电子商务环境下企业信息的智能统计分析方法研究

• 作 者: 林红华
• 机 构: 重庆大学
• 出 处: 重庆大学
• 发表日期: 2004年期
• 关键词: 电子商务环境下企业信息 支持向量机 粗糙集 智能统计分析

本论文的选题来源于重庆市科技计划软课题“电子商务环境下企业信息的智能统计分析研究”(合同编号7117)。论文的关键内容发表于The Second International Conference on Machine Learning and Cybertics,已被EI全文检索。21世纪是信息时代,由于电子商务的迅猛发展,随之而来产生了海量、混沌的企业信息,具有传播速度快、冗余重复信息多、信息中含有大量不确定性等特征,因此,对信息进行统计分析来支持决策,是企业必须要面临的一个问题。对电子商务环境下信息的处理,在国际国内已成为一个热点问题。但实践表明,现有的理论与方法在实际应用中都不同程度的存在着一定的局限性。因此,如何根据电子商务环境下企业信息的特点,研究企业信息的智能分析模型和方法,是摆在我们面前的一个重大课题。本论文充分考虑了电子商务环境下企业信息的特点,以粗糙集、统计学习理论、支持向量机等为理论工具,对电子商务环境下企业信息的智能统计分析重点研究了三个方面:(1)电子商务环境下企业信息的数据预处理,采用统计方法与遗传算法相结合的方法,解决原始信息中数据缺失和数据异常等问题;(2)电子商务环境下企业信息的约简和有用信息的识别,利用粗糙集中信息熵的概念,评价信息的重要程度,以此约简信息,再对约简后的信息采用改良的最小二乘支持向量机提取有用信息;(3)针对处理后的信息,建立了多因素动态粗预测模型和基于支持向量机的预测模型对企业信息进行智能分析,将模型运用到实际算例中,其结果显示该模型是有效的。本论文的主要创新点:1、在有用信息的提取中采用改良的最小二乘支持向量机,从而极大的简化了计算。2、提出了多因素动态粗预测模型及方法3、将支持向量机运用到电子商务环境下企业信息的分析中,提出了一种信息智能统计分析方法。