《电子商务讲座》PPT课件.ppt

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,5、电子商务相关的研究热点、 研究案例分析、研究方法,内容,电子商务正在快速变化的趋势 技术泛在化、应用社会化、组织生态化,技术层面,应用层面,组织层面,网络,终端,国家,企业,个人,微观,宏观,电子商务中物流管理模式的创新 C2C电子商务中信用评价模型的分析与研究 我国C2C电子商务中的消费者权益保护机制 电子商务安全问题 电子商务的税收问题 生物识别技术在电子商务中的应用 协同电子商务 基于协同电子商务的供应链管理 智能电子商务商品平台（自动交易） 基于Multi-Agent的电子商务模型研究 基于移动代理的客户联盟电子商务模式 B2C电子商务企业物流配送模式的选择 基于电子商务的客户行为Web挖掘研究 移动商务 云计算及网格技术在电子商务中的应用,热点研究内容,研究案例分析,客户是企业生存的前提和利润源泉，因此客户行为的研究对于电子商务企业有着十分重要的意义。而客户行为分析中的模型与方法的研究则是正确把握客户需求心理和购买行为的正确途径，以B2C电子商务交易过程为背景，从客户行为分析的目标出发，对客户消费行为中的客户消费动机分析、客户群体特征分析，客户满意度管理、客户忠诚度管理、客户流失等主要问题进行讨论的基础上提出的基于B2C电子商务环境下的客户行为分析研究框架模型，及围绕客户忠诚度预测，基于图论的关于客户行为描述的数据集构造方法；客户忠诚度的多度分类预测算法和分类模型方法，以及客户消费特征函数挖掘方法。,电子商务客户行为分析的研究,目标：对客户行为进行分析，以便实现市场细分，定位有价值的客户群，以获取比传统商务方式更高的效率和效益，在市场竞争中取得优势。 参照：网络时代的CRM，其核心就是客户价值管理，并且CRM价值链中的首要流程就是客户终身价值分析。 显然基于对客户消费行为特征进行分析的客户群体特征分析、客户消费偏好分析、客户满意度分析、客户忠诚度的预测等工作是在判定客户终身价值时不可或缺的分析维度。特别在电子商务环境下，CRM更有条件并应以每一个客户作为一个独特的区域，对客户行为进行追踪或分析，发现顾客的行为方式与偏好，依据客户的个性实行一对一的应对策略和行销方案。,B2C环境下客户行为分析的研究框架 B2C环境下的客户行为分析框架模型 客户忠诚度预测的相关问题 网络环境下的客户行为属性的提取与分析 客户行为属性的提取与分析的流程模型 网络的拓扑结构分析与客户行为轨迹提取 客户行为特征分析 B2C环境下的客户行为的挖掘 基于贝叶斯分类的客户忠诚度的预测 客户消费行为无差异曲线的函数挖掘,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。,电子商务未来的重点研究方向,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,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,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。,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： 1940-1970，数学规划阶段目标和约束是解析函数； 1970-2000，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； 2000-，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