一、现代工业工程在电子商务中的应用（论文文献综述）
张梦凡[1]（2020）在《第三方电子商务交易平台个性化信息服务体系研究》文中研究说明随着社会经济的发展,信息技术的进步,电子商务用户对信息服务提出了更高要求,“个性化”成为电子商务信息服务的“关键词”,电子商务个性化信息服务的研究成为一个前沿问题。电子商务平台的规模在不断扩张,同时也增加了用户快速找到满足需求的商品信息的难度。个性化信息服务能够帮助电子商务平台推荐符合用户偏好的产品或服务,从而更好地适应用户的个性化需求,利于电子商务平台获得大量稳定用户,巩固用户忠诚度,提升服务质量,保证市场竞争力。本文的研究对象是第三方电子商务交易平台个性化信息服务体系,全文共分为六章,主要通过理论和案例来分析佐证。首先,介绍本文的理论基础,包括第三方电子商务交易平台、电子商务信息服务、电子商务个性化信息服务的概念、作用与特征,为后文的研究内容做好理论铺垫。其次,对第三方电子商务交易平台信息服务的构成要素作出分析,构建了第三方电子商务交易平台信息服务体系,在此基础上,进一步分析了第三方电子商务交易平台信息服务的构成要素及诸要素之间的相互关系,这些要素包括服务原则、应用的主要技术、服务模式、服务策略、服务呈现形式,并以此为依据构建了第三方电子商务交易平台的个性化信息服务体系。最后,通过对淘宝网和亚马逊网两个典型平台个性化信息服务体系进行分析以及横向对比,验证服务体系的有效性。随着电子商务规模的不断扩张,信息服务和个性化信息服务对电子商务的作用日益凸显。本文分别构建了第三方电子商务交易平台信息服务体系和个性化信息服务体系,有助于电子商务平台从各环节入手提高信息服务和个性化信息服务的水准和质量。
李宏[2]（2019）在《电子商务领域的物流配送选址及运输路径集成问题研究》文中指出电子商务是二十世纪信息化、网络化快速发展的产物,在很大程度上改变了人们的消费模式。并且由于其不断快速迭代进化的特点引起了社会各界广泛的关注。世界经济一体化,信息技术快速发展,电子商务已经成为人们进行商务活动的新模式。越来越多的企业转型到电子商务,同时也渐渐认识到物流成为电子商务能否顺利、有效进行和发展的一个关键因素。如果没有科学、高效,合理,顺畅的物流系统,电子商务所具有的优势就难以得到有效的发挥。因此如何建立一个高效率、低成本运行的物流体系来保证电子商务的高效运行直到落地已成为我们需要考虑的一个非常重要的问题。配送网络是物流系统的基础,车辆调配及路径选择是物流配送的核心,如何平衡物流配送速度及配送成本之间的矛盾成为电商物流企业考虑的核心问题。选址-路径问题（LRP）同时解决了企业战略层的设施选址和运作层的车辆调度两种互相联系的复杂决策问题。现实物流配送网络中的多级配送要考虑在多个配送中心及中转站之间的选择问题,在模型设计中刻意弱化设施的建设成本后,多级配送实质上就是一种变相的多级LRP问题。本文聚焦于对单级、两级以及多级LRP问题的研究,对电子商务时代和绿色供应链环境下的物流配送网络规划、设计和运行具有重要的现实指导意义。大数据的出现解决了很多模型中复杂的参数确定问题。通过大数据对过往订单数据及区域内用户消费习惯,人口密度及时间消费特征,形成区域内电商配送热力图。对区域内可能产生的订单数量以及种类统计,可以帮助电商企业提前配置商品存货种类及数量,为仓库备货提供科学依据。也可以通过提前预测用户配送与集货需求,指导电商物流企业合理安排资源调度。在大数据的驱动下,不仅提高了各行各业以及整个价值链的运营效率,也极大提高了相关问题模型的应用可行性。在实际应用中,电商对于客户的需求预测,通常都会以模糊需求或者弹性需求的方式与实际发生的客户需求叠加形成新的模糊需求,其成为优化配送车辆装载的重要因素,也可以称为边际装载量,但带来的效用价值却非常明显。大数据分析可以方便提供诸如交通拥堵系数、订单热力系数,局部区域设施的服务能力预警等多个重要的模型输入参数及约束条件。大规模邻域搜索算法可以跟很多其它智能算法相结合,并能通过调整破坏因子、重组因子、局部搜索因子,使得算法有很好的跳出局部最优的性能,同时局部搜索也可以利用其它智能算法的优点。LNS算法具有很大的灵活性,该算法可针对解的特征、求解状态等信息,通过动态调整优化因子的组合及启用时机以获得出色的性能。智能算法的本质都是按照一定规则在解的邻域内随机移动、跳动,从而产生新解的过程。因此找到最优解的时间存在某种概率突变性。并行算法充分利用这种特征,在每个线程求解过程中通过记忆解的最优值并分析解的组合特征,通过邮箱机制对得到的最优值及解特征进行信息共享及交换,线程之间相互协同、相互借力,从而达到对整个寻优性能的进一步优化。对电子商务环境下的多级配送网络体系进行深入研究与优化,一方面在降低物流配送成本的同时还有助于改进电商物流企业的服务质量,提高客户对电子商务的信任及满意度;另一方面将有助于缓解电子商务环境中的基础物流配送瓶颈问题,也有利于物流配送的高效实施及运作。因此,具有较高的研究价值和实用价值。
徐朝军[3]（2019）在《《案例》：C银行 ——“互联网+政务”缴费平台商业模式分析与重构研究》文中进行了进一步梳理近年,随着我国信息化移动通信技术的持续高速发展以及互联网的大规模提速,社会经济生活与信息化、科技化相互交融水平达到新的高度且仍不断深度融合发展。C银行基于“互联网+”社会经济发展大背景下,瞄准电子政务服务中财政非税缴费难的社会“痛点”,在全国首创推出“移动互联网非税缴费平台”,实现了电子政务“查+缴+办”环节的全流程融合贯通,促使广大民众通过手机即可“随时随地”轻松享受便捷政务服务,在实现银行业务战略转型的同时,助力政府快速推进“智慧政务”民生工程建设。但是,该创新项目在推进过程中,遇到了平台被同业竞争对手模仿复制、项目参与方利益分享机制不健全、业务流程仍需补打票据、平台外联技术兼容性不足、项目欠缺价值链生态圈、运营责任主体不清晰等系列问题,亟待优化提升改善。本文运用案例研究法、比较分析法,根据商业模式和工业工程理论知识,深入剖析项目所涉的资源能力因素,分析具体问题成因,并在合同约束、伙伴管理、利益分享、流程优化、系统升级、生态圈建设等方面提出相应的改进重构方案,期望帮助C银行更好地运营平台及创造价值,助力政府全面推进“电子政务”民生工程,实现未来“智慧+政务”的新目标。
胡逸雯[4]（2019）在《临场感对移动政务公众信任影响研究》文中研究表明随着我国“互联网+公共服务”的提出以及不断推进,由各级政府主导建设的移动政务将会为我国的公众提供更多更好的个性化信息以及服务,并且会有更多社会力量参与进来,我国会形成一种全新的移动政务生态。移动政务（Mobile Government,简称mGov）,又称移动电子政务,主要是指移动技术在政府工作中的应用,通过诸如手机、PAD、无线网络、蓝牙、RFID等技术为公众提供服务引,它的作用不仅在于可以普及政府服务,还能有效解决数字鸿沟,更能提高办事效率。但是当前的移动政务发展并不成熟,除开技术层面的短板,研究显示公众的感知例如信任度也是影响移动政务的重要因素。在这样的前提下,提升公众信任显得尤为重要。而将移动政务公众信任作为研究主题,势必会给移动政务的提升带来质的飞跃。移动政务环境下学者对公众的信任研究中,大多只关注于流程上的公平和满意因素而忽略了将其提升到公众感知的临场感层次。因此,本文在移动政务公众使用基础上,增加了临场感、满意度与信任、刺激-有机体-反应理论,在原有较单一研究的基础上从临场感视角来分析移动政务公众信任问题。研究以临场感为前因变量,个人属性即公众满意度与心流体验为中介变量,信任倾向为调节变量,移动政务公众信任为结果变量,构建研究模型。通过文献分析提出研究假设,结合获取的有效的399份调查问卷展开分析、统计数据,再运用SPSS软件辅助进行数据的信效度、相关以及回归分析,从而对假设进行检验,并探析各要素之间的影响机理,以便为研究提供一个新的解释视角。研究发现首先临场感对移动政务公众信任具有显着的正向影响,即感知、情感和认识临场感这三个维度都正向影响于移动政务公众信任;其次,满意度与心流体验分别在感知临场感、情感临场感及认识临场感与移动政务公众信任之间的关系中起到中介作用;最后,信任倾向并没有在中介变量与移动政务公众信任之间起到正向调节作用,但对移动政务公众信任有直接主效应正向影响作用。本研究分析了临场感的各个构成维度对移动政务公众信任的影响,并引入满意度与心流体验这两个中介变量,拓宽了临场感在电子政务中的应用。此外本文从临场感的视角出发,研究探索了关于移动政务的发展以及现状,也整理了关于影响移动政务公众信任的机理和前因,并在分析归纳的基础上提出了有关于解决提升移动政务公众信任的对策及建议。不仅丰富了学界有关于移动政务公众信任的研究成果,也利于促进我国移动政务健康长远的发展。
