人工智能技術(shù)在電子商務(wù)中的應(yīng)用-文庫(kù)吧
2025-07-15 03:30 本頁(yè)面
【正文】 04年將是去年的50倍，而B(niǎo)toB市場(chǎng)銷售額會(huì)占7％。祖國(guó)大陸企業(yè)數(shù)量為5000萬(wàn)家，BtoB電子商務(wù)市場(chǎng)廣闊，遠(yuǎn)遠(yuǎn)未達(dá)到飽和狀態(tài)，大量的服務(wù)和贏利渠道還處于空白狀態(tài)。電子商務(wù)不僅是企業(yè)建網(wǎng)站，宣傳企業(yè)產(chǎn)品及形象；也不是簡(jiǎn)單的網(wǎng)上購(gòu)物。真正的電子商務(wù)應(yīng)該是以internet為核心的信息技術(shù)進(jìn)行商務(wù)活動(dòng)和企業(yè)資源處理，說(shuō)穿了就是信息流的高效管理、增值運(yùn)用。商務(wù)中國(guó)在開(kāi)發(fā)的每個(gè)欄目力求幫助企業(yè)在客戶及供應(yīng)商之間建立信息共享、高速流動(dòng)，改變商貿(mào)傳統(tǒng)運(yùn)作方式，在不受時(shí)間、地域限制的虛擬商業(yè)網(wǎng)進(jìn)行交易。90年代以來(lái)，取得了顯著效果的企業(yè)信息系統(tǒng)模式是外貿(mào)部門的edi系統(tǒng)、商業(yè)部門的商場(chǎng)信息系統(tǒng)以及制造業(yè)的mrpⅡ系統(tǒng)。這些系統(tǒng)的成功，主要是解決了過(guò)去手工作業(yè)的速度慢、效率低的問(wèn)題。而國(guó)外在這一階段比較成功的一些例子是制造業(yè)的cals系統(tǒng)、流通業(yè)的edi和金融業(yè)的電子商務(wù)系統(tǒng)。這些系統(tǒng)的最大的特點(diǎn)都是在于企業(yè)之間的協(xié)作。1996年，日本將三菱汽車、日本電裝等汽車公司和部件公司聯(lián)合起來(lái)，成立了“vcals聯(lián)合體”。它們的目標(biāo)不僅是將新車的開(kāi)發(fā)周期縮短一半，而且要將各種部件調(diào)撥活動(dòng)的信息、cad設(shè)計(jì)信息、各種沖突、噪音試驗(yàn)信息等構(gòu)成共享數(shù)據(jù)庫(kù)，從而形成一個(gè)多企業(yè)的有機(jī)聯(lián)合體。2．人工智能技術(shù)在電子商務(wù)中的應(yīng)用例子人工智能就是設(shè)計(jì)和開(kāi)發(fā)出各種計(jì)算機(jī)程序來(lái)模擬人的思維結(jié)構(gòu)、推理和求解問(wèn)題的行為。由于人工智能的研究范圍十分廣泛，對(duì)電子商務(wù)也有多方面的影響。 數(shù)據(jù)倉(cāng)庫(kù)Tim, shelter認(rèn)為：數(shù)據(jù)倉(cāng)庫(kù)是把分布在網(wǎng)絡(luò)中不同信息孤島上的數(shù)據(jù)集成到一起，存儲(chǔ)在一個(gè)單一的集成關(guān)系型數(shù)據(jù)庫(kù)中。利用這種集成信息，用戶可以方便地對(duì)信息進(jìn)行訪問(wèn)，還可以使決策人員對(duì)一段時(shí)間內(nèi)的歷史數(shù)據(jù)進(jìn)行分析、研究，以獲得事物發(fā)展的趨勢(shì)。數(shù)據(jù)倉(cāng)庫(kù)有兩大優(yōu)點(diǎn)：一是不必重新編制輸入（事務(wù)）處理系統(tǒng)就能夠建立一個(gè)結(jié)構(gòu)化的環(huán)境，將輸出（決策支持）處理移入新環(huán)境（數(shù)據(jù)倉(cāng)庫(kù)）中；二是數(shù)據(jù)倉(cāng)庫(kù)建立概念模式（邏輯數(shù)據(jù)模型）、內(nèi)部模式（歷史文件）和外部模式（數(shù)據(jù)倉(cāng)庫(kù)）的三模式環(huán)境。其中歷史文件中的“多對(duì)多”（m﹡n）維護(hù)關(guān)系可以簡(jiǎn)化為三模式環(huán)境下的多個(gè)“一對(duì)多”（m*n）關(guān)系。 數(shù)據(jù)挖掘與知識(shí)發(fā)現(xiàn)數(shù)據(jù)挖掘（DM. Data Mining）和數(shù)據(jù)庫(kù)知識(shí)發(fā)現(xiàn)（KDD. Kwowledge Discovery in Data base）是隨著數(shù)據(jù)庫(kù)技術(shù)、人工智能技術(shù)和網(wǎng)絡(luò)技術(shù)的發(fā)展而提名的。尤其是隨著電子商務(wù)的開(kāi)展，信息總量不斷增加，更迫切地需要有效的信息分析工具，以便能發(fā)現(xiàn)大量商業(yè)數(shù)據(jù)間隱藏的依賴關(guān)系，從而抽取有用的信息或知識(shí)，指導(dǎo)商業(yè)決策。過(guò)去只有簡(jiǎn)單的數(shù)據(jù)統(tǒng)計(jì)技術(shù)，還未達(dá)到成為智能數(shù)據(jù)分析工具。因此，在數(shù)據(jù)生成和數(shù)據(jù)理解之間還存在很大的差距。DM和KDD就是一種新型的數(shù)據(jù)分析技術(shù)，旨早從大型數(shù)據(jù)庫(kù)中提取隱藏的預(yù)測(cè)性信息，構(gòu)建高校的數(shù)據(jù)倉(cāng)庫(kù)，發(fā)掘數(shù)據(jù)間潛在的模式，以便于用理解和觀察的形式反映給用戶，從而為企業(yè)作出前瞻的，基于知識(shí)的決策參考意見(jiàn)。DM與KDD需要解決的問(wèn)題有：超大規(guī)模數(shù)據(jù)庫(kù)和高維數(shù)據(jù)；數(shù)據(jù)丟失；變化中的數(shù)據(jù)和知識(shí)；模式的易懂性；非標(biāo)準(zhǔn)格式數(shù)據(jù)；多媒體數(shù)據(jù)以及面向?qū)ο髷?shù)據(jù)的處理；與其他系統(tǒng)的集成；網(wǎng)絡(luò)與分布式環(huán)境下的KDD問(wèn)題等。DM與KDD的區(qū)別是：KDD是一個(gè)綜合的過(guò)程，包括實(shí)驗(yàn)記錄，疊代求解，用戶交互以及許多定制要求和決策設(shè)計(jì)等，而DM只是KDD中的一個(gè)具體但又是關(guān)鍵的步驟。當(dāng)然，它們都對(duì)數(shù)據(jù)倉(cāng)庫(kù)進(jìn)行有效利用的技術(shù)手段。 生物認(rèn)證技術(shù)目前
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號(hào)-1