Please wait a minute...
Advanced Search
现代图书情报技术  2008, Vol. 24 Issue (9): 70-77     https://doi.org/10.11925/infotech.1003-3513.2008.09.12
  情报分析与研究 本期目录 | 过刊浏览 | 高级检索 |
基于SOM的手机电子商务交易聚类分析*
李纲   安璐
(武汉大学信息管理学院 武汉 430072)
Clustering Analysis of E-commerce Transactions with Self-Organizing Map
Li Gang  An Lu
(Information Management School, Wuhan University, Wuhan 430072, China)
全文: PDF (661 KB)  
输出: BibTeX | EndNote (RIS)      
摘要 

针对电子商务研究中未充分重视卖方特点的研究现状,利用自组织映射(SOM)神经网络方法,对手机电子商务交易状况进行聚类分析,研究电子商务卖方的自身特点与其销售商品之间的匹配程度对交易活跃程度的影响,有利于电子商务卖方及产品生产商了解市场状况及自身优劣,以便改进其生产及经营活动。现有的SOM统一距离矩阵(U-matrix)的算法基础上进行修改,提出新的U-matrix算法与显示方法,并应用于本文的数据分析。

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
李纲
安璐
关键词 电子商务自组织映射神经网络    
Abstract

To improve the current situation that research on sellers’ attributes has not received enough attention in the field of E-commerce study, this paper analyzes the E-commerce transaction data of cellular phones with Self-Organizing Map (SOM) and explores how the match between sellers’ attributes and the commodities affect the prosperity of the transactions. The findings will help sellers and manufacturers understand the market status and their own advantages and disadvantages, and they can take measures to improve their production and operation. In the aspect of research methods, the algorithm of U-matrix has been modified based on the existing version,then a new definition and display of U-matrix are proposed and applied to the data analysis in this paper.

Key wordsE-commerce    Self-Organizing Map    Neural Network
收稿日期: 2008-05-22      出版日期: 2008-09-25
ZTFLH: 

TP183 

 
  F713.36

 
基金资助:

*本文系教育部人文社会科学重点研究基地重大项目“基于知识组织的竞争情报研究”(项目编号:05JJD870159)、2007年度全美华裔图书馆员协会黄氏奖学金CALA’s Huang Tso-ping & Wu Yao-yu Memorial Grant and Scholarships和国家留学基金管理委员会“国家建设高水平大学公派研究生”项目的研究成果之一。

通讯作者: 安璐     E-mail: whuanlu@yahoo.com.cn
作者简介: 李纲,安璐
引用本文:   
李纲,安璐. 基于SOM的手机电子商务交易聚类分析*[J]. 现代图书情报技术, 2008, 24(9): 70-77.
Li Gang,An Lu. Clustering Analysis of E-commerce Transactions with Self-Organizing Map. New Technology of Library and Information Service, 2008, 24(9): 70-77.
链接本文:  
http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2008.09.12      或      http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2008/V24/I9/70

