移动商务中基于综合评价的推荐信任评估模型

信任评价是移动商务信任管理中的一个重要问题。本文根据移动商务交易过程中涉及到的各元素结构关系,结合现有移动商务感知信任研究,从移动技术、Wap网站、移动商家和商品、制度环境五个方面多角度地分析移动商务感知信任影响因素,并以此建立移动商家信任度评价指标体系。同时,基于移动商务信任评价特点,构建基于最优推荐计算和ELECTREIII相结合的移动商家信任度评价模型。最后,以实例说明该模型的合理性和有效性。     

物流信息技术采纳对在线外卖平台消费者订购意愿的影响研究

从用户信息技术采纳视角,基于O2O在线外卖平台物流信息系统特性,分析其对平台用户订购意愿的作用路径.将经典的信息技术接受模型(TAM)与用户信任理论相结合,在外卖平台物流信息质量、点餐系统特点、物流功能模块与消费者个体特征分析的基础上,构建了考虑平台信任因素的在线外卖用户物流技术感知对其订购意愿影响机制模型.研究结果表明:外卖平台点餐系统的物流功能,用户的个体特征均对提升顾客的服务感知有显著影响;而订餐中的物流信息质量虽然能显著影响用户对平台技术感知的有用性,但却对加强消费者技术易用性的感受无明显效果;平台情感信任则正向调节了用户技术接受与其订购意愿间的作用关系.并结合美团和饿了么等平台的实证案例,给出了促成消费者重购行为的对策和建议.     

双向聚类方法综述

传统的聚类方法由于无法提取样本和变量间的局部对应关系,并且当数据具有高维性和稀疏性时表现不佳,因此学者们提出了双向聚类,基于样本和变量间的局部关系,同时对样本和变量进行聚类,形成一系列子矩阵的聚类结果。近年来,双向聚类发展迅速,在基因分析、文本聚类、推荐系统等领域应用广泛。首先,对双向聚类方法进行梳理与归纳,重点阐述稀疏双向聚类、谱双向聚类和信息双向聚类三类方法,分析它们之间的区别和联系,并且介绍这三类方法在多源数据的整合分析、多层聚类、半监督学习以及集成学习上的发展现状和趋势;其次,重点介绍双向聚类在基因分析、文本聚类、推荐系统等领域的应用研究情况;最后,结合大数据时代的数据特征和双向聚类存在的问题,展望双向聚类未来的研究方向。     

信任和感知风险对消费者网络购买意愿的实证研究

网络购物作为一种新的营销渠道,为消费者提供丰富的商品信息和个性化服务,允许消费者随时随地进行购物。但相对我国数量巨大的网民而言,网络购物的使用率还很低。感知风险和信任缺失被认为是阻碍网络购物发展的主要因素。基于感知价值模型,构建了消费者网络购买意愿影响因素的概念模型。并采用线上问卷的方法获得中国网络消费者的调研数据,使用结构方程模型分析了信任、感知风险和感知收益等变量对网络购买态度和意愿的影响,验证了提出的基本假说。同时对比分析有无购物经验的消费者在感知风险、网络购买意愿等方面的差别,研究结果表明,有购物经验的消费者在进行网络购物时比较看重感知收益,而对于潜在的消费者来说,感知风险是影响其购买态度和意愿的重要因素。     

基于特定群体的移动商务消费者信任影响因素分析

消费者信任是影响移动商务发展的关键因素,针对国内移动商务发展的现状,构建了以高校大学生为研究对象的移动商务消费者信任影响因素模型,模型包括消费者个人、产品、移动商家、移动技术、网站媒介以及制度保障6个方面的内容,并据此设计了网络调查问卷,累计收集了219份有效数据.实证分析表明:对高校大学生而言,移动终端设备的易用性是影响消费者信任最关键的因素,其次是消费者对移动互联网和移动商家的熟悉程度,第三是移动商务产品的价格差异;最后根据数据分析结果提出了改善移动商务消费者信任的建议.     

分类稀疏低秩表示的子空间聚类方法

近年来低秩表示和稀疏表示用于子空间聚类的研究得到了广泛关注,文献中已有许多相关的子空间聚类方法.文章结合弹性网正则化低秩表示和分类稀疏表示,提出一种分类稀疏低秩表示的子空间聚类方法.方法旨在更充分地捕获数据集的局部线性结构和全局结构信息,提高聚类性能.首先采用并行分裂的自适应惩罚的线性交替方向法求解模型,然后利用求得的系数矩阵构造相似度矩阵,最后应用谱聚类方法进行聚类.另外,取代现有方法手动调节正则化参数,文章采用自适应调节正则化参数确定目标函数中各项的权重.在人工数据集、Extended Yale B数据库和CMU PIE数据库上的实验结果表明,文章方法有更明显的聚类效果和更高的准确率.     

