發(fā)布時(shí)間：2020-12-04 18:42

　　統(tǒng)計(jì)學(xué)習(xí)（Statistical Learning）是一套使用統(tǒng)計(jì)學(xué)方法的機(jī)器學(xué)習(xí)理論。如今統(tǒng)計(jì)學(xué)習(xí)已經(jīng)成功并廣泛應(yīng)用于人工智能、模式識(shí)別、數(shù)據(jù)挖掘和模式分類等計(jì)算機(jī)應(yīng)用領(lǐng)域。近幾年,國(guó)內(nèi)電子商務(wù)網(wǎng)站成交額占國(guó)內(nèi)GDP的比重逐年攀升,電子商務(wù)的發(fā)展問(wèn)題也得到了國(guó)家的高度重視。因此如何更全面的評(píng)價(jià)電子商務(wù)網(wǎng)站不僅對(duì)電子商務(wù)網(wǎng)站經(jīng)營(yíng)者而且對(duì)電子商務(wù)的發(fā)展有著極大的指導(dǎo)意義。本文運(yùn)用統(tǒng)計(jì)學(xué)習(xí)方法對(duì)電子商務(wù)團(tuán)購(gòu)網(wǎng)站及電子商務(wù)企業(yè)網(wǎng)站進(jìn)行評(píng)價(jià)。本文對(duì)電子商務(wù)團(tuán)購(gòu)網(wǎng)站數(shù)據(jù)使用數(shù)據(jù)包絡(luò)分析法（DEA）對(duì)可量化指標(biāo)進(jìn)行相對(duì)效率計(jì)算,使用模糊綜合評(píng)價(jià)法將不可量化指標(biāo)進(jìn)行模糊化;使用主成分分析法（PCA）對(duì)高維數(shù)據(jù)進(jìn)行降維,使用基于遺傳算法（GA）參數(shù)尋優(yōu)的支持向量回歸機(jī)（SVR）對(duì)數(shù)據(jù)進(jìn)行回歸分析,從而達(dá)到對(duì)電子商務(wù)團(tuán)購(gòu)網(wǎng)站的評(píng)價(jià)目的。本文對(duì)100家電子商務(wù)企業(yè)網(wǎng)站經(jīng)主成分分析降維后的數(shù)據(jù)使用OPTICS-Plus算法進(jìn)行聚類;對(duì)100家電子商務(wù)企業(yè)網(wǎng)站數(shù)據(jù)使用局部線性嵌入降維算法（LLE）進(jìn)行降維,并利用基于密度聚類的快速搜索發(fā)現(xiàn)密度峰值聚類算法（CFSFDP）進(jìn)行聚類,進(jìn)而對(duì)聚類結(jié)果進(jìn)行評(píng)價(jià)分析。通... 

【文章來(lái)源】：吉林財(cái)經(jīng)大學(xué)吉林省

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

GA 參數(shù)尋優(yōu)結(jié)果圖

SVR結(jié)果等高線圖

在 LIBSVM1中進(jìn)行組合方法的模擬分析，可合方法的評(píng)價(jià)結(jié)果（如圖 4.6）。如圖所示，“* 組合方法的評(píng)價(jià)集，“Ο”代表按覆蓋數(shù) UV 定級(jí)的在電子商務(wù)團(tuán)購(gòu)網(wǎng)站中的評(píng)價(jià)及結(jié)果分析

【參考文獻(xiàn)】：
期刊論文
[1]基于分類學(xué)習(xí)的去霧后圖像質(zhì)量評(píng)價(jià)算法[J]. 南棟,畢篤彥,馬時(shí)平,凡遵林,何林遠(yuǎn).  自動(dòng)化學(xué)報(bào). 2016(02)
[2]軟件測(cè)試技術(shù)研究[J]. 楊勛.  電腦知識(shí)與技術(shù). 2015(28)
[3]基于FOA優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的電子商務(wù)網(wǎng)站評(píng)價(jià)研究[J]. 秦艷華.  四川理工學(xué)院學(xué)報(bào)(自然科學(xué)版). 2015(06)
[4]基于布谷鳥搜索算法的SVR參數(shù)選擇[J]. 何思露,韓堅(jiān)華.  華南師范大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(06)
[5]基于統(tǒng)計(jì)學(xué)習(xí)優(yōu)化SIFT的面部遮擋人臉識(shí)別[J]. 魏林.  激光雜志. 2014(10)
[6]基于因子分析的電子商務(wù)網(wǎng)站評(píng)價(jià)[J]. 金樂(lè),常聯(lián)偉.  現(xiàn)代商業(yè). 2014(11)
[7]基于統(tǒng)計(jì)學(xué)習(xí)理論的支持向量機(jī)預(yù)測(cè)模型[J]. 章永來(lái),史海波,周曉鋒,楊秀鋒.  統(tǒng)計(jì)與決策. 2014(05)
[8]OPTICS算法在雷電臨近預(yù)報(bào)中的應(yīng)用[J]. 侯榮濤,路郁,王琴,袁程勝,王軍.  計(jì)算機(jī)應(yīng)用. 2014(01)
[9]多智能體粒子群優(yōu)化的SVR模型預(yù)測(cè)控制[J]. 唐賢倫,李洋,李鵬,劉念慈.  控制與決策. 2014(04)
[10]基于有監(jiān)督增量式局部線性嵌入的故障辨識(shí)[J]. 李鋒,田大慶,王家序,楊榮松.  振動(dòng)與沖擊. 2013(23)

博士論文
[1]支持向量回歸機(jī)及其應(yīng)用研究[D]. 田英杰.中國(guó)農(nóng)業(yè)大學(xué) 2005

碩士論文
[1]基于密度的層次聚類算法研究[D]. 張文開.中國(guó)科學(xué)技術(shù)大學(xué) 2015
[2]基于主成分分析法的3G網(wǎng)絡(luò)綜合性能評(píng)價(jià)[D]. 金建華.大連理工大學(xué) 2013
[3]電子商務(wù)網(wǎng)站評(píng)估體系分析及評(píng)價(jià)[D]. 寧娟.湖南大學(xué) 2012



本文編號(hào)：2898068