2016电子商务讲座.pptVIP

电子商务未来的研究方向 随着电子商务的迅猛发展，资源的优化配置和业务流程的设计优化对于电子商务企业的意义越来越重要。这类企业的运作中已经出现了许多有待解决的新问题。研究这些问题对于提高电子商务的工作效率，节省营运成本，改进服务质量，提高企业竞争力，获得更高的经济效益，有着十分显著的作用。 相对于传统制造业中的建模与优化问题的研究深度和广度，电子商务中的建模与优化的研究还十分肤浅；目前从事上述工作的人员还主要是电子商务方面的工程技术人员，还没有较多的从事优化方法研究的人员参与其中，因此研究的水平还不够高；从采用的方法看还主要是以经典的数学规划方法为主，可以说计算的方法和手段还比较落后。这样，就给我们从事这项研究留有较大的空间。 电子商务未来的重点研究方向 电子商务顾客的特征识别与分类的建模方法的研究 网站自动导引系统的设计优化； 基于显示—存储模型的电子广告的设计优化； 电子商务中的物流优化，包括多级分销网络设计、配送策略优化等。 电子商务的流程分析与再造的方法； 典型行业的电子商务的优化问题：企业采购网站和旅游行业管理网站。 电子商务未来建议研究的问题 顾客特征识别和顾客获取的模型与优化 自动链接和自动导引系统的设计优化 电子广告的设计优化 电子商务的定价策略 电子商务的物流网络优化 典型电子商务行业的优化问题 顾客特征识别和顾客获取的模型与优化 顾客特性识别和行为分析是商业智能中的重要研究内容。特别是对顾客类型的自动识别，比如识别出谁是最有价值顾客、潜在顾客、忠诚顾客、可以顾客、危险顾客，从而采取不同的营销策略，这对于提高企业经济效益有着十分重大的作用。 对于电子商务来说顾客识别与分析有着特别的意义。这是因为，在网络环境中交易和支付在时空上是分离的，顾客的流动性强，顾客诚信难以检验，防止网络欺诈有着特别重要的意义。而另一方面由于电子商务网站可以方便地记录所有顾客的交易和访问的记录，数据的可获得性好，这就为顾客的特性识别提供了大量可靠的数据, 这是传统商务中顾客分析无法比拟的。 顾客特征识别和顾客获取的模型与优化 这个主题中要研究的主要问题包括： 顾客满意度和忠诚度测评和分析； 顾客的特性识别和分类—拟采用嵌入进化计算的贝叶斯分类器来计算； 电子商务的顾客获得策略的优化。 电子商务研究的方法 动态环境中的进化计算的研究方法 近年来，遗传算法、蚁群算法和粒子群优化等进化方法获得了广泛的应用。但是，进化计算方法大多是面向静态问题设计的。在电子商务环境下，环境变化快，而传统的进化计算方法一旦环境变化，就必须重新初始化，这样势必要消耗大量的计算时间和资源。实际上，动态环境变化时通常只变化几个局部参数，如何既能保持原有计算的结果又能适应环境的变化，这便是动态进化计算要解决的问题。近年来，动态环境中的进化计算已经成为国际上的研究热点。在这个领域中，如何扩大种群的多样性，引入记忆策略，采用多种群或者原-对偶映射的方法都是极有前途的研究课题。 电子商务研究的方法 优化方法的研究 基于仿真的优化方法 从最优化的发展过程看，大约经过了以下几个阶段： ①1940-1970，数学规划阶段—目标和约束是解析函数； ②1970-2000，智能优化阶段—目标和约束放宽为含有判断逻辑的计算机程序； ③2000-，基于仿真优化阶段—用大量仿真的统计数据来进行性能评价。 电子商务研究的方法 随着面向的优化问题越来越复杂，优化对象的评价只能通过仿真获得的统计指标来评价，这时候，基于仿真的优化就是复杂优化问题的唯一选择。近年来基于仿真的优化已成为国际上最热的研究方向。那么如何来构建下层的仿真模型，如何设计开发上层的优化算法，如何改进仿真优化的计算效率等等都是有待研究的问题。 电子商务研究的方法 互联网上的多机并行计算 随着超级计算机和互联网技术的普及，基于互联网的并行计算已经成为复杂计算问题的最佳解决方案像消息传、存储共享、工作站机群等多种模式已经发展起来，并获得了应用。如针对电子商务中的复杂优化问题，正在设计开发的基于MPI（消息传递借口）的互联网上并行计算方法。最终的目标是实现跨地域的多地多机联合计算，为复杂优化问题的并行计算找到一种普及化的方法。 * 2013年4月2日 安徽理工大学 经济与管理学院 电子商务前沿技术讲座 ——电子商务热点研究领域 Evaluation only. Created with Aspose.Slides for .NET 3.5 Client Profile 5.2.0.0. Copyright 2004-2011 Aspose Pty Ltd. 5、电子商务相关的研究热点、 研究案例分析、研究方法 内容 Evaluation only. Created with Aspose.S