Web技术及其对电子商务的支持

doi:10.11925/infotech.1003-3513.2003.01.22

现代图书情报技术

2003, Vol. 19

Issue (1): 69-71 https://doi.org/10.11925/infotech.1003-3513.2003.01.22

电子商务

本期目录 | 过刊浏览 | 高级检索

Web技术及其对电子商务的支持

梁雯

(安徽大学管理学院合肥 230039)

Web Technology and Its Supports for the Electronic Commerce

Liang Wen

(School of Management, Anhui University, Hefei 230039，China)

摘要
参考文献
相关文章
Metrics

全文:
输出: BibTeX | EndNote (RIS)

摘要

根据Web技术结构，本文介绍了Web中与电子商务密切相关的技术：浏览器、HTML、CGI、WEBAPI、Java 技术等，介绍了Web技术对电子商务一些活动的支持。

	服务

	把本文推荐给朋友
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章

关键词 ： Web技术, 电子商务, 支持

Abstract：

This paper is based on the Web technology structure. It introduces the technology related to electronic commerce in Web technology such as Browser. HTML,CGI,WEBAPI and Java technology etc. It also introduces the Web technique's supports for some activities in the electronic commerce.

Key words： Web technology Electronic commerce

收稿日期: 2002-05-28 出版日期: 2003-02-25

ZTFLH:

TP393.092

通讯作者: 梁雯

作者简介: 梁雯

引用本文:

梁雯. Web技术及其对电子商务的支持[J]. 现代图书情报技术, 2003, 19(1): 69-71.
Liang Wen. Web Technology and Its Supports for the Electronic Commerce. New Technology of Library and Information Service, 2003, 19(1): 69-71.

链接本文:

https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2003.01.22 或 https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2003/V19/I1/69

［１］　方美琪.电子商务概论［M］.北京：清华大学出版社，1999，（9）
［２］　黄京华.电子商务教程［M］.北京：清华大学出版社，1999，（8）
［３］　李晓新.电子商务［M］.北京：经济科学出版社，2000，（7）
［４］　林志强.ASP电子商务设计实务［M］.北京：中国铁道出版社，2000，（10）
［５］　宋玲.电子商务实践［M］.北京：中国金融出版社，2000，（3）

[1]	沈旺, 李世钰, 刘嘉宇, 李贺. 问答社区回答质量评价体系优化方法研究 ^*[J]. 数据分析与知识发现, 2021, 5(2): 83-93.
[2]	冯昊, 李树青. 基于多种支持向量机的多层级联式分类器研究及其在信用评分中的应用^*[J]. 数据分析与知识发现, 2021, 5(10): 28-36.
[3]	钟丽珍,马敏书,周长锋. 考虑航线特征的机票价格预测方法研究^*[J]. 数据分析与知识发现, 2020, 4(2/3): 192-199.
[4]	丁晟春,俞沣洋,李真. 网络舆情潜在热点主题识别研究^*[J]. 数据分析与知识发现, 2020, 4(2/3): 29-38.
[5]	龚丽娟,王昊,张紫玄,朱立平. Word2Vec对海关报关商品文本特征降维效果分析^*[J]. 数据分析与知识发现, 2020, 4(2/3): 89-100.
[6]	朱超宇, 刘雷. 基于知识图谱的医学决策支持应用综述^*[J]. 数据分析与知识发现, 2020, 4(12): 26-32.
[7]	秦贺然,刘浏,李斌,王东波. 融入实体特征的典籍自动分类研究 ^*[J]. 数据分析与知识发现, 2019, 3(9): 68-76.
[8]	王若佳,张璐,王继民. 基于机器学习的在线问诊平台智能分诊研究[J]. 数据分析与知识发现, 2019, 3(9): 88-97.
[9]	李纲,周华阳,毛进,陈思菁. 基于机器学习的社交媒体用户分类研究 ^*[J]. 数据分析与知识发现, 2019, 3(8): 1-9.
[10]	李晓峰,马静,李驰,朱恒民. 基于XGBoost模型的电商商品品名识别算法研究 ^*[J]. 数据分析与知识发现, 2019, 3(7): 34-41.
[11]	曾庆田,戴明弟,李超,段华,赵中英. 轨迹数据融合用户表示方法的重要位置发现^*[J]. 数据分析与知识发现, 2019, 3(6): 75-82.
[12]	周成,魏红芹. *专利价值评估与分类研究^——基于自组织映射支持向量机**[J]. 数据分析与知识发现, 2019, 3(5): 117-124.
[13]	张智雄,刘欢,丁良萍,吴朋民,于改红. 不同深度学习模型的科技论文摘要语步识别效果对比研究 ^*[J]. 数据分析与知识发现, 2019, 3(12): 1-9.
[14]	丁良萍,张智雄,刘欢. 影响支持向量机模型语步自动识别效果的因素研究 ^*[J]. 数据分析与知识发现, 2019, 3(11): 16-23.
[15]	侯君, 刘魁, 李千目. 基于ESSVM的分类推荐^*[J]. 数据分析与知识发现, 2018, 2(3): 9-21.

Viewed

Full text

Abstract

Cited

Shared

Discussed