关于电子商务类论文范文例文,与电子商务产品销售能力评价体系相关论文网

本论文是一篇关于电子商务类论文网,关于电子商务产品销售能力评价体系相关毕业论文范文。免费优秀的关于电子商务及社会科学及大学学报方面论文范文资料,适合电子商务论文写作的大学硕士及本科毕业论文开题报告范文和学术职称论文参考文献下载。

律为参照,通过模拟自然界进化来寻找最优解.遗传算法将生物界“优胜劣汰、适者生存”的进化原理引入到待优化参数形成的编码串群体中,按照一定的适应度函数及一系列遗传操作对各个体进行筛选[11],从而产生新一代群体,并通过给定的适应度值来决定种群中个体的去留,最终使群体进化到包含或接近最优解的状态.基本遗传算法的流程如图1.

1图1基本遗传算法的流程图1

2.2基于遗传算法优化BP神经网络模型

遗传算法的全局优化、自适应以及概率搜索等特点使得它能够对目标函数空间进行多线索的并进式搜索,能够弥补BP神经网络连接权值和阈值选择上的随机性缺陷.本文利用遗传算法来优化BP神经网络的权值和阈值.通过建立染色体编码长度与神经网络连接权值之间的映射,使神经网络中连接权值和偏置值的个数与编码的长度一致,并使用神经网络误差的倒数作为适应度函数.基于遗传算法的BP神经网络初始权值优化步骤如下：

（1）初始化BP网络结构.初始化神经网络各层间的连接权值、阈值,并将它们顺序级联,构成初始的染色体组；

（2）设定网络误差函数的倒数为染色体的适应度函数,并计算每个染色体的适应值；

（3）根据个体适应度大小,选出适应度高的个体,并按一定的交叉概率和变异概率产生新的个体,并计算它们的适应度；

（4）考察种群中染色体的适应度或当前循环次数,如果满足结束条件,得出适应度最大的个体,作为BP网络的初始权值和阈值,否则,转至步骤（3）；

电子商务学术论文怎么写
播放:36232次评论:6551人

（5）用（4）得到的权值和偏置对神经网络进行训练.

3评价模型的建立

3.1电子商务产品销售能力评价指标预处理

在电子商务产品销售能力评价指标体系中,同时存在定性指标和定量指标,为了增加各指标间的可比性,必须对各指标进行处理.由于定量指标的衡量单位和级差各不相同,所以必须对其进行规范化和趋同化处理,具体处理方式如下：

x（t）等于x（t）-xmin1xmax-xmin

式中,x（t）表示预处理后的数据,xmax和xmin分别为评价系统区域范围内某项指标的最大值和最小值.经过数据预处理后,数据范围在[0,1]区间中.

对于定性指标,因为不能直接量化,可以通过模糊综合评价的方法,确定各指标对于“电子商务产品销售能力高低”这个模糊集的隶属度,以指标的隶属度作为神经网络的输入值.确定其隶属度的具体做法是：设xi是定性评价指标,V等于（v1,v2,等,vn）是其对应的评价集,U等于（u1,u2,等,un）为评价集V对应的权重,xi相对于评价集V的隶属度向量ri等于（ri1,ri2,等,rin）可以通过专家评价或者问卷调查等方法来确定.根据模糊矩阵合成法B等于U·ri便可计算出定性指标在给定标度U下的量化值了.在电子商务产品销售能力定性评价指标体系中,指标对于“电子商务产品销售能力”的模糊评价集为（差、一般、中等、好）,相应的权重为B等于（1,0.7,0.4,0.1）.

3.2电子商务产品销售能力评价模型结构的确定

（1）网络的层数.根据Kolmogorov定理,在不限制隐含层节点数的情况下,三层BP神经网络充分学习后能够实现任何非线性映射,因此构建三层结构的BP神经网络.

（2）网络的节点数.电子商务产品销售能力的评估是一个模式识别问题,网络的目标是根据输入参数给出产品销售能力评价的综合指数.由于输入向量包含16项指标,故输入层应包含16个节点,输出层只有一个输出节点,输出电子商务产品销售能力评价的综合指数.隐含层节点数的设计参考经验式：J等于entn+m+a.式中,ent为取整函数,n和m分别表示输入层、输出层神经元的个数,a为1～10之间的常数.根据试算比较,本文最终确定隐含层节点数为11.

本篇论文网址 http://www.sxsky.net/daxuebiyelunwen/05043247.html

（3）确定隐含层、输出层传递函数关系以及训练函数.网络隐含层传递函数采用双曲正切函数tansig,输出层传递函数采用对数函数logsig,训练函数为LM（Levenberg-Marquardt）算法（trainlm）.

（4）设定遗传算法的种群规模为30,最大进化代数为800,选择概率为0.8,交叉概率为0.5,变异概率0.05.

4结论

随着互联网的高速发展,网络交易模式逐步被人们所接受并应用,网络购物的方便快捷、便宜、降低消费成本等优势,使其越来越受到消费者的欢迎.对网络交易中的供应商而言,准确分析和判断其产品的销售能力是提高自身竞争优势的重要环节.因而,对电子商务产品销售能力的评价是一个综合系统的动态过程,需要设计全面的评价指标体系并对其进行综合评价.本文在分析了电子商务产品销售能力构成的基础上,利用基于遗传算法优化BP神经网络的评价模型,来评价电子商务产品的销售能力.通过结合遗传算法多点搜索的全局寻优能力和BP神经网络算法的局部搜索优势,能够有效的避免网络陷入局部最优,同时保证了评价结果的准确性,对电子商务产品销售能力的评价有助于供应商准确地了解产品属性及其竞争优势,对设计产品、制定营销策略和完善商家服务体系具有指导作用.

参考文献

[1]陈慧,李远志.电子商务条件下消费者购买决策影响因素探析[J].北京邮电大学学报：社会科学版,2007,9（2）：1-4,24.

[2]宁连举,张莹莹.网络团购消费者购买选择行为偏好及其实证研究——以餐饮类团购为例[J].东北大学学报：社会科学版,2011,13（5）：404-409,415.

[3]薛有志,郭勇峰.C2C电子商务卖家的竞争战略研究：基于淘宝网的分析[J].南开管理评论,2012,15（5）：129-140.

[4]郭赞伟.网络消费及其影响因素：基于中国数据的实证研究[D].长沙：湖南大学,2010.

[5]周毅.网络购买决策关键影响因素挖掘研究[D].上海：东华大学,2011.

[6]郑小平.在线评论对网络消费者购买决策影响的实证研究[D].北京：中国人民大学,2008.

[7]李远志.北京大学生网络消费决策影响因素的实证研究[D].北京：北京邮电大学,2008.

[8]李瑞轩,高昶,辜希武,等.C2C电子商务交易的信用及风险评估方法研究[J].通信学报,2009,30（7）：78-85.

[9]孙曙迎.消费者网络信息可信度感知影响因素的实证研究[J].北京理工大学学报：社会科学版,2008,10（6）：50-54.

[10]张大陆,姚进.电子商务环境下面向顾客的服务质量评价体系[J].计算机工程,2005,31（6）：66-67,224.

[11]刘硕,何永秀,陶卫君,等.遗传BP神经网络的煤价预测与煤价风险规避策略[J].华北电力大学学报,2009,36（6）：75-80.