新兴电子商务 深度模式分析与不确定性建模PDF电子书下载

第1章 引言 1

第2章 信息搜索服务方法与测度 7

2.1 信息推荐与信息提取问题 7

2.2 消费者信息搜索过程中的信息推荐 9

2.2.1 消费者网上产品选择过程 9

2.2.2 消费者产品考虑概率预测 11

2.2.3 消费者信息搜索价值增益预测 15

2.3 代表性信息提取 18

2.3.1 基于聚类的代表性信息提取方法 18

2.3.2 基于启发式的代表性信息提取方法 24

2.4 信息推荐与提取服务评测 26

2.4.1 信息覆盖度 27

2.4.2 信息冗余度 28

2.4.3 测度评价实验 28

小结 30

第3章 信息搜索中的Top-k相似性测度 32

3.1 概述 32

3.2 基于？相关系数的Top-k相关对查询 34

3.2.1 Pearson相关系数的基本概念 34

3.2.2 TAPER-Top-k——基于TAPER的Top-k相关对查询 39

3.2.3 Top-COP：Top-k相关对查询 39

3.2.4 实验结果 42

3.3 基于余弦相似性的Top-k相关对查询 45

3.3.1 余弦相似性 45

3.3.2 Top-k余弦相似性搜索——对角线遍历算法 46

3.3.3 Top-k余弦相关性搜索——最大优先遍历算法 48

3.3.4 实验结果 50

小结 52

第4章 聚类测度分析与设计 53

4.1 聚类评价总述 54

4.2 Kmeans聚类算法的均匀效应 56

4.3 Kmeans算法外部测度的筛选 59

4.3.1 常用的外部测度指标 59

4.3.2 外部测度指标的缺陷分析 60

4.4 Kmeans算法外部测度的标准化 64

4.4.1 测度标准化 64

4.4.2 均匀效应监测指标DCV的有效性 67

4.4.3 测度标准化的影响 69

4.4.4 测度的性质 69

小结 76

第5章 基于关联的高效分类模式发现 78

5.1 分类方法 78

5.1.1 分类方法简介 78

5.1.2 现有分类方法 79

5.1.3 分类方法评价标准 85

5.2 基于关联规则的分类方法 87

5.2.1 经典关联规则分类方法 87

5.2.2 混合型关联规则分类 90

5.2.3 关联规则分类方法的可解释性评价 91

5.3 关联规则分类优化策略 93

5.3.1 基于信息熵的高效关联规则分类方法 93

5.3.2 模糊关联分类方法 106

小结 111

第6章 大型网络中基于群组的快速扩散系统与传播控制 112

6.1 网络扩散系统动力学机理 112

6.1.1 信息网络环境 112

6.1.2 网络结构模型 114

6.1.3 网络节点状态“划分转移”模型 115

6.1.4 网络中“点组”快速扩散模型 118

6.2 网络扩散控制策略 121

6.2.1 网络病毒的短期扩散与长期存在 121

6.2.2 多步、分段控制策略 123

6.3 大型信息网络中病毒免疫策略分析 125

6.3.1 大型信息网络实施免疫策略面临的管理挑战 125

6.3.2 传统的免疫策略 129

6.3.3 基于“点 组”快速扩散模式的周期免疫策略 131

6.3.4 周期免疫策略的容错性分析 133

6.4 网络中的非线性扩散问题 134

6.4.1 非线性SEIR扩散模型及其性质 134

6.4.2 恐慌心理效应对扩散的影响实验 135

6.4.3 非线性扩散情况的启示 138

小结 139

第7章 语言概括与状态转移模型 140

7.1 概述 140

7.2 状态转移系统的基本模型 142

7.3 状态转移的语言概括与建模 144

7.3.1 模糊性 144

7.3.2 随机性 146

7.3.3 非确定性 149

7.4 状态转移系统的行为比较 151

7.4.1 语言等价 152

7.4.2 互模拟等价 152

7.4.3 行为距离测度 154

小结 156

参考文献 158

索引 169