基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了进一步提高电子商务中对手协商偏好估计的精度,该文提出了一种基于相关向量机(Relevance vector machine,RVM)算法的对手协商偏好(Preference)学习方法.在该方法中,将协商过程看作是协商议题的报价序列,把报价序列映射到新的特征空间,形成出价轨迹.用相关向量机学习出价轨迹,得到协商对手的协商偏好.以双方协商偏好为基础,通过一个优化过程产生双赢的最优反建议.实验数据表明,新方法能够减少协商回合数,增加协商总效用.
推荐文章
基于集成相关向量机的水质在线预测模型
污水处理
相关向量机
集成
在线预测
鲁棒性
基于最小二乘支持向量机的多属性决策
多属性决策
最小二乘支持向量机
效用函数
基于支持向量机的决策系统知识发现
决策系统
支持向量机
知识发现
属性约简
规则获取
类别预报
基于相关向量机的电力负荷中期预测
电力负荷
中期预测
相关向量机
模型实验
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于相关向量机的协商决策模型
来源期刊 南京理工大学学报(自然科学版) 学科 工学
关键词 电子商务 协商 相关向量机 偏好估计 优化
年,卷(期) 2012,(4) 所属期刊栏目
研究方向 页码范围 600-605
页数 分类号 TP18
字数 4515字 语种 中文
DOI 10.3969/j.issn.1005-9830.2012.04.008
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 彭艳斌 浙江科技学院信息与电子工程学院 12 55 5.0 7.0
2 艾解清 浙江大学计算机学院 6 32 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (39)
共引文献  (18)
参考文献  (6)
节点文献
引证文献  (6)
同被引文献  (10)
二级引证文献  (6)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(0)
  • 二级参考文献(2)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(2)
  • 参考文献(0)
  • 二级参考文献(2)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(4)
  • 参考文献(1)
  • 二级参考文献(3)
2009(7)
  • 参考文献(2)
  • 二级参考文献(5)
2010(2)
  • 参考文献(1)
  • 二级参考文献(1)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2012(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(2)
  • 引证文献(2)
  • 二级引证文献(0)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(1)
  • 二级引证文献(1)
2019(5)
  • 引证文献(1)
  • 二级引证文献(4)
研究主题发展历程
节点文献
电子商务
协商
相关向量机
偏好估计
优化
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
南京理工大学学报(自然科学版)
双月刊
1005-9830
32-1397/N
南京孝陵卫200号
chi
出版文献量(篇)
3510
总下载数(次)
7
总被引数(次)
33414
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
浙江省自然科学基金
英文译名:
官方网址:http://www.zjnsf.net/
项目类型:一般项目
学科类型:
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导