電子商務(wù)相關(guān)技術(shù)的研究.pdf

1、隨著數(shù)據(jù)庫和信息技術(shù)的迅猛發(fā)展,通過其得到的快速增長的海量數(shù)據(jù)因為得不到人們的理解而變?yōu)橐蛔?數(shù)據(jù)墳?zāi)?.作為解決這一問題的重要方法,數(shù)據(jù)挖掘引起了信息產(chǎn)業(yè)界的極大關(guān)注,對其相關(guān)領(lǐng)域技術(shù)與方法的研究己成為一個熱門學(xué)科.作為數(shù)據(jù)挖掘技術(shù)的重要組成部分,關(guān)聯(lián)規(guī)則挖掘技術(shù)因其廣泛應(yīng)用于發(fā)現(xiàn)大量事務(wù)商務(wù)記錄中的相關(guān)關(guān)系而得到了人們特別的重視.供應(yīng)鏈管理則有助于企業(yè)對其物流進行更好的優(yōu)化配置,從而得到越來越多企業(yè)的青睞.以上幾個方面的研究都在

2、電子商務(wù)中占有重要的地位,并日益成為此領(lǐng)域內(nèi)的研究熱點.然而傳統(tǒng)技術(shù)均存在各種各樣的不足,因此迫切需要性能更好、效率更高的新方法.本文首先引入了人工免疫系統(tǒng)概念,并應(yīng)用其中的免疫克隆算法對多維關(guān)聯(lián)規(guī)則挖掘算法及供應(yīng)鏈管理模型求解算法進行了改進.實驗證明,改進后的算法無論是在執(zhí)行效率上,還是在收斂速度上,都比傳統(tǒng)算法有了一定的提高.由于克隆算法本身具有的并行性和易操作性,使多維關(guān)聯(lián)規(guī)則挖掘這類NP問題得以快速的解決,同時也使供應(yīng)鏈求解算法

3、更為快速有效.本文分析了傳統(tǒng)關(guān)聯(lián)規(guī)則挖掘方法(Apriori算法、基于進化的關(guān)聯(lián)規(guī)則挖掘算法,基于免疫的關(guān)聯(lián)規(guī)則挖掘算法)、傳統(tǒng)供應(yīng)鏈求解算法(基于進化算法的供應(yīng)鏈求解算法)的優(yōu)勢和不足,并以此為基礎(chǔ),結(jié)合免疫克隆算法,做出了如下創(chuàng)新:1.關(guān)聯(lián)規(guī)則挖掘是NP完全問題.免疫克隆算法具有比遺傳算法更加優(yōu)良的全局和局部尋優(yōu)能力,本文給出了采用免疫克隆算法進行多維數(shù)據(jù)挖掘的步驟,并進行了仿真試驗.實驗證明此算法比傳統(tǒng)算法具有更好的性能.2.提出