李霞[5]（2020）在《农产品电子商务中的原产地效应与作用机理》文中提出网络平台为农产品的销售拓宽了渠道,提供了契机。但是,农产品电子商务的发展面临很多困难,诸如农产品的销量业绩表现不佳、品牌建设难度大、产品质量承诺保证差,产品差异化水平低等等。产品和商家之间的信息不对称性是阻碍农产品电子商务发展的主要原因,信号能够在一定程度上消除信息不确定性,卖家通过信号传递量信息,消费者通过信号感知质量。原产地是农产品一种特有的信号,代表区域农产品的质量信息。为此,本文以信号理论为基础,围绕着“农产品电子商务中原产地信号对销量的影响研究”、“农产品电子商务中原产地溢价研究”、“电子商务农产品的生存风险因素研究”这三个研究问题组织内容。本文搜集了淘宝网罗布麻、莲子和皂角米三类农产品的相关数据,构建面板随机效应模型和Cox比例风险模型,围绕着本文的三个主要问题进行了实证分析。依据实证结果,本文阐述了农产品在电子商务中的原产地效应与作用机理,为农产品企业如何发展电子商务提供了理论与实践指导,同时也为消费者评估电子商务农产品质量提供了依据。通过对原产地与信号相关文献进行系统回顾之后,发现当前大多数关于原产地的研究集中在传统市场展开,而忽略了原产地信号在电子商务市场中的作用;同时发现,关于信号的研究相对丰富,但探究原产地与其它信号之间的交互调节作用的研究相对较少。因此,本文以信号理论为基础,围绕农产品在电子商务市场中原产地效应与作用机理等一系列问题进行了研究。本文的研究内容包括:（1）农产品电子商务中,原产地信号对产品销量具体有什么样的影响?原产地信号与其它信号之间的交互作用如何共同影响农产品的销量?（2）农产品电子商务中,原产地信号对农产品的溢价具有什么样的影响?原产地信号与其它信号之间的交互作用如何共同影响农产品的溢价?（3）农产品电子商务中,农产品的生存风险受哪些信号的影响?本文的主要研究内容与研究结论如下:农产品电子商务中原产地信号对销量的影响。本文研究从我国最大电子商务零售平台-淘宝网,选取了罗布麻、皂角米和莲子三类农产品,使用爬虫软件搜集了三类农产品2015年7月1日至2015年12月31日的交易数据。本文研究将日交易数据转化为周数据,形成了1273个产品,26周的非均衡面板数据,构建了面板随机效应模型。本文实证检验了农产品电子商务市场中原产地信号对销量的影响,以及原产地信号如何调节其它信号与销量的关系。研究结果表明:农产品电子商务中的原产地信号对销量具有显着正向的影响。原产地信号与卖家声誉、口碑评分具有替代作用,原产地信号显着负向调节卖家声誉与口碑评分信号,即原产地削弱了卖家声誉和口碑评分对农产品销量的正向影响。本文研究首次关注了农产品电子商务中原产地信号与销量的关系,拓展了农产品电子商务相关的研究,延伸了信号理论的内涵和意义,具有重要的理论价值。同时,本文研究为培育原产地农产品牌和声誉提供了实践指导,也为消费者感知质量和评估产品质量提供了依据。农产品电子商务中原产地溢价研究。本文选取电子商务市场中农产品为研究对象,探讨原产地信号对溢价的影响,实证检验罗布麻、莲子与皂角米三类农产品原产地信号是对溢价具有正向的影响。同时,本文探讨了原产地信号与其它信号的交互作用溢价的影响。本文基于淘宝网罗布麻、莲子与皂角米三类电子商务农产品,1273个样本,持续26周的非均衡面板数据进行了实证分析和检验。首先,本文将三类电子商务市场中的农产品混合在一起进行实证分析,结果表明原产地信号显着正向影响溢价。其次,本文在基准模型的基础上,分别对三类农产品分类样本进行了回归分析。实证结果表明,虽然不同类型农产品原产地信号均能产生溢价,但是由于农产品本质存在一些差异,信号的强度也呈现出相应的差异,导致原产地的溢价水平也不同。最后,本文探索了农产品电子商务中原产地信号如何调节其它信号溢价的关系。研究结果表明,农产品原产地信号加强了口碑评分对溢价的正向作用,同时也加强了竞争者数量对溢价的负向作用。但是,原产地信号对卖家声誉、负面评论个数信号与溢价关系的调节作用并不显着,并从信号线索的诊断理论解释了这种现象。本文研究首次关注了农产品电子商务中原产地信号对溢价的影响,通过全样本和分类样本检验农产品电子商务中原产地信号与溢价之间的关系。本文并且检验了原产地信号如何调节其它信号与溢价的关系。本文研究在一定程度上具有理论和实践意义。本文研究不仅拓展了信号理论,而且丰富了溢价、农产品电子商务的相关研究,具有重要的理论价值。同时,本文研究为农产品电子商务企业的经营策略和定价策略提供参考和依据。电子商务农产品生存风险因素研究。本文研究了电子商务农产品市场中,信号对电子商务农产品生存风险的影响。本文从淘宝网搜集了罗布麻、莲子和皂角米三类农产品,2015年8月1日至2015年12月31日的生存数据（观测周期为153天,记录了产品上线与下线的时间）,使用生存分析的方法探讨了信号对电子商务农产品生存风险的影响。本文的Cox比例风险模型研究结果表明:原产地、卖家声誉、店铺收藏数量、好评率、产品收藏数量等信号均对能够降低电子商务农产品的生存风险,但是评论数量却负向影响电子商务农产品的生存风险。本文的威布尔（Weibull）参数估计的结果,仍然能保证本文基准模型研究结论的一致性。本文内容首次从信号的角度来探析电子商务农产品的生存问题,以淘宝网罗布麻、莲子和皂角米为研究对象,搜集了153天三类电子商务农产品的生存数据,构建了Cox比例风险模型,剖析了电子商务农产品生存风险的影响因素和机理。本文的研究不仅拓宽了信号与生存分析的研究,而且拓展了农产品电子商务领域的研究。本文的研究为电子商务农产品企业提供了一定的理论和实践参考。本文的研究不仅在学术层面拓宽了理论的应用,而且在实践层面提供了一定的启示。
李梅[6]（2018）在《B2B电子商务中复杂合同谈判模型研究》文中研究说明随着我国电子商务迅猛发展,以及近期我国“互联网+”、“一带一路”政策的提出,跨地区、跨国的企业间涌现出更复杂的产品与服务需求,生产能力的互补性也进一步提高,电子市场呈现爆发式增长。特别是B2B电子商务迎来了新一轮的发展机遇。但相对于企业交易的迫切需求而言,有关B2B电子商务交易模式的理论研究仍显不足,新技术的推广与应用在电子商务领域仍有很大提升空间,例如智能计算技术在智能谈判中的应用研究还相对薄弱,与智能谈判的实际需求还有很大差距,这影响了智能谈判技术在电子商务中的实际应用。制约了企业在电子商务交易中的快速发展。研究系统的分析了B2B电子商务中的多属性谈判内容,发现在传统的多属性谈判研究中,谈判商品属性间符合线性独立关系假设,并不符合商品多属性谈判的实际情况。在实际电子商务交易中,商品的多个属性间存在非线性依赖关系。在多属性谈判过程中,如果仍沿用原有的线性独立关系假设,会导致谈判企业错过获得更好收益的机会,甚至会产生一些副作用。因此,放松多属性线性独立假设到非线性依赖假设具有现实意义。研究把这种多属性间具有非线性依赖关系的谈判合同定义为“复杂合同”,并把这种基于“复杂合同”的多属性谈判定义为“复杂合同谈判”。首先,通过对B2B复杂合同谈判概念的界定、B2B复杂合同谈判体系框架、B2B复杂合同谈判决策理论方法、B2B复杂合同谈判机制研究与智能计算技术的分析等理论进行研究,奠定B2B复杂合同谈判模型构建的理论基础。并且研究了多Agent系统（MAS）的应用,将其引入到复杂合同谈判中,将双边多属性谈判模型平滑过渡到一对多、多对多的复杂合同谈判模型。通过中介平台管理Agent的匹配与协调,可以将这种匹配谈判代理的模型拓展到动态环境下的多边谈判。运用混合智能算法,多Agent系统（MAS）构建了复杂合同谈判的多边谈判架构。