基于混合K-中心点的Web客户聚类

通过对Web日志文件进行分析，该文提出了一种改进的K-中心点聚类算法对Wweb用户的行为进行分析的方法。该算法利用模糊相似度，并模仿遗传算法中计算适应度思想，另加了一层循环迭代，每次比较适应度，保留最佳适应度，使之有较好的性能，改进了其易局部最优化的缺点。     

基于模糊聚类的客户分类应用研究

为解决客户关系管理中的客户分类问题，引入了模糊聚类分析算法。通过分析客户购买力的单因素数据矩阵，以客户胸买力之间相似程度作为聚类指标，应用模糊聚类分析法，求得客户的相对隶属度，从而为客户类别的划分提供科学分类依据。在特征函数确定问题上，提出了结合2/8营销理论的一种新方法。     

产业集群的演进:一个基于专业化分工视角的解释

产业集群的形成是专业化分工产业的报酬递增的一种空间表现形式,是一个劳动分工深化、交易效率提高的过程.如果从分工角度考察,产业集群是形成专业化分工的产物;同时,分工和专业化的发展与产业集群之间表现出高度的一致性.     

自适应聚类视角下学科领域主题分析——以物流学科为例

基于改进关键词重要性和近邻传播聚类算法,提出了一种学科领域主题分析方法,通过词频分析法和作者潜意识行为计算高频关键词权重,借助共词分析和Ochiai系数构建带权重高频关键词相似性矩阵,利用近邻传播聚类算法对学科领域主题进行自适应提取与分析。以CSSCI收录的2015—2019年物流学科领域期刊论文为研究对象,借助新方法对其进行主题分析,研究结果表明:高重要性的关键词不一定是核心主题,核心主题与同一簇内其它成员关键词最为相似。与此同时,近五年物流学科存在“降本增效”“区域物流一体化”“现代物流技术研究与创新”“物流体制改革与产业转型升级”“农村物流与农产品物流”“电子商务与跨境电商”“可持续发展理念”等七大热门主题。     

福建产业集群研究

产业集群是地理上相对集中的、业务上横向相关或纵向相关的、交易机制上遵循市场法则的多个企业集聚体 ,研究其对区域经济的发展具有一定的意义。根据调查绘制出了福建省产业集群图谱 ,并分析了福建产业集群的现状 ,针对其成功的经验及存在的问题 ,提出了发展对策。     

我国物流市场的区域差异分析

首先运用因子分析法对我国31个省（区、市）物流市场的差异作了分析，得出3个主要因子。然后以这3个主要因子为新变量，采用聚类分析法将31个省（区、市）分为5个层次，分别代表不同的物流需求程度。最后结合我国物流市场的实际情况加以定性分析。     

基于粒子群优化的模糊聚类分析

基于求解实优化问题时,粒子群优化算法优于遗传算法。在基于遗传算法的模糊C均值聚类算法基础上,给出了基于粒子群的模糊C均值聚类算法,试验结果表明:该算法克服了传统的模糊C均值聚类算法的缺陷,同时在收敛速度方面明显优于基于遗传算法的模糊C均值聚类算法。     

模糊聚类分析在配送中心订货策略中的应用

针对传统ABC分类方法的局限性,提出了面向订货策略的物料模糊聚类分析方法,以物料订货量和物料单价作为聚类指标,对物料进行模糊聚类分析,对于不同类别的物料实施不同的订货策略。给出了一个模糊聚类应用于订货策略的实例,并与基于ABC分类的库存控制系统进行了对比,表明基于多因素模糊聚类的库存控制系统能有效降低库存成本。     

创新生态系统的理论演进与热点前沿：一项文献计量分析研究

本文利用CiteSpace对Web of Science数据库中2001—2018年关于创新生态系统领域的已有研究进行文献计量分析。基于主题词共现分析结果,本文首先对创新生态系统的基础研究进行系统性梳理;其次,本文进一步追踪该领域2016—2018年期间的最新文献及其相关引用情况,基于文献共被引分析结果,归纳了三大研究前沿热点:"生态系统"反思及补充、系统风险预测及应对、系统成员行为与微观治理机制;最后,文章瞄准现有研究存在的不足,对未来研究提出合适的探索方向。     

市场开放进程中的工业企业集聚与人口城市化——长三角地区人口城市化的动因探析(1984—2002)

在渐进的市场改革和开放进程中,长三角地区以城市人口不断增加为表现的人口城市化进程并没有遵循城市化进程的国际经验,即城市化主要来自工业化的推动,而主要由于工业企业集中、政府干预和市场促进等多种因素的相互作用,人口城市化发展的演进特征则是上述诸多因素共同作用的结果。确切地说,不断增加的工业生产活动并没有对长江三角洲地区的城市化进程发挥明显作用,特别是在城市化加速发展阶段,市场开放进程中不断向市区集聚的工业企业的集聚行为(而非工业化)在很大程度上促进了城市化的快速发展。考察和分析了不同阶段长三角人口城市化发展的不同特征和区域差异。