基于随机谱聚类的图像分割算法

图像分割就是把感兴趣的区域从背景中分割、提取出来,为了使分割出来的图像特征信息完整,根据图像的灰度值和空间距离构造了一种相似度函数,得到基于图的灰度值的相似度矩阵,将图像分割转化为图论最小割问题,然后运用谱聚类算法进行分割.针对谱聚类算法运行所需的内存空间和运算量大的特点,提出一种考虑概率因素的随机抽样谱聚类算法.在具体实施时,为了减少背景噪声对分割结果的影响,对图像进行了滤波预处理.结果表明,算法稳定性好,相对现有算法,分割效果得到改善.     

基于多元隐式信任关系挖掘的抗攻击社会化推荐算法研究

在商业竞争环境下,推荐系统容易受到托攻击的危害。基于信任关系的社会化推荐算法被证明是解决托攻击问题的有效途径。然而,现有研究仅考虑显式信任关系,隐式信任关系没有被真正挖掘利用。为此,提出了一种基于多元隐式信任关系挖掘的抗攻击社会化推荐算法。首先,借鉴社会学和组织行为科学领域的信任前因框架模型,从全局信任和局部信任两个视角深入研究各信任要素的提取和量化方法。然后,通过信任调节因子集成局部信任度和全局信任度获得用户总体信任度。最后,以用户总体信任度为依据将攻击用户隔离在可信近邻之外,实现基于信任关系的个性化推荐。大量对比实验表明,本文算法在改善推荐准确率的同时有效抑制了托攻击对推荐算法的影响。     

基于成对约束的主动学习半监督谱聚类

半监督学习是近年来机器学习领域中的一个重要研究方向,其监督信息的质量对半监督聚类的结果影响很大,主动学习高质量的监督信息很有必要.提出一种纠错式主动学习成对约束的方法,该算法通过寻找聚类算法本身不能发现的成对约束监督信息,将其引入谱聚类算法,并利用该监督信息来调整谱聚类中点与点之间的距离矩阵.采用双向寻找的方法,将点与点间距离进行排序,使得学习器即使在接收到没有标记的数据时也能进行主动学习,实现了在较少的约束下可得到较好的聚类结果.同时,该算法降低了计算复杂度,解决了聚类过程中成对约束的奇异问题.通过在UCI基准数据集以及人工数据集的实验表明,算法的性能好于相关对比算法,并优于采用随机选取监督信息的谱聚类性能.     

基于灰色关联聚类的协同过滤推荐算法

针对协同过滤推荐系统具有数据的高稀疏,高维度,数据量大的特点,本文将灰色关联聚类与协同过虑推荐算法相结合,构建了灰色关联聚类的协同过滤推荐算法,将其应用到协同过滤推荐系统中,以解决数据具有高稀疏高维度的特性情况下的个性化推荐质量问题。首先,定义了推荐系统中的用户项目评分矩阵,用户灰色绝对关联度,用户灰色相似度,用户灰色关联聚类。然后,给出了灰色关联聚类的协同过滤推荐算法的计算方法和步骤,同时给出了评价推荐质量方法。最后,将本文算法与基于余弦,相关分析及修正的余弦等协同过滤推荐算法在大小不同的数据集下进行了实验,实验表明灰色关联聚类的协同过滤推荐算法相较于传统的协同过滤推荐方法具有推荐质量高,计算量小,对数据大小要求不高等优点,同时在推荐系统的冷启动,稳定性和计算效率方面也具有一定的优势。     

融入用户社交关系与信任关系的应用推荐方法研究

随着近年来互联网技术的快速发展,应用获取平台都面临着信息过载的问题.面对大量应用,解决用户不能快速准确地找到满足其偏好的应用的问题迫在眉睫.已有的如Cosine、Pearson等协同过滤方法普遍存在稀疏性、冷启动和可扩展性等问题,从而对推荐结果产生影响.文章在考虑用户社交关系、偏好及信任关系的基础上,提出了融合用户社交关系与信任关系的应用推荐方法.该方法融合用户社交关系、点赞与标签等特征及其对应用的偏好计算相似度,并基于好友的信任关系与用户声誉计算信任度,最终将相似关系与信任关系进行有效结合,实现应用推荐.实验结果表明:所提应用推荐方法能更好的体现用户间的社交与信任关系,且能有效提高应用推荐的有效性与准确度.     

基于beta密度函数的信任模型

信任是网上商务活动成功执行的基础,通过概率论原理建立了一种基于beta概率密度函数的信任模型.该模型考虑了交易系统中关于交易者的历史交易数据,通过科学和现实地处理这些交易数据来构造交易者的信任函数.同时模型考虑了推荐信息,通过有效的传递和组合来处理这些推荐信息.此外,模型引入了比较合理的时间退化因子.     