在智能谈判领域创造性将模糊神经网络、遗传算法与多代理系统等多种智能算法进行有机融合,创建B2B电子商务中的复杂合同谈判模型与求解算法;最后,提供了价格,质量与数量三个谈判中的主要属性进行复杂合同谈判仿真算例,验证了B2B电子商务中复杂合同谈判模型与求解算法的正确性与有效性。其次,在B2B电子商务市场中存在采购方的需求聚合要求。通常情况下,原有方法一般采用购买方基于近似属性需求按数量进行订单聚合,供应方根据采购数量的增长,采用梯度折扣的方式进行销售。而在B2B复杂合同谈判中,考虑到采购方最佳订货数量一般不能达到销售方较优的销售数量折扣要求,通过谈判合同中商品数量与价格的依赖关系,可以确定订单合并采购数量下的折扣价格曲线,提出基于订单合并的多边谈判模型。该模型考虑了通过多个采购方订货数量的订单合并,从而获得较优折扣价格的谈判优势,并使整体谈判收益增加。通过价格,质量与数量的三属性订单合并采购仿真算例证明方法的正确性与可行性。最后,在B2B电子商务中复杂合同谈判模型研究的基础上,在实验室条件下,构建B2B复杂合同谈判模型的应用仿真环境,分析与设计了B2B电子商务的复杂合同谈判实验方案,探索在现有的计算机与网络软硬件条件下,本研究的模型与求解算法是否满足应用性要求。以便为模型与求解算法的进一步改进提供实验数据与改进方向,为研究成果的推广与实际应用提供借鉴。
刘畅[7]（2017）在《基于深度学习的网上虚假交易识别研究》文中认为随着中国电子商务的快速发展,网上零售业务的竞争愈发激烈,为了能够吸引消费者的目光并增加商品销量,某些商家开始采用虚假交易这种不正当的竞争手段进行商品的推广。虚假交易不仅仅是一种虚假宣传手段,它一方面严重损害了消费者的知情权和公平交易权,另一方面虚假交易现象的蔓延会加剧电子商务的诚信危机,严重阻碍中国电子商务的健康发展。为了能够识别出网上的虚假交易行为,本文从以下几个方面对虚假交易进行了研究:（1）虚假交易的参与者主要有两个,分别是发布虚假交易任务的商家和执行虚假交易的刷客。商家通过虚假交易获得虚假的商品销量、信用积分和商品评论等,而刷客则通过被商家雇佣,依靠执行虚假交易获取佣金。商家和刷客之间通过商品联系在一起,因此本文将虚假交易的研究分为两个方面,分别是以商品为目标的虚假交易识别和以消费者为目标的虚假交易识别,并且采用深度置信网络对虚假交易进行识别。（2）以商品为目标的虚假交易识别是指从网上进行销售的商品中分辨出哪些商品是通过虚假交易的方式增加的商品销量和评论数量。在对商品特征进行分析的过程中,除了考虑到商家属性特征、商品属性特征和评论属性特征之外,同时采用商品销售量指数模型对商品的销售记录进行分析,描述商品在某一时期内销量的变化。在识别过程中利用深度置信网络,同时结合了多层感知器进行虚假交易识别。将虚假交易识别模型分为了多层感知器模块和深度置信网络模块,其中深度置信网络模块用于接收输入信号,并且对输入数据特征进行学习,从而可以获取到更高层次的抽象特征;多层感知器模块则在识别模型中执行分类任务,从而实现以商品为目标的虚假交易识别。（3）以消费者为目标的虚假交易识别是指从购买商品的消费者中识别出执行虚假交易的刷客。在对消费者特征的分析过程中,主要考虑了消费者属性特征、商品属性特征、评论属性特征和商家属性特征。在采用深度置信网络对消费者特征进行学习的过程中,考虑到传统的深度置信网络在学习过程中会陷入局部最小点,导致无法显示出在特征学习方面的优势,因此本文利用交替进行深度置信网络中有监督学习过程和无监督反馈调节过程的方法来解决后向传播过程中底层权重导数变小而出现的深层网络性能优势不明显的问题,同时将用户“是刷客”或“不是刷客”的逻辑用隶属函数的形式进行描述,并将之引入到深度置信网络中,提高识别的准确度。（4）最后本文利用在淘宝网中采集到的商品和消费者数据对虚假交易识别方法进行验证,并与传统的深度置信网络和常见的浅层机器学习方法（贝叶斯网络、随机森林、支持向量机）进行对比,以验证其识别的性能。
王凤飞[8]（2016）在《我国电子商务与传统商务协同发展研究》文中研究指明目前,电子商务作为我国一种新型的营销管理模式,其运行优势日益凸显,市场交易额突飞猛进,商业效率成倍递增,显示出强大的市场竞争力和发展潜力,深刻影响着经济的运行方式和人们的思维模式。然而,不容置否,电子商务的快速发展给我国传统商务的运行模式带来了剧烈冲击,严重撼动着传统商务先前“一家独大”的市场地位,双方的市场竞争空前激烈,因此我国电子商务与传统商务两者之间是合作还是竞争,以及合作或竞争的发展机理如何已经成为学术界研究的重要课题。论文以我国电子商务与传统商务的协同发展作为研究对象,基于宏观经济的视角,研究电子商务与传统商务两种模式的协同发展。通过考察我国电子商务与传统商务间相互作用、相互影响的关联关系,寻求并论证电子商务与传统商务协同发展的必要性、两者目前协同发展的耦合度以及影响协同发展的具体因素,并对两者协同发展的实现机制提出相关对策建议。首先,对我国电子商务与传统商务协同发展机制进行基本理论分析。论文综合运用竞合理论、耗散结构理论等来分析掌握两者协同发展在不同条件下涨落、突变、涌现的演化过程及实现机制。理论分析可得:电子商务子系统与传统商务子系统要素间的差异性互动关系是耦合互动的直接原因,两个子系统间的共同作用和相互作用是耦合关系发生的源动力,系统整体与外界能量流、信息流、物流的转换传递与交替循环是系统耦合的驱动力,而且,两个子系统的协同互融模式一定程度上又会加强系统间的联动传递效应。其次,对电子商务与传统商务协同发展的必要性从现实需求和博弈模型构建两方面进行定性和定量分析。以电子商务与传统商务的发展现状为出发点,分析揭示电子商务与传统商务单独发展模式所存在的弊端和发展瓶颈,从现实需求视角论证了电子商务与传统商务协同发展的必要性。之后通过非合作博弈模型和合作博弈模型的比较分析,从实证角度论证了两者协同发展的必要性、可行性,并得出如下结论:如果电子商务系统与传统商务系统采取“排斥”策略,两者都不重视对方利润而进行独立发展,销量总量较协调行动虽有所增加,但相对应边际成本而言,市场价格降低,最终独立策略会因为利益对抗导致双方利益皆受损;而从长期发展的视角以及社会整体的协同角度出发,两种模式协同运作的获利均会高于系统自身占优的排斥策略所带来的收益。因此,电子商务和传统商务两者的市场行为是可以被协同和预期的,两者协同发展是必要的,并且是可行的。再次,构建了协同发展影响因素的Logit模型对两者协同发展的影响因素进行实证分析,研究发现,用户体验、商品定价、网络安全以及物流配送等方面都会影响消费者的购买意愿和偏好。因此,在电子商务与传统商务的协同发展过程中,应有针对性地对影响两种商务营销模式的显着因素进行宏观统筹协调、区别对待部署,以满足消费者个性化、差异化、多样化的现实需求,积极构建实体与电商、线上并线下的全面、立体、协同的营销环境。随后根据系统间作用影响的强弱程度,论文将电子商务与传统商务的协同轨迹划分为三个阶段:直接嵌入式的初级耦合发展阶段、交叉融合式耦合成长发展阶段和互促互补式的紧密耦合优化发展阶段,并运用灰色关联模型对目前电子商务与传统商务协同发展的程度进行实证分析,研究结果表明:目前我国电子商务与传统商务的协同度仍处于嵌入式的初级阶段,双方并未实现全方面的合作机制。然后,论文对我国电子商务与传统商务的协同发展机理利用系统动力学进行仿真实验,仿真结果表明:电子商务子系统与传统商务子系统独立发展的各项指标仿真结果均不敌两者的协同发展模式,两者的整合协同发展模式不仅能有效优化配置社会资源,提高市场运作效率,而且随着时间推移,协同发展系统会显示出更加强大的正外部经济效应,从而实现社会效益、经济效益的双赢目标。最后,根据以上研究结论,论文对我国电子商务与传统商务协同发展模式的实现机制进行了探讨,并对电子商务与传统商务的协同发展研究进行了展望。论文的创新点主要有:（1）理论观点创新。论文提出电子商务与传统商务协同发展的动力是竞合关系,电子商务与传统商务的协同发展会经历竞争→合作→协调的协同过程;电子商务子系统与传统商务子系统要素间的差异性互动关系是耦合互动的直接原因,两个子系统间的共同作用和相互作用是耦合关系发生的源动力,系统整体与外界能量流、信息流、物流的转换传递与交替循环是系统耦合的驱动力。（2）研究视角的创新。论文基于博弈的研究视角对我国电子商务与传统商务协同发展的必要性、可行性进行了论证。（3）研究方法的创新。一方面运用灰色关联模型分析法对我国电子商务与传统商务协同运行程度进行剖析;另一方面运用系统动力学方法对电子商务与传统商务的协同发展进行仿真实验分析。
