论文--大数据环境下基于Bayesian移动电子商务平台项目风险研究.docVIP

论文--大数据环境下基于Bayesian移动电子商务平台项目风险研究.doc

  1. 1、本文档共17页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
项目名称 大数据环境下基于Bayesian移动电子 商务平台项目风险研究 项目负责人(签名) 所在学校(盖章)___________________________ “研究类别”含义: 基础研究:指为获得关于现象和可观察事实的基本原理及新知识而进行的实验性和理论性工作,它不以任何专门或特定的应用或使用为目的。 应用研究:指为获得新知识而进行的创造性的研究,它主要是针对某一特定的实际目的或目标。 试验发展:指利用从科学研究和实际经验中所获得的现有知识、生产新材料、新产品、新装置、新流程和新方法,或对现有的材料、产品、装置、流程、方法进行本质性的改进而进行的系统性工作。 推广应用、科技服务:指与研究与发展活动相关并有助于科学技术知识的产生、传播和应用的活动。 研究 项目 项目名称 大数据环境下基于Bayesian的移动电子商务平台项目风险研究 研究类别 2 1.基础研究 2.应用研究 3.试验发展 4.推广应用 5.科技服务 依托的一级学科 管理科学与工程 成果形式 论文 起止时间 2014年 10 月到 2016年 10 月 经费 申请总额 2 万元 其他经费及其来源 无 项 目 负 责 人 姓 名 职 称 工作单位 电子邮箱 项除 目负 组责 主人 要外 成五 员名 姓名 职称 学位 专业 工作单位 承担任务 本人签名 项目负责人近三年来承担的研究项目 项目名称 项目来源 起止年月 排名 进展 基于贝叶斯网络模型的软件项目风险分析算法 2013.6-2015.5 1 进展中 中美合作教学中网络课程研究 校级 2008.11-2009.8 1 已结题 一种改进的基于能效的无线传感器网络分簇路由协议 2012.10-2015.10 4 进展中 项目负责人为第一署名人的代表性成果 成果名称 成果来源 获得时间 排名 等级 获得校级科研三等奖 校级 2012.4 1 三等奖 The Analysis of Electronic Commerce Project Risk with the Bayes Network IEEE 2011.5 1 本项目研究意义及国内外同类研究工作现状(附主要参考文献及出处): 研究背景: 随着物联网和云计算这两大国家战略性新兴产业的不断发展,如何处理海量的信息以服务于社会的需求变得更为紧迫,数据挖掘技术成为推动两大新兴产业发展的核心技术。对于一些数据挖掘更是可以带来更大的价值。 Pillonetto[3]进行了动态的贝叶斯网络模型以图形的方式来表示。Adam J. L. Harris等运用贝叶斯分析表明使用多个指标来预测项目风险[4]。 在大数据研究方面,目前,大数据的研究目前比较流行的是采用hadoop[5]进行大数据处理,尤其是在电子商务领域。国内在贝叶斯网络的研究起步较晚,在继承国外研究思路和理念的同时,也发展出适合中国的移动电子商务贝叶斯理论[6]。陈家清在加权线性损失下讨论一类广义指数分布刻度参数的经验贝叶斯检验问题利用核密度估计函数构造单调的经验贝叶斯检验函数提高朴素贝叶斯(Naive Bayesian)分类器的分类准确率,对朴素贝叶斯属性选择算法及假设属性概率值先验分布中的参数设置问题进行分析,提出将属性先验分布的参数设置加入到属性选择的过程中邱红兵讨论了贝叶斯线性无偏估计关于误差分布的稳健性,给出了未知参数的贝叶斯线性无偏估计是最优估计的充分必要条件IEEE Std 1522的基于混合诊断贝叶斯网络模型的测试性指标预计方法,测试性指标预计结果的可信度明显提高[11]。王爱文提出了一种基于因果贝叶斯网络的风险建模与分析方法,所提方法由基于业务流程[12]分析的风险识别、基于贝叶斯因果网络的风险建模和关键风险事件识别三个主要步骤组成,有利于识别和评估风险事件间因果关系,为制订高效的风险应对计划提供可靠的依据。所提方法被应用于某公司国际采购风险分析中,取得显著效果[13]。 运用贝叶斯网络进行分析是进行分析的方法,在许多领域里都得到了广泛的研究和应用[],尤其在数据缺失领域。E-GSA算法。该算法力求在保证果精度的前提下,有效提高了算法的性能[16]。贝叶斯网络技术的理论发展和广泛应用为深入研究本课题中不同类别移动电子商务项目的风险分析研究奠定了良好基础。 综上,国内外学者侧重于从实际的项目平台数据中分析提高项目成功率的方法,或研究单因素对中间过程的影响

文档评论(0)

ze122230743 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档