A new Lagrangian net algorithm for solving max-bisection problems

The max-bisection problem is an NP-hard combinatorial optimization problem. In this paper, a new Lagrangian net algorithm is proposed to solve max-bisection problems. First, we relax the bisection constraints to the objective function by introducing the penalty function method. Second, a bisection solution is calculated by a discrete Hopfield neural network (DHNN). The increasing penalty factor can help the DHNN to escape from the local minimum and to get a satisfying bisection. The convergence analysis of the proposed algorithm is also presented. Finally, numerical results of large-scale G-set problems show that the proposed method can find a better optimal solutions.     

求解非光滑凸规划的一种混合束方法

提出一种求解非光滑凸规划问题的混合束方法. 该方法通过对目标函数增加迫近项, 且对可行域增加信赖域约束进行迭代, 做为迫近束方法与信赖域束方法的有机结合, 混合束方法自动在二者之间切换, 收敛性分析表明该方法具有全局收敛性. 最后的数值算例验证了算法的有效性．     

社会网络环境下基于“信任—知识”模型的风险性大群体应急决策方法

针对大群体应急决策专家之间信任关系及其传递引发的决策风险,以及由于大群体中个体偏好差异较大导致生成独立聚集等问题。首先,提出一个“信任—知识模型”对决策专家之间的信任关系进行集成和传递,并根据决策专家的信任风险偏好得出决策专家之间的信任知识度网络;其次,利用Louvain算法对信任知识度网络进行聚类,高效快速的获得若干个聚集,并用社会网络分析技术确定每个决策者和聚集的权重;然后对每个聚集中的决策者偏好进行集结,并综合决策者给出的信息对备选决策方案进行排序。最后,通过案例分析和对比验证了所提方法的合理性与有效性。     

等式约束优化的组合信赖域与拟牛顿算法

本文对等式约束问题提出了一个种组合信赖域与拟牛顿算法。该算法的特点是若Lagrangian函数的近似Ｈessian阵在等式约束Jacobi阵的零空间正定的,则选择拟牛顿算法,否则用信赖域算法,在通常信赖域算法的收敛假设下,该文证明了组合算法的全局收敛性。     

P2P电子商务中信任模型研究

为了提高P2P电子交易的安全性,提出了基于模糊理论的信任管理模型.通过类群来初始化信任向量及信任评估,提高了评估效率.通过模糊综合评判方法,较为全面地考察了影响信任的多种因素,使得评估结果更加客观、真实.基于模糊贴近度的概念来实现信任更新,并在推荐因子的更新中融入交易金额和交易时间,客观地反映了信任的动态性和交易的上下文特性.实验仿真及分析表明,与传统方法相比,本方法可以有效地提高评估的可靠性及可用性.     

企业声誉在电子商务消费者信任建立过程的作用机制

声誉是企业的一项重要无形资产,能够增进企业对消费者的吸引力。本文从消费者视野探索企业声誉在电子商务消费者信任建立过程的作用机制。将感知的安全性引入技术接受模型,建立了理论模型及假设,并应用结构方程模型分析软件进行了检验。结果表明,企业声誉通过消费者感知的安全性、有用性和易用性正向影响消费者信任,消费者感知的安全性、易用性也通过感知的有用性影响消费者信任。     

Informal Networks and Resistance to Organizational Change: The Introduction of Quality Standards in a Transport Company

In this paper we investigate the association between resistance to the introduction of ISO quality standards in a transport company and three effects of the informal advice and trust networks in the organization. The analysis includes four prevailing explanations from the literature on organizational resistance: job satisfaction, perceived legitimacy, unit grouping and decision making authority. The network effects we propose are: (a) a contagion effect, which predicts that members with the same opinion tend to have close or equal trust and advice relations; (b) a prominence effect, which predicts that prominent actors in the trust network show less resistance than other members—and that prominent members of the advice network show more resistance than less prominent actors; (c) a role equivalence effect, which predicts that members with the same patterns of combined trust/advice relations show the same resistance. The paper presents the operationalization and measurement of the variables and the results of three analyses to test the effects. Contagion of resistance appears to be very significant in the trust network. Resistance gradually erodes in the trust network when moving from management to employees. Members who are trusted in the transport company are significantly less resistant to the introduction of the quality standards than members who are not especially trusted. This network effect is controlled for the significant effects of job satisfaction and perceived legitimacy. The role equivalence structure of the combined trust/advice network does not explain the resistance. We conclude that informal networks have important effects on resistance to the proposed changes in the transport company. The case study shows how network analysis can be used to empirically test for effects of social relations in organizations.