王倩倩[9]（2015）在《C2C在线评论不一致现象及影响因素研究》文中提出在web2.0时代,在线商品评论已经成为了辅助消费者进行购买决策的重要依据,但是在线商品评论的真实性与客观性却备受质疑。倘若在线商品评论不能代表大多数消费者的真实感受,不能传递出准确的商品信息,反而会增加其他消费者的交易风险,也会误导企业制定错误的营销策略。比如卖家描述的商品质量好,买家评论中反映的是假货、质量不好;还有一些好评的评论下面隐藏着负面的评论内容,中差评下面反而是正面的评论内容等等。鉴于此,本研究以在线评论这一新兴议题为研究内容,以淘宝网作为C2C电子商务网站的代表,分别从文本型评论与卖家描述不一致、文本型评论与数值型评论不一致,以及这两者不一致的影响因素出发,揭示不一致现象,探寻不一致原因,并给出激励一致性评论的策略和方法。本研究通过检索工具分别在英文和中文数据库中查找文献资料,前人有关在线评论的研究成果能够为本研究寻找理论支撑。同时,使用网络爬虫代码提取在线评论内容,利用计算机进行分词处理以及语义倾向性判断,构建文本型评论与卖家描述的不一致性模型,以及文本型评论与数值型评论的不一致性模型,分别预测和判断文本型在线评论与卖家描述是否一致以及文本型在线评论与数值型在线评论是否一致。接着,在上述分析的基础上再与实证研究相结合,通过问卷调查来分析消费者发表不一致评论的影响因素,再通过访谈,与消费者和卖家进行交谈。他们口述的内容,为模型和实验结果提供更全面、详尽的解释。研究结果表明,文本型评论与卖家描述以及文本型评论与数值型评论都存在不同程度的不一致性。感知风险、失落心理、恶意攻击、经济回报、漏报偏差对买家发表与卖家描述不一致的评论起到了正向的影响作用;感知价值、感知信任对买家发表与卖家描述不一致的评论起到了负向的影响作用。经济回报、声誉、助人为乐、冲突规避、习惯心理以及心理补偿都对买家发表文本型与数值型不一致的评论产生了正向影响,其中,冲突规避对不一致评论的影响最大,心理补偿和经济回报对不一致评论的影响最小。从众效应对不一致评论没有影响。因此,如果要想让买家发表一致的评论,要从三个方面入手,一是卖家对商品要客观描述,承诺的服务要保证;二是要提高买家对商品的认知,在进行评价时不能感情用事;三是第三方机构、网站要加强监管,对买家评论进行鼓励和奖赏,对不正当经营的卖家给予严厉的处罚,让网购市场的两个主体各尽其责,共同营造良好和谐的网购环境,传播真实、可信的产品信息。本研究涉及的调研对象大部分为高校学生和年轻的消费者,不同层次的人员对在线评论的认识会有所不同,因此该研究的适用性仍需进一步的探讨。本研究没有涉及评论成本的考虑,在后续的研究中,可以考虑到引入该变量,并且考虑体验型商品和搜索型商品的差异,这将是本研究以后的探索方向。
沈红超[10]（2009）在《数据挖掘技术在电子商务中的应用研究》文中进行了进一步梳理随着Internet技术的不断发展与成熟,电子商务这一现代商业模式以其高效率、低成本和不受时空限制的特点成为企业商务活动发展的大势所趋。电子商务的迅速发展导致诸多问题也随之出现。如今所有企业面临的一个共同问题就是尽管电子商务系统收集了相当大量的数据,然而能够得到的、真正有价值的信息却非常少。如何对这些信息进行有效的组织与利用,从海量的数据中获得有利于商业运作、提高竞争力的信息是企业亟待解决的焦点问题。数据挖掘技术的出现为电子商务活动系统提供了数据分析强大的技术支持。数据挖掘是面向应用的,也只有将数据挖掘技术应用到大量的、复杂的数据中去,对数据挖掘技术研究的价值才能得到最佳体现。电子商务的发展使得越来越多的企业开始网上交易,电子商务网站的服务器日志、后台数据库中客户相关的数据以及大量的交易记录等数据资源中所蕴涵的大量的有益信息有待于充分地挖掘和利用。无疑电子商务是数据挖掘应用的最佳对象,面向电子商务的数据挖掘是Web挖掘的典型应用。通过挖掘Web上的日志文件,如客户的访问行为、访问频度、浏览内容及时间等,提取相关的客户知识,将客户的访问数据从潜在的、隐含的、无规律的状态,经过提取、清洗、加工成为企业分析市场、制定经营策略、管理客户关系的有力依据,从而实现Web上电子商务活动的真正价值。论文讨论了开发电子商务Web应用框架的两种平台技术,J2EE和.NET,分析了数据挖掘其构造的系统应用框架上的实现过程。将数据挖掘技术在电子商务中的应用分别从网站设计优化、客户关系管理和网络营销三个角度进行讨论,并各自选取最主要的两个或以上方面,结合实际数据进行算法应用分析,其中采用主要数据挖掘技术有路径分析技术、关联规则挖掘技术、决策树分类分析、BP神经网络以及聚类分析等,并针对相应算法实际中存在的问题进行了改进,结合实例证明了算法在对电子商务数据应用数据挖掘时的作用及有效性。多种挖掘技术与电子商务系统有机的融合,为电子商务活动争取最大的收益提供源源不断的动力。
二、现代工业工程在电子商务中的应用（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、现代工业工程在电子商务中的应用（论文提纲范文）
（1）第三方电子商务交易平台个性化信息服务体系研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1研究背景 |
| 1.2 研究意义 |
| 1.3 研究现状 |
| 1.3.1 电子商务信息服务的相关研究 |
| 1.3.2 个性化信息服务的相关研究 |
| 1.3.3 电子商务个性化信息服务的相关研究 |
| 1.3.4 研究现状述评 |
| 1.4 研究方案 |
| 1.4.1 研究方法 |
| 1.4.2 研究路线 |
| 1.5 研究内容 |
| 2 相关理论与概念 |
| 2.1 相关理论 |
| 2.1.1 系统论 |
| 2.1.2 协同理论 |
| 2.1.3 信息管理理论 |
| 2.2 相关概念 |
| 2.2.1 第三方电子商务交易平台 |
| 2.2.2 电子商务信息服务 |
| 2.2.3 电子商务个性化信息服务 |
| 3 第三方电子商务交易平台信息服务的构成要素 |
| 3.1 第三方电子商务交易平台信息服务的参与者 |
| 3.1.1 信息服务生产者 |
| 3.1.2 信息服务传递者 |
| 3.1.3 信息服务接受者 |
| 3.1.4 信息服务支撑者 |
| 3.2 第三方电子商务交易平台的信息内容 |
| 3.2.1 面向卖家的信息内容 |
| 3.2.2 面向买家的信息内容 |
| 3.3 第三方电子商务交易平台信息服务模式 |
| 3.3.1 “面向信息”服务模式 |
| 3.3.2 “面向信息交流”服务模式 |
| 3.3.3 “面向信息用户”服务模式 |
| 3.4 第三方电子商务交易平台信息服务项目 |
| 3.4.1 信息组织服务 |
| 3.4.2 信息发布服务 |
| 3.4.3 信息检索服务 |
| 3.4.4 信息分析服务 |
| 3.4.5 信息咨询服务 |
| 3.4.6 信息推荐服务 |
| 3.5 第三方电子商务交易平台信息服务体系构建 |
| 4 第三方电子商务交易平台个性化信息服务的构成要素 |
| 4.1 第三方电子商务交易平台个性化信息服务的原则 |
| 4.2 第三方电子商务交易平台个性化信息服务应用的主要技术 |
| 4.2.1 用户建模技术 |
| 4.2.2 数据挖掘技术 |
| 4.2.3 RSS技术 |
| 4.3 第三方电子商务交易平台个性化信息服务模式 |
| 4.3.1 拉动(pull)模式 |
| 4.3.2 推送(push)模式 |
| 4.3.3 推拉(push-pull)混合模式 |
| 4.4 第三方电子商务交易平台个性化信息服务策略 |
| 4.4.1 订阅服务 |
| 4.4.2 热点推荐 |
| 4.4.3 兴趣推荐 |
| 4.5 第三方电子商务交易平台个性化信息服务的呈现形式 |
| 4.5.1 个性化推送 |
| 4.5.2 个性化检索 |
| 4.5.3 个性化导航 |
| 4.5.4 个性化页面 |
| 4.6 第三方电子商务交易平台个性化信息服务体系构建 |
| 4.6.1 电商平台个性化信息推荐系统结构 |
| 4.6.2 第三方电子商务交易平台个性化信息服务体系 |
| 5 案例分析 |
| 5.1 淘宝网个性化信息服务 |
| 5.1.1 淘宝网个性化信息服务策略 |
| 5.1.2 淘宝网个性化信息服务呈现形式 |
| 5.2 亚马逊网个性化信息服务 |
| 5.2.1 亚马逊网个性化信息服务策略 |
| 5.2.2 亚马逊网个性化信息服务呈现形式 |
| 5.3 淘宝网和亚马逊网个性化信息服务对比 |
| 6 总结 |
| 6.1 全文总结 |
| 6.2 创新点与不足 |
| 6.3 展望 |
| 参考文献 |
| 在校期间发表的论文、科研成果等 |
| 致谢 |
（2）电子商务领域的物流配送选址及运输路径集成问题研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 选题背景 |
| 1.2 研究的目的及意义 |
| 1.3 国内外研究现状 |
| 1.3.1 电商领域物流研究现状 |
| 1.3.2 车辆路径问题研究现状 |
| 1.3.3 设施选址问题研究现状 |
| 1.3.4 选址-路径集成问题研究现状 |
| 1.3.5 一体化集送货研究现状 |
| 1.4 论文结构 |
| 1.4.1 研究内容 |
| 1.4.2 技术路线 |
| 2 电子商务与物流配送理论综述 |
| 2.1 物流配送的基本理论 |
| 2.1.1 物流配送的模式及种类 |
| 2.1.2 物流配送的功能要素 |
| 2.2 电子商务与物流配送的关系 |
| 2.2.1 电子商务给物流配送带来的影响 |
| 2.2.2 物流配送给电子商务带来的影响 |
| 2.2.3 电子商务环境下物流配送的特征 |
| 2.3 电子商务环境下配送网络系统类型分析 |
| 2.3.1 集中型配送网络系统 |
| 2.3.2 分散型配送网络系统 |
| 2.3.3 混合型配送网络系统 |
| 3 带模糊时间窗的集配一体化的单级双目标选址-路径问题 |
| 3.1 引言 |
| 3.2 集配一体化 |
| 3.3 客户模糊时间窗 |
| 3.4 模型构建 |
| 3.4.1 问题描述 |
| 3.4.2 模型假设 |
| 3.4.3 符号说明 |
| 3.4.4 数学模型 |
| 3.5 算法设计 |
| 3.5.1 算法思路 |
| 3.5.2 大规模邻域搜索策略 |
| 3.5.3 嵌入大规模邻域搜索的混合自适应遗传算法设计 |
| 3.5.4 编码设计 |
| 3.5.5 初始解的生成 |
| 3.5.6 模拟退火局部搜索 |
| 3.5.7 客户满意度模糊优化 |
| 3.6 数值实验分析 |
| 3.6.1 算法性能及有效性分析 |
| 3.6.2 模型有效性分析 |
| 3.7 本章小结 |
| 4 考虑配送网点优化的两级选址-车辆路径优化问题 |
| 4.1 引言 |
| 4.2 模型构建 |
| 4.2.1 问题描述 |
| 4.2.2 模型假设 |
| 4.2.3 符号说明 |
| 4.2.4 数学模型 |
| 4.3 算法设计 |
| 4.3.1 算法思路 |
| 4.3.2 算法步骤 |
| 4.3.3 编码 |
| 4.3.4 初始化 |
| 4.4 数值实验分析 |
| 4.4.1 数据选取 |
| 4.4.2 算法初始默认参数 |
| 4.4.3 算法寻优组合动态自适应 |
| 4.4.4 实验结果对比分析 |
| 4.5 本章小结 |
| 5 带有多模糊因素的多级选址-路径问题 |
| 5.1 引言 |
| 5.2 大数据与用户需求预测 |
| 5.3 配送时效与用户满意度 |
| 5.4 模糊因素 |
| 5.4.1 模糊需求量 |
| 5.4.2 混合软时间窗 |
| 5.4.3 模糊车辆行驶时间 |
| 5.5 模型构建 |
| 5.5.1 问题描述 |
| 5.5.2 模型假设 |
| 5.5.3 符号说明 |
| 5.5.4 数学模型 |
| 5.6 算法设计 |
| 5.6.1 随机模拟算法 |
| 5.6.2 异步并行计算框架 |
| 5.6.3 分支算法SA-DLNS流程 |
| 5.6.4 算法实现 |
| 5.7 数值实验分析 |
| 5.7.1 算法有效性及性能检验 |
| 5.7.2 模型有效性检验 |
| 5.8 本章小结 |
| 6 考虑混合模糊时间窗多目标集配一体化多级选址-路径问题 |
| 6.1 引言 |
| 6.2 考虑变动系数的客户模糊时间窗 |
| 6.3 模型构建 |
| 6.3.1 问题描述 |
| 6.3.2 模型假设 |
| 6.3.3 符号说明 |
| 6.3.4 数学模型 |
| 6.4 算法设计 |
| 6.4.1 算法思路 |
| 6.4.2 主从并行计算框架 |
| 6.4.3 PA-AMOSA-TS算法流程 |
| 6.4.4 归档式接收准则 |
| 6.5 数值实验分析 |
| 6.5.1 数据选取 |
| 6.5.2 算法参数 |
| 6.5.3 实验结果对比分析 |
| 6.6 模型有效性检验 |
| 6.7 本章小结 |
| 7 结论 |
| 7.1 主要研究成果 |
| 7.2 研究展望 |
| 参考文献 |
| 附录A 论文模型及部分算法利用 |
| 作者简历及在学研究成果 |
| 学位论文数据集 |
（3）《案例》：C银行 ——“互联网+政务”缴费平台商业模式分析与重构研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一部分 案例正文 |
| 引子 |
| 缴费平台背景 |
| 缴费平台概述 |
| 平台运营困惑 |
| 第二部分 案例分析 |
| 1 绪论 |
| 1.1 研究目的 |
| 1.2 研究内容 |
| 1.3 研究方法 |
| 1.4 技术路线 |
| 2 商业模式的相关理论与文献 |
| 2.1 商业模式概念 |
| 2.2 商业模式类型 |
| 2.3 商业模式要素 |
| 2.4 商业模式战略 |
| 2.5 商业模式绩效 |
| 2.6 商业模式重构 |
| 2.7 工业工程原理 |
| 3 缴费平台的资源与环境分析 |
| 3.1 市场定位分析 |
| 3.2 客户资源分析 |
| 3.3 竞争对手分析 |
| 3.4 内部资源分析 |
| 3.5 伙伴资源分析 |
| 3.6 渠道资源分析 |
| 3.7 技能资源分析 |
| 3.8 资金投入分析 |
| 4 缴费平台现行商业模式诊断 |
| 4.1 企业价值主张 |
| 4.2 目标客户群体 |
| 4.3 价值链的结构 |
| 4.4 核心资源能力 |
| 4.5 合作伙伴网络 |
| 4.6 平台效益测算 |
| 4.7 诊断分析总结 |
| 5 缴费平台商业模式重构方案 |
| 5.1 扩展平台功能 |
| 5.2 优化业务系统 |
| 5.3 提升关键能力 |
| 5.4 拓宽盈利来源 |
| 5.5 调整利益分享 |
| 5.6 构建生态商圈 |
| 5.7 完善配套措施 |
| 5.8 方案效果评估 |
| 6 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
（4）临场感对移动政务公众信任影响研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国内外移动政务公众信任研究现状 |
| 1.2.2 国内外临场感研究现状 |
| 1.2.3 研究述评 |
| 1.3 研究内容与研究方法 |
| 1.3.1 研究内容 |
| 1.3.2 研究方法 |
| 1.4 研究创新 |
| 第二章 相关概念与理论基础 |
| 2.1 相关概念 |
