基于神经网络的网上商店商品排版分析

• 作者: 陈国凯
• 来源期刊: 现代计算机
• 关键词: 网商 模糊粗糙集 神经网络 加权欧氏距离
• 年，卷（期）: 2018,（13）
• 所属期刊栏目: 研究与开发
• 页码范围: 22-25
• 页数: 4页
• 字数: 4089字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-1423.2018.13.005

摘要

网上购物越来越主流化,带来网商的盛行.关于如何进行商品的排版,来使得网商获取到更大的利益,成为一个重要的问题.通常情况下,一种商品的实际获利,不仅仅是出价、进价还有销售数量的简单运算,可能还有其他的一些因素的干扰.基于此,提出一种基于神经网络的方式来对商品利润进行分析.主要依据商品的利润来进行商品的划分,以商品的利润为决策因素,根据以往的数据来分析.首先通过引入粗糙集理论,对影响商品利润的条件属性进行约简,获得约简后的属性及其相关的重要性;其次采用基于属性重要性的加权欧氏距离对数据分析,建立各个聚类的相关预测模型,并提取具有较高相似性的数据作为训练样本.以某超市的供销数据为例进行实验,结果具有一定的参考价值.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈国凯	重庆大学计算机学院	1	0	0.0	0.0