的客户群体、相关页面、聚类客户等数据信息,企业信息系统因此会获得大量的数据,目前计算机web数据挖掘技术被广泛应用于电子商务活动,它是随着网络技术和数据库技术的快速发展而出现的一种新技术,已成为现代电子商务企业获取市场信息极为重要的工具。本文重点探究了计算机web数据在电子商务中的应用。     

基于智能手机的农业信息服务系统研究

在分析国内外农业信息服务平台的应用现状基础上,研究了我国农民获取农业信息的特点,对基于智能手机平台的农业信息服务系统进行了技术构建,将Web Services数据挖掘技术与Android平台智能手机技术相结合,利用Heri-trix框架进行特定农业信息的收集,通过Web Services数据挖掘为Android平台客户端提供最直接的农业信息服务,使移动通信网络和计算机网络更好地服务于农业科技信息推送与农产品的网络销售过程。     

基于文本挖掘的自动非负矩阵分解的层次聚类方法

随着网络信息技术的飞速发展,人们在如此庞大的信息中如何找到有用的信息成为一个问题,文本挖掘技术在这样的背景下应运而生。为解决层次关系的文字资料的文本挖掘,文章提出一种新自动非负矩阵分解的层次聚类方法。实验结果对实际数据集进行了比较,结果表明,该方法对于所有情况的平均估计要优于其他传统方法,对于具有层次关系的文字资料的数据挖掘是一种较好的方法。     

Web数据挖掘和数据仓库在电子商务市场营销管理中的应用

简单介绍数据仓库和Web数据挖掘技术,并探析Web数据挖掘在电子商务市场营销管理中的应用.     

聚类方法对股票市场文本挖掘信息的分析

面对股票市场上海量的信息,文章提出使用文本挖掘技术,在快速得到初步挖掘结果的基础上,应用上市公司财务评价指标体系和数据挖掘中的聚类的方法对其分析。文章结合股票市场信息的特征建立了文本挖掘的框架和挖掘流程,并举用22家上市公司的年报进行文本挖掘和聚类分析,给出了一种综合分析与评价上市公司财务状况和经营状况的方法。     

论Web2．0的特色及其对当代大学生的影响

Web2．0是相对web1．0的新一类互联网应用的统称，它整合了Web1．0现有的诸多服务和技术，形成了不同于Web1．0的特点。大学生是web2．0应用的最大主体，Web2．0为大学生提供了一种新的学习、生活方式，有利于大学生的成长成才，但同时也给大学生带来了诸多不容忽视的负面影响。     

基于情感分析和机器学习的用户评论信息挖掘

用户评论文本中的主观情感色彩表达了评价者对产品信息的反馈,对其进行有效挖掘意义重大。针对当前用户评论文本信息未能被充分利用的现状,以Vivo手机用户评论数据为研究对象,构建较完备的手机领域情感词典,对用户评论进行情感倾向分析,得到27 223条评论的手机好评度为91.56%,高于HowNet(情感词典)和NTUSD(情感极性词典)85.96%的好评度。基于情感分析的结果,采用K-means算法发现对产品具有相似兴趣特征的用户群体,并采用TextRank算法挖掘用户群体的兴趣特征。最后利用SVM(支持向量机)、决策树、随机森林、K-近邻算法4种机器学习方法建立用户分类预测模型。随机森林模型预测准确率可达99.83%。基于情感分析的结果定位用户群体的方法,为企业有针对性地进行不同客户群体的营销和服务工作提供了新的方向。     

试论表外会计信息的规范与揭示

传统的表内会计信息存在着揭示不充分、不全面 ,甚至不科学的缺陷 ,这样使得揭示表外会计信息成为必要。本文在研究国际上表外会计信息的规范和揭示方法后 ,提出其重新规范的内容和应采取的揭示方法 ,以及关于我国表外会计信息规范和揭示的几点思考     

An Applicat ion of Halliday's Text ual Funct ion Theory:Analysis of Ant on Chekhov's “A Nincompoop”

Theme and information focus,two important concepts of Functional Grammar,are helpful for us to interpret the information placement of a text.The relationship between the two by analyzing the thematic structure and information structure of Anton Chekhov's A Nincompoop is attempted to show.The thematic progressing of the text to present its inner connexity is also explored.The purpose of doing this is to dig up the hidden meaning the author wants to express.     

关键审计事项与管理层讨论与分析增量信息披露——基于MD&A文本相似度的研究

研究基于2017-2020年我国沪深两市A股上市公司的样本,采用文本分析的方法,考察关键审计事项对管理层讨论与分析增量信息披露的影响。研究结果表明,关键审计事项披露增进了企业管理层讨论与分析(MD&A)的信息含量。进一步研究发现,在非国有企业、分析师跟踪较少的企业以及审计质量较低的企业中,关键审计事项披露对MD&A信息含量的提升作用更为显著。此研究基于增量信息的视角探讨关键审计事项对企业管理层的监督与治理效应,具有重要的理论和现实意义。     

基于WEB挖掘的虚拟企业合作伙伴选择研究

将基于WEB的文本挖掘应用到虚拟企业合作伙伴选择过程中,通过已有的网页搜集、文本过滤、信息抽取等相关文本处理技术自动提取Internet上企业的相关信息,从而为核心企业提供大量的潜在伙伴信息,缩短虚拟企业组建时间,提高核心企业市场反应速度。     

管理会计的新发展--战略管理会计

本文通过对传统管理会计的缺陷及外部压力的分析,阐述了战略管理会计兴起的背景。进而揭示了战略管理会计的内涵与新特征,即更加重视外部环境、方法更加灵活、信息来源多样化、多维度等,最后结合现实情况的变化提出战略管理会计与市场营销、信息技术以及中国企业实践有机结合的崭新发展趋势。     

ERP环境下企业会计信息系统的发展趋势

随着信息技术与企业管理思想的发展,ERP系统逐渐推广到各类企业,企业会计信息系统的应用环境由此发生重大变化。本文通过分析了ERP环境的特征,阐述了ERP环境对会计信息系统的影响,并预测了会计信息系统的发展趋势。     

群决策熵集结的GEM模型改进研究

研究如何对风险决策中群决策熵集的GEM模型进行改进。群决策过程中，由于投资者风险偏好程度不同，通常无法精确衡量投资是否能够满足回报需求；在群决策中决策主体常给出4种不同形式的偏好信息，包括序数关系值、效用值、互反判断矩阵和模糊互补判断矩阵。本文通过公式将其他三种偏好信息都转换成效用值的形式，然后应用改进后的GEM模型进行熵集结，最终得到更优的群决策方案。最后通过实例说明改进的有效性。     

政治文献英译的策略

政治文献英译的目的是让译文受者在摄取信息的过程中不遇到障碍,明确无误地理解和把握译文所传递的信息要旨。政治文献英译的翻译应注意：译文信息传递的功能对策;译文文化信息的保留和再现;译文语篇逻辑的重构。     

谈企业内部网络安全

企业网络安全的重要性，危及企业网络安全共两个方面，即：内部安全和外部安全，并相应地提出具体的解决方法。进一步强调了企业的信息安全，是一个整体的问题，需要从管理与技术相结合的高度，制定出全面的解决策略。