| 2.1.1 移动政务定义与特点 |
| 2.1.2 移动政务公众信任定义与特点 |
| 2.1.3 临场感定义 |
| 2.2 理论基础 |
| 2.2.1 临场感理论 |
| 2.2.2 刺激-有机体-反应理论 |
| 2.2.3 满意度理论 |
| 2.2.4 信任理论 |
| 第三章 研究模型和研究假设 |
| 3.1 理论模型构建 |
| 3.1.1 模型构建思路 |
| 3.1.2 模型构建 |
| 3.2 研究假设 |
| 3.2.1 临场感与移动政务公众信任的关系 |
| 3.2.2 满意度中介作用 |
| 3.2.3 心流体验中介作用 |
| 3.2.4 信任倾向调节作用 |
| 第四章 问卷设计及数据分析 |
| 4.1 问卷设计 |
| 4.1.1 变量定义 |
| 4.1.2 变量的测量 |
| 4.1.3 问卷设计 |
| 4.2 描述性统计分析 |
| 4.3 信度与效度分析 |
| 4.3.1 信度分析 |
| 4.3.2 效度检验 |
| 4.4 相关分析 |
| 4.4.1 满意度与临场感三个维度假设相关分析 |
| 4.4.2 心流体验与临场感三个维度假设相关分析 |
| 4.4.3 移动政务公众信任与满意度、心流体验假设相关分析 |
| 4.4.4 移动政务公众信任与临场感三个维度假设相关分析 |
| 4.4.5 信任倾向与满意度、心流体验、移动政务公众信任假设相关分析. |
| 4.5 回归分析 |
| 4.5.1 移动政务公众信任直接效应回归分析 |
| 4.5.2 满意度及心流体验中介效应回归分析 |
| 4.5.3 信任倾向调节效应分析 |
| 4.6 假设检验结论分析 |
| 4.6.1 临场感对移动政务公众信任的影响分析 |
| 4.6.2 心流体验和满意度在临场感与移动政务公众信任之间的中介影响分析 |
| 4.6.3 信任倾向在中介变量与移动政务公众信任之间的调节影响分析 |
| 第五章 提高移动政务公众信任的对策及建议 |
| 5.1 全面提升临场感 |
| 5.1.1 及时回馈公众疑虑,提升感知临场感 |
| 5.1.2 加强与公众互动性,提升情感临场感 |
| 5.1.3 实时更新平台讯息,提升认识临场感 |
| 5.2 提升用户满意度 |
| 5.2.1 提高平台办理真实性,促进板块合理划分 |
| 5.2.2 提升平台建设管理水平,切实加强服务质量 |
| 5.2.3 倾听民声民意,拉近政府与公众距离 |
| 5.3 提升公众心流体验 |
| 5.3.1 提升专人业务能力,提高平台涉入度 |
| 5.3.2 推送高质量政务服务,便于公众使用 |
| 5.3.3 注重用户自我提升,促进公众参与 |
| 5.4 提高公众信任倾向 |
| 5.4.1 保障用户使用环境,营造社会信任氛围 |
| 5.4.2 完善社会信任体系,提高公众认知水平 |
| 第六章 总结与建议 |
| 6.1 研究结论 |
| 6.2 研究贡献 |
| 6.3 研究不足与展望 |
| 致谢 |
| 参考文献 |
| 附录 |
| 攻硕期间取得的研究成果 |
（5）农产品电子商务中的原产地效应与作用机理（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 第一节 研究背景与意义 |
| 一、研究背景 |
| 二、研究问题 |
| 三、研究意义 |
| 第二节 研究技术路径 |
| 一、研究思路 |
| 二、研究内容 |
| 三、研究方法和工具 |
| 第三节 论文结构安排 |
| 第四节 创新之处 |
| 一、研究问题创新 |
| 二、研究方法创新 |
| 三、理论应用创新 |
| 第二章 文献综述 |
| 第一节 主要理论基础 |
| 一、信息不对称理论 |
| 二、信号理论 |
| 三、信任理论 |
| 第二节 信号研究现状 |
| 一、独立信号的研究现状 |
| 二、多重信号研究现状 |
| 三、信号相关的博弈研究 |
| 第三节 原产地信号研究现状 |
| 一、原产地概念 |
| 二、原产地形象 |
| 三、原产地效应 |
| 四、原产地形象的作用机理 |
| 第四节 本章小结 |
| 第三章 农产品电子商务中原产地信号对销量的影响研究 |
| 第一节 问题描述 |
| 第二节 理论基础 |
| 一、信号理论 |
| 二、原产地信号 |
| 第三节 研究假设 |
| 一、农产品电子商务中信号对销量的影响 |
| 二、原产地信号与其它信号的交互作用 |
| 第四节 研究设计 |
| 一、数据来源 |
| 二、模型构建 |
| 三、变量说明 |
| 第五节 实证结果分析 |
| 一、面板数据的相关检验 |
| 二、描述性统计 |
| 三、相关性分析 |
| 四、回归结果 |
| 第六节 本章小结 |
| 第四章 农产品电子商务中原产地溢价研究 |
| 第一节 问题描述 |
| 第二节 理论基础与研究假设 |
| 一、原产地形象与原产地信号 |
| 二、信任 |
| 三、研究假设 |
| 第三节 研究设计 |
| 一、样本选择与数据来源 |
| 二、模型设定与变量测量 |
| 第四节 实证结果与分析 |
| 一、描述性统计 |
| 二、基准模型回归结果 |
| 三、交互模型回归结果 |
| 第五节 本章小结 |
| 第五章 电子商务农产品生存风险因素研究 |
| 第一节 问题描述 |
| 第二节 生存分析理论 |
| 一、生存分析理论概述 |
| 二、风险函数 |
| 三、生存分析法 |
| 第三节 研究假设 |
| 一、原产地信号与电子商务农产品生存风险 |
| 二、卖家声誉与电子商务农产品生存风险 |
| 三、评论数量与电子商务农产品生存风险 |
| 四、好评率与电子商务农产品生存风险 |
| 五、历时30天交易量与电子商务农产品生存风险 |
| 六、负面评论数量与电子商务农产品生存风险 |
| 第四节 研究设计 |
| 一、数据描述 |
| 二、变量说明 |
| 三、模型的设定 |
| 第五节 实证结果与分析 |
| 一、统计性描述 |
| 二、相关性分析 |
| 三、方差膨胀因子检验 |
| 四、Cox比例风险模型假设检验 |
| 五、Cox比例风险模型回归结果 |
| 第六节 本章小结 |
| 第六章 结论、政策启示及研究展望 |
| 第一节 主要研究工作 |
| 一、主要研究内容与结论 |
| 二、研究贡献 |
| 第二节 未来研究展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 个人简历及在学期间发表的研究成果 |
（6）B2B电子商务中复杂合同谈判模型研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景与问题提出 |
| 1.1.1 研究背景 |
| 1.1.2 问题提出 |
| 1.2 研究目的与意义 |
| 1.2.1 研究目的 |
| 1.2.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 B2B电子商务在线交易方式 |
| 1.3.2 人工智能角度的多属性谈判 |
| 1.3.3 复杂合同谈判模型研究 |
| 1.3.4 研究评述 |
| 1.4 主要研究内容与方法 |
| 1.4.1 研究内容 |
| 1.4.2 研究方法 |
| 1.4.3 技术路线 |
| 第2章 B2B复杂合同谈判成因分析与体系框架 |
| 2.1 B2B电子商务 |
| 2.1.1 B2B电子商务概念与特点 |
| 2.1.2 B2B电子市场演变与当前主要模式 |
| 2.1.3 B2B电子商务的一般业务流程 |
| 2.2 B2B电子谈判与复杂合同谈判 |
| 2.2.1 B2B电子谈判 |
| 2.2.2 B2B多属性电子谈判 |
| 2.2.3 B2B复杂合同谈判 |
| 2.3 B2B复杂合同谈判复杂性成因及特征 |
| 2.3.1 B2B复杂合同谈判中多属性依赖关系分析 |
| 2.3.2 B2B复杂合同谈判主要特征 |
| 2.4 B2B复杂合同谈判体系框架 |
| 2.4.1 B2B复杂合同谈判模型设计关键要素 |
| 2.4.2 B2B复杂合同谈判模型设计原则 |
| 2.4.3 B2B复杂合同谈判模型总体框架 |
| 2.5 本章小结 |
| 第3章 B2B复杂合同谈判决策与谈判机制研究 |
| 3.1 B2B复杂合同谈判问题的效用评价 |
| 3.1.1 多属性效用理论 |
| 3.1.2 B2B复杂合同谈判的效用函数 |
| 3.1.3 机器学习与谈判方案效用评价 |
| 3.2 B2B复杂合同谈判的决策方法 |
| 3.2.1 求解Nash均衡的决策方法 |
| 3.2.2 基于帕累托(Pareto)最优的决策方法 |
| 3.2.3 决策方法比较分析 |
| 3.3 B2B复杂合同谈判机制研究 |
| 3.3.1 多Agent系统的引入 |
| 3.3.2 基于中介的双边谈判机制 |
| 3.3.3 基于中介的多Agents多边谈判机制 |
| 3.4 谈判模型智能求解方法分析 |
| 3.4.1 主要智能计算方法 |
| 3.4.2 混合智能计算方法分析 |
| 3.5 本章小节 |
| 第4章 B2B复杂合同谈判模型 |
| 4.1 基于Nash均衡解的决策描述 |
| 4.1.1 模型谈判决策方法 |
| 4.1.2 基于MAS的多边谈判框架 |
| 4.2 谈判知识获取方法 |
| 4.2.1 谈判知识获取问题分析 |
| 4.2.2 GD-FNN的优势 |
| 4.3 MAS/GA谈判模型构建 |
| 4.3.1 关键环节 |
| 4.3.2 算法步骤与过程 |
| 4.4 仿真分析 |
| 4.4.1 模拟方程的构建 |
| 4.4.2 谈判属性取值范围与运算相关参数设定 |
| 4.4.3 仿真计算 |
| 4.4.4 结果分析 |
| 4.5 本章小结 |
| 第5章 基于订单合并的B2B复杂合同谈判模型 |
| 5.1 采购数量订单合并分析 |
| 5.1.1 采购数量订单合并的买方需求 |
| 5.1.2 订单合并的卖方需求 |
| 5.1.3 订单合并的规则分析 |
| 5.2 基于Nash均衡解的组合订单效用决策描述 |
| 5.2.1 谈判决策方法 |
| 5.2.2 基于MAS的订单合并谈判机制 |
| 5.3 基于订单合并的MAS/HGA谈判模型构建 |
| 5.3.1 关键环节 |
| 5.3.2 求解订单合并的HGA遗传算法 |
| 5.4 仿真分析 |
| 5.4.1 仿真计算 |
| 5.4.2 结果分析 |
| 5.5 本章小结 |
| 第6章 B2B复杂合同谈判模型的应用仿真 |
| 6.1 B2B复杂合同谈判模型应用仿真实验方案设计思路 |
| 6.2 B2B复杂合同谈判应用仿真实验方案分析 |
| 6.2.1 B2B复杂合同谈判应用仿真的谈判流程分析 |
| 6.2.2 B2B复杂合同谈判系统功能结构分析 |
| 6.3 B2B复杂合同谈判模型应用仿真方案设计 |
| 6.3.1 仿真系统功能结构设计 |
| 6.3.2 仿真系统谈判流程设计 |
| 6.3.3 仿真系统数据结构设计 |
| 6.4 B2B复杂谈判合同应用仿真实验算例 |
| 6.4.1 应用仿真环境构建 |
| 6.4.2 应用仿真算例描述 |
| 6.4.3 应用仿真结果输出与分析 |
| 6.5 B2B复杂合同谈判应用仿真中计算的复杂度分析 |
| 6.5.1 计算过程中的空间复杂度分析 |
| 6.5.2 计算过程中的时间复杂度分析 |
| 6.5.3 计算过程中的整体复杂度分析 |
| 6.6 B2B复杂合同谈判的应用策略 |
| 6.6.1 B2B复杂合同谈判应用目标与基本原则 |
| 6.6.2 B2B复杂合同谈判中企业应用策略与措施 |
| 6.6.3 B2B复杂合同谈判应用中可能存在的不足 |
| 6.7 本章小结 |
| 结论 |
| 参考文献 |
| 攻读博士学位期间发表的论文 |
| 攻读博士学位期间参与的科研项目 |
| 致谢 |
| 个人简历 |
（7）基于深度学习的网上虚假交易识别研究（论文提纲范文）
| 论文创新点 |
| 中文摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 国内外研究现状 |
| 1.3.1 基于评论文本的垃圾评论检测 |
| 1.3.2 基于评论元数据的垃圾评论检测 |
| 1.3.3 基于商品信息的垃圾评论检测 |
| 1.4 研究内容和组织 |
| 1.5 论文创新点 |
| 第2章 虚假交易现状分析 |
| 2.1 网上交易与信誉评价系统 |
| 2.1.1 对信誉系统的攻击分类 |
| 2.1.2 检测攻击的方法 |
| 2.2 虚假交易的概念 |
| 2.3 商品评论与虚假交易的关系 |
| 2.4 针对虚假交易的打击方式 |
| 第3章 以商品为目标的虚假交易识别 |
| 3.1 相关研究与方法 |
| 3.2 重复评论检测 |
| 3.3 虚假销售商品的特征研究 |
| 3.4 结合多层感知器和深度置信网络的虚假交易识别 |
| 3.4.1 多层感知器 |
| 3.4.2 深度置信网络 |
| 3.4.3 深度置信网络的训练 |
| 3.4.4 模型框架说明 |
| 3.5 本章小结 |
| 第4章 以消费者为目标的虚假交易识别 |
| 4.1 相关研究与方法 |
| 4.2 消费者的购物行为特征研究 |
| 4.3 基于深度置信网络的虚假交易识别 |
| 4.3.1 改进学习过程的深度置信网络 |
| 4.3.2 模糊集 |
| 4.3.3 模型框架说明 |
| 4.4 本章小结 |
| 第5章 实验及结果分析 |
| 5.1 实验数据来源 |
| 5.1.1 商品交易及评论数据的获取 |
| 5.1.2 消费者交易及评论数据的获取 |
| 5.2 不平衡学习的评价方法 |
| 5.3 虚假交易识别的评价标准 |
| 5.4 以商品为目标的虚假交易识别结果对比分析 |
| 5.4.1 以商品为目标的识别结果 |
| 5.4.2 与其他机器学习模型的结果对比分析 |
| 5.5 以消费者为目标的虚假交易识别结果对比分析 |
| 5.5.1 以消费者为目标的识别结果 |
| 5.5.2 与其他机器学习模型的结果对比分析 |
| 5.6 本章小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 研究展望 |
| 参考文献 |
| 攻读博士学位期间参见的科研项目及发表论文情况 |
| 致谢 |
（8）我国电子商务与传统商务协同发展研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| Extended Abstract |
| 变量注释表 |
| 1 绪论 |
| 1.1 研究背景 |
| 1.2 研究意义 |
| 1.3 相关概念界定与辨析 |
| 1.4 研究思路和研究内容 |
| 1.5 研究方法和技术路线 |
| 2 文献综述 |
| 2.1 电子商务的研究现状 |
| 2.2 传统商务的研究现状 |
| 2.3 电子商务与传统商务关系的研究现状 |
| 2.4 研究现状评价 |
| 3 电子商务与传统商务协同发展的基本理论 |
| 3.1 电子商务与传统商务协同发展的系统特性 |
| 3.2 电子商务与传统商务协同发展的理论基础 |
| 3.3 电子商务与传统商务的系统演化机理 |
| 3.4 本章小结 |
| 4 电子商务与传统商务协同发展的必要性分析 |
| 4.1 电子商务与传统商务协同发展的现实需求 |
| 4.2 电子商务与传统商务协同发展的作用机理 |
| 4.3 电子商务与传统商务协同发展必要性博弈论证 |
| 4.4 本章小结 |
| 5 电子商务与传统商务协同发展的影响因素分析 |
| 5.1 问题描述及研究视角 |
| 5.2 电子商务与传统商务协同发展影响因素Logit模型设计 |
| 5.3 电子商务与传统商务协同发展影响因素Logit模型的回归分析 |
| 5.4 本章小结 |
| 6 电子商务与传统商务协同发展的耦合度分析 |
| 6.1 电子商务与传统商务系统耦合特性 |
| 6.2 电子商务与传统商务系统耦合轨迹 |