[1] 薛松,杨小丽.我国电子商务发展中的问题及对策分析[J].中国科教创新导刊,2007(20): 185-186.
[2] 中国互联网络发展状况统计报告[EB/OL].[2007-07-07].  http://www.cnnic.cn/uploadfiles/pdf/2007/7/18/113918.pdf.
[3] 张孟才,王新辉.基于BP神经网络的国际电子商务信用风险预警模型研究[J].集团经济研究,2007(11z):321.
[4] 田玲,支芬和,陈道志.基于模糊神经网络的客户分类方法研究[J].生产力研究,2007(12):120-121.
[5] 闵惜琳.人工神经网络结合遗传算法对网站开发优化的应用[J].系统工程,2007,25(2): 22-26.
[6] 吕晓玲,吴喜之.电子商务客户网络购物行为挖掘[J].统计与信息论坛,2007,22(3):29-32.
[7] Kohonen T. Self-Organized Formation of Topologically Correct Feature Maps[J]. Biological Cybernetics, 1982, 43(1):59-69.
[8] Kohonen T. Self-Organizing Maps [M]. 2nd ed.Berlin: Springer, 1997.
[9] 高琳琦,李从东.基于自组织特征映射聚类的协同过滤推荐算法[J].天津大学学报,2006,39(B6): 279-282.
[10] 包书哲,周东清,侯志刚.一个文本挖掘方法在扩展的电子商务系统中的应用[J].计算机应用研究,2003,20(12):107-108.
[11] Vellido A, Lisboa P J G, Meehan K. Segmentation of the On-line Shopping Market Using Neural Networks [J]. Expert Systems with Applications, 1999, 17(4): 303-314.
[12] Changchien S, Lu T. Mining Association Rules Procedure to Support On-line Recommendation by Customers and Products Fragmentation [J]. Expert Systems with Applications, 2001, 20(4): 325-335.
[13] 黄平,付淇,李孟伦.基于淘宝网的体育商品网络营销策略[J].商场现代化,2007(11X): 125-126.
[14] Ultsch A, Siemon HP. Kohonen’s Self-Organizing Feature Maps for Exploratory Data Analysis[C]. In: Proceedings of International Neural Network Conference (INNC’90), Kluwer, Dordrecht, the Netherland. 1990: 305-308.
[15] Kohonen T. Self-Organizing Maps[M]. 3rd ed.Berlin: Springer, 2001.
[16] About SOM Toolbox[EB/OL].[2005-03-18] http://www.cis.hut.fi/projects/somtoolbox/about.
[17] Ding C, Patra J C. User Modeling for Personalized Web Search with Self-Organizing Map [J]. Journal of the American Society for Information Science and Technology, 2007, 58(4): 494-507.
[18] Ultsch A, Herrmann L. Architecture of Emergent Self-Organizing Maps to Reduce Projection Errors[C]. In: Proceedings of the 13th European Symposium on Artificial Neural Network,Bruges. 2005:1-6.
[19] Vesanto J, Himberg J, Alhoniemi E, etal. SOM Toolbox for Matlab 5[EB/OL]. (2000-04-20). [2007-09-20]http://www.cis.hut.fi/projects/somtoolbox/download/.
[20] Kowalski G. Information Retrieval Systems: Theory and Implementation[M]. Norwell: Kluwer Academic Publishers, 1997.
[21] 侍文叶.2007年12月最受关注15大手机品牌排行榜[EB/OL].[2008-01-02]. http://zdc.zol.com.cn/77/770409.html.

[1] 邱尔丽,何鸿魏,易成岐,李慧颖. 基于字符级CNN技术的公共政策网民支持度研究 *[J]. 数据分析与知识发现, 2020, 4(7): 28-37.
[2] 王思迪,胡广伟,杨巳煜,施云. 基于文本分类的政府网站信箱自动转递方法研究*[J]. 数据分析与知识发现, 2020, 4(6): 51-59.
[3] 刘伟江,魏海,运天鹤. 基于卷积神经网络的客户信用评估模型研究*[J]. 数据分析与知识发现, 2020, 4(6): 80-90.
[4] 王末,崔运鹏,陈丽,李欢. 基于深度学习的学术论文语步结构分类方法研究*[J]. 数据分析与知识发现, 2020, 4(6): 60-68.
[5] 闫春,刘璐. 基于改进SOM神经网络模型与RFM模型的非寿险客户细分研究*[J]. 数据分析与知识发现, 2020, 4(4): 83-90.
[6] 苏传东,黄孝喜,王荣波,谌志群,毛君钰,朱嘉莹,潘宇豪. 基于词嵌入融合和循环神经网络的中英文隐喻识别*[J]. 数据分析与知识发现, 2020, 4(4): 91-99.
[7] 徐月梅,刘韫文,蔡连侨. 基于深度融合特征的政务微博转发规模预测模型*[J]. 数据分析与知识发现, 2020, 4(2/3): 18-28.
[8] 向菲,谢耀谈. 基于混合采样与迁移学习的患者评论识别模型*[J]. 数据分析与知识发现, 2020, 4(2/3): 39-47.
[9] 倪维健,郭浩宇,刘彤,曾庆田. 基于多头自注意力神经网络的购物篮推荐方法*[J]. 数据分析与知识发现, 2020, 4(2/3): 68-77.
[10] 聂维民,陈永洲,马静. 融合多粒度信息的文本向量表示模型 *[J]. 数据分析与知识发现, 2019, 3(9): 45-52.
[11] 邵云飞,刘东苏. 基于类别特征扩展的短文本分类方法研究 *[J]. 数据分析与知识发现, 2019, 3(9): 60-67.
[12] 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.
[13] 何振宇,董祥祥,朱庆华. 基于用户使用行为视角的百度百科词条分类研究*[J]. 数据分析与知识发现, 2019, 3(6): 117-122.
[14] 刘勘,陈露. 面向医疗分诊的深度神经网络学习*[J]. 数据分析与知识发现, 2019, 3(6): 99-108.
[15] 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.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn