电子商务推荐系统与智能谈判技术【2025|PDF下载-Epub版本|mobi电子书|kindle百度云盘下载】

电子商务推荐系统与智能谈判技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章　绪论1

1.1 电子商务系统概述1

1.1.1 电子商务的概念1

1.1.2 电子商务系统的特征2

1.1.3 电子商务的模式3

1.1.4 电子商务的基础技术4

1.1.5 电子商务存在的问题5

1.2　智能Agent与电子商务7

1.2.1　Agent的概念7

1.2.2 多Agent系统8

1.2.3　基于Agent在电子商务中的优越性9

1.3　消费者行为模型10

1.4　智能电子商务系统15

1.4.1 购物行为的决策支持15

1.4.2　对智能的探讨17

1.5　电子商务推荐系统19

1.5.1 推荐系统简介19

1.5.2　推荐系统与个性化服务20

1.5.3 推荐系统的研究内容20

1.5.4 推荐系统的分类21

1.5.5 推荐系统实例简介23

1.6　智能谈判系统24

1.6.1 智能谈判系统发展过程24

1.6.2 智能谈判系统的主要研究内容26

1.6.3 智能谈判系统实例简介27

本章小结29

第2章 电子商务推荐系统相关技术30

2.1　信息检索和信息过滤30

2.1.1 信息检索30

2.1.2　信息过滤32

2.2　数据挖掘技术34

2.2.1　数据挖掘过程和功能34

2.2.2　数据挖掘知识分类和数据挖掘方法35

2.2.3 数据挖掘与推荐系统38

2.3　电子商务推荐算法39

2.3.1 电子商务推荐算法概述39

2.3.2　基于关联规则的推荐算法40

2.3.3　基于内容的推荐算法43

2.3.4　协同过滤推荐算法44

2.3.5 其他推荐算法简介51

2.3.6 电子商务推荐算法面临的挑战54

第3章 Web挖掘技术的智能商务推荐56

3.1 引言56

3.2　Web挖掘相关的技术背景57

3.2.1 Web使用挖掘57

3.2.2 关联规则挖掘和商品分类58

3.2.3 朴素Bayesian分类60

3.3　推荐过程61

3.3.1 目标顾客选择62

3.3.2　顾客偏好分析65

3.3.3　商品关联分析69

3.3.4　产生推荐结果72

3.4　推荐系统的实现模型74

本章小结76

第4章 专家知识决策和协同过滤的推荐系统77

4.1 引言77

4.2　Agent技术78

4.2.1 智能Agent概述78

4.2.2　Agent的抽象结构79

4.3　智能推荐系统的分析80

4.3.1 问题的提出80

4.3.2 解决方案81

4.4　基于多Agent的推荐系统83

4.4.1 系统结构83

4.4.2　界面Agent84

4.4.3　采购Agent85

4.4.4　专家Agent86

4.4.5　评价Agent90

4.4.6　协同Agent94

4.5　商品本体95

4.6　系统集成及Web应用98

4.6.1　Agent集成98

4.6.2　Web应用设计99

4.7　基于Agent的推荐系统评价100

本章小结101

第5章　DAKNNs的电子商务协同过滤推荐算法102

5.1　提出问题102

5.2　K最近邻搜索（KNNs）算法简介103

5.3 DAKNNs算法106

5.3.1 算法思路106

5.3.2　r的确定107

5.3.3 算法112

5.3.4　分析113

5.4 基于DAKNNs的协同过滤推荐115

5.4.1　评分矩阵的转换115

5.4.2　评分矩阵的组织116

5.4.3　k最近邻搜索117

5.4.4　产生推荐118

本章小结118

第6章 多Agent的电子商务推荐系统的设计与实现119

6.1 简介119

6.2　MABRS功能结构图122

6.3 MABRS原型系统的体系结构124

6.4　MABRS的设计与实现127

6.4.1 开发工具简介127

6.4.2　数据库设计128

6.4.3 MABRS系统部分模块设计介绍134

本章小结138

第7章　智能谈判的基本原理139

7.1　商务谈判概述139

7.1.1 商务谈判的概念139

7.1.2 商务谈判的模型与谈判过程141

7.1.3 商务谈判的规律142

7.1.4　对策论与商务谈判145

7.2　谈判方式的新构想——智能谈判146

7.2.1 基于代理（Agent）的智能谈判146

7.2.2 谈判Agent的结构设计148

7.3　谈判支持系统151

7.3.1 谈判支持系统概述151

7.3.2 基于Web的谈判支持系统151

7.4　机器学习和谈判策略153

7.4.1 机器学习方法概述153

7.4.2 基于机器学习方法的谈判策略155

7.4.3　案例推理与谈判策略156

7.4.4 决策树归纳学习与谈判策略159

7.5　智能谈判模型163

7.5.1　人工谈判过程163

7.5.2　智能谈判过程164

7.5.3 智能谈判模型166

7.6　智能谈判协议167

本章小结169

第8章　Bayesian学习方法的智能谈判策略170

8.1 引言170

8.2　Agent的智能学习及谈判策略设计172

8.2.1 Agent的智能学习172

8.2.2　谈判策略设计174

8.3　谈判Agent的结构设计176

8.3.1　谈判Agent结构模型176

8.3.2　谈判Agent的语法定义178

8.4　基于Bayesian学习方法的谈判策略（NSBL）179

8.4.1 基于利益差的商务谈判理论179

8.4.2　Bayesian学习方法181

8.4.3　NSBL的谈判过程183

8.4.4　NSBL策略算法187

8.4.5 实验结果189

本章小结191

第9章 BP神经网络和遗传算法的多属性智能谈判策略192

9.1 引言192

9.2　多属性谈判的效用理论194

9.3　基于Trade-Off机制的谈判策略195

9.3.1　Trade-Off谈判策略195

9.3.2　基于Trade-Off策略的谈判过程196

9.4　基于BP神经网络和遗传算法的谈判策略197

9.4.1 BP神经网络设计197

9.4.2　智能学习过程198

9.4.3 结合遗传算法的BP神经网络权值训练199

9.4.4　联机学习203

9.5　实验结果206

本章小结209

第10章　基于本体的智能谈判协议研究210

10.1 引言210

10.2　面向智能谈判的本体方法212

10.2.1 本体的概念和功能212

10.2.2　谈判协议设计的本体方法214

10.3　谈判协议的本体建模216

10.3.1 谈判领域知识的本体建模216

10.3.2　谈判过程的本体建模219

10.4　基于OWL语言的协议本体描述224

10.4.1 谈判领域知识的本体描述225

10.4.2　谈判过程的本体描述234

10.5　谈判协议的本体实现237

本章小结239

第11章 智能谈判系统的安全设计241

11.1　安全问题概述241

11.2　智能谈判系统的安全需求242

11.2.1 智能谈判系统的安全体系框架242

11.2.2 网络系统安全需求244

11.2.3 电子谈判的安全需求245

11.3　智能谈判系统的安全技术246

11.3.1 网络系统的安全技术246

11.3.2 电子谈判的安全技术249

11.4　智能谈判系统的基本安全模型255

11.4.1 智能谈判系统的相关成员255

11.4.2　谈判信息基本的加解密流程257

11.5　智能谈判系统的安全设计258

11.5.1　谈判Agent注册申请证书258

11.5.2　谈判Agent提出报价请求260

11.5.3　谈判Agent进行讨价还价261

11.5.4　谈判Agent终止谈判过程263

11.5.5　谈判Agent签署电子合同264

11.5.6 安全方案的具体实现267

本章小结270

主要参考文献271