| 6.3 耦合度模型及方法选择 |
| 6.4 产业视角的关联模型分析 |
| 6.5 行业视角的关联模型分析 |
| 6.6 本章小结 |
| 7 电子商务与传统商务协同发展系统建模与仿真 |
| 7.1 系统动力学概要 |
| 7.2 电子商务子系统SD模型构建 |
| 7.3 传统商务子系统SD模型构建 |
| 7.4 电子商务与传统商务协同发展系统模型构建 |
| 7.5 仿真结果分析 |
| 7.6 本章小结 |
| 8 结论 |
| 8.1 研究结论 |
| 8.2 对策建议 |
| 8.3 论文研究的创新点 |
| 8.4 后续展望 |
| 参考文献 |
| 作者简历 |
| 学位论文数据集 |
（9）C2C在线评论不一致现象及影响因素研究（论文提纲范文）
| 摘要 |
| Abstract |
| 1 绪论 |
| 1.1 研究背景 |
| 1.1.1 网络购物市场迅猛发展 |
| 1.1.2 网购市场加大了信息不对称性 |
| 1.1.3 C2C电子商务市场占据较大比例 |
| 1.1.4 在线评论成为用户网购的重要依据 |
| 1.1.5 在线评论的问题凸显 |
| 1.2 国内外研究述评 |
| 1.2.1 在线评论研究文献的计量学分析 |
| 1.2.2 消费者参与在线评论的动机研究 |
| 1.2.3 在线评论的内容挖掘研究 |
| 1.2.4 在线评论的有效性研究 |
| 1.2.5 在线评论对消费者的影响研究 |
| 1.2.6 在线评论的不一致性研究 |
| 1.3 概念界定及研究问题 |
| 1.4 研究方法与框架 |
| 2 理论基础 |
| 2.1 信息不对称理论 |
| 2.2 博弈论 |
| 2.3 动机理论 |
| 2.4 社会交换理论 |
| 2.5 归因理论 |
| 3 文本型评论与卖家描述不一致性研究 |
| 3.1 文本型评论与卖家描述不一致性模型构建 |
| 3.1.1 买家评论指标构建 |
| 3.1.2 研究命题及变量定义 |
| 3.1.3 文本型评论与卖家描述的一致性模型构建 |
| 3.2 文本型评论与卖家描述一致程度判断 |
| 3.2.1 买家和卖家属性特征词提取 |
| 3.2.2 卖家评论属性特征词极性强度判断 |
| 3.2.3 买家评论属性词极性强度判断 |
| 3.2.4 买家评论与卖家描述一致程度计算 |
| 3.3 实验验证 |
| 3.3.1 数据收集与清洗 |
| 3.3.2 极性得分计算 |
| 3.3.3 计算结果人工修正 |
| 3.4 实验结果及讨论 |
| 4 文本型评论与卖家描述不一致影响因素研究 |
| 4.1 文本型评论与卖家描述不一致影响因素研究角度 |
| 4.2 文本型评论与卖家描述不一致性影响指标构建 |
| 4.2.1 感知价值 |
| 4.2.2 感知信任 |
| 4.2.3 感知风险 |
| 4.2.4 恶意攻击 |
| 4.2.5 失落心理 |
| 4.2.6 经济回报 |
| 4.2.7 漏报偏差 |
| 4.3 文本型评论与卖家描述与不一致影响因素问卷调查 |
| 4.3.1 变量设计与测度 |
| 4.3.2 数据收集及样本特征 |
| 4.4 文本型评论与卖家描述与不一致影响因素实证分析 |
| 4.4.1 样本信度与效度检验 |
| 4.4.2 模型与假设检验 |
| 4.4.3 卖家访谈验证 |
| 4.5 结果及讨论 |
| 4.6 启示 |
| 5 文本型评论与数值型评论不一致性研究 |
| 5.1 文本型评论与数值型评论不一致研究命题 |
| 5.2 文本型评论与数值型评论不一致模型设计 |
| 5.3 数据收集及处理 |
| 5.3.1 提取产品特征词 |
| 5.3.2 产品属性词极性判断 |
| 5.3.3 极性判断结果人工修正 |
| 5.4 结果及讨论 |
| 6 文本型评论与数值型评论不一致性影响因素研究 |
| 6.1 文本型评论与数值型评论不一致影响因素研究角度 |
| 6.2 概念模型与假设 |
| 6.2.1 经济回报 |
| 6.2.2 声誉 |
| 6.2.3 助人为乐 |
| 6.2.4 冲突规避 |
| 6.2.5 从众效应 |
| 6.2.6 习惯心理 |
| 6.2.7 心理补偿 |
| 6.3 实证研究设计 |
| 6.3.1 数据收集 |
| 6.3.2 测量样本信度与效度分析 |
| 6.3.3 模型与假设检验 |
| 6.4 实验结果讨论 |
| 6.5 启示 |
| 7 结语 |
| 7.1 结论及启示 |
| 7.2 贡献与展望 |
| 参考文献 |
| 附录 |
| 附录1 |
| 附录2 |
| 附录3 |
| 附录4 |
| 致谢 |
（10）数据挖掘技术在电子商务中的应用研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 研究目的及意义 |
| 1.3 国内外相关文献综述 |
| 1.4 研究内容及结构 |
| 1.5 研究方法及创新点 |
| 第二章 电子商务系统构建及业务流程分析 |
| 2.1 电子商务网站系统的体系结构 |
| 2.1.1 电子商务系统的数据挖掘过程分析 |
| 2.1.2 电子商务系统的 Web 数据挖掘体系构架 |
| 2.2 电子商务网站的基本业务 |
| 2.2.1 用户注册与登录 |
| 2.2.2 浏览商品目录 |
| 2.2.3 搜索商品 |
| 2.2.4 提交订单与结账 |
| 第三章 电子商务中Web 挖掘过程及应用技术概述 |
| 3.1 电子商务中数据挖掘的数据源 |
| 3.2 Web 挖掘的分类 |
| 3.3 电子商务中的 Web 挖掘技术 |
| 3.3.1 路径分析技术 |
| 3.3.2 关联规则挖掘技术 |
| 3.3.3 聚类分析技术 |
| 3.3.4 分类分析技术 |
| 3.4 电子商务中 Web 挖掘的过程 |
| 第四章 数据挖掘技术在电子商务中的应用 |
| 4.1 数据挖掘技术在优化电子商务网站设计中的应用 |
| 4.1.1 电子商务网站设计中应注意的问题 |
| 4.1.2 在电子商务网站设计优化中Web 使用挖掘流程 |
| 4.1.3 Web 使用挖掘在优化网站设计中的应用 |
| 4.2 数据挖掘技术在电子商务客户关系管理中的应用 |
| 4.2.1 电子商务系统中客户数据特点分析 |
| 4.2.2 客户关系管理中数据挖掘应用流程 |
| 4.2.3 数据挖掘在电子商务客户关系管理中的应用 |
| 4.3 数据挖掘技术在电子商务网络营销中的应用 |
| 4.3.1 网络营销中的数据分类 |
| 4.3.2 网络营销中 Web 挖掘的过程 |
| 4.3.3 数据挖掘在电子商务网络营销中的应用 |
| 第五章 结论 |
| 致谢 |
| 参考文献 |
| 附录:作者在攻读硕士学位期间发表的论文 |
四、现代工业工程在电子商务中的应用（论文参考文献）
- [1]第三方电子商务交易平台个性化信息服务体系研究[D]. 张梦凡. 华中师范大学, 2020(02)
- [2]电子商务领域的物流配送选址及运输路径集成问题研究[D]. 李宏. 北京科技大学, 2019(06)
- [3]《案例》：C银行 ——“互联网+政务”缴费平台商业模式分析与重构研究[D]. 徐朝军. 暨南大学, 2019(02)
- [4]临场感对移动政务公众信任影响研究[D]. 胡逸雯. 电子科技大学, 2019(01)
- [5]农产品电子商务中的原产地效应与作用机理[D]. 李霞. 上海财经大学, 2020(04)
- [6]B2B电子商务中复杂合同谈判模型研究[D]. 李梅. 哈尔滨理工大学, 2018(01)
- [7]基于深度学习的网上虚假交易识别研究[D]. 刘畅. 武汉大学, 2017(06)
- [8]我国电子商务与传统商务协同发展研究[D]. 王凤飞. 中国矿业大学, 2016(02)
- [9]C2C在线评论不一致现象及影响因素研究[D]. 王倩倩. 南京大学, 2015(01)
- [10]数据挖掘技术在电子商务中的应用研究[D]. 沈红超. 江南大学, 2009(05)