人工智能技術(shù)在電子商務(wù)中的應(yīng)用-在線瀏覽
2024-09-09 03:30本頁(yè)面
【正文】 自然語(yǔ)言的，檢索情報(bào)的，診斷疾病以及控制太空飛行器和水下機(jī)器人的具有不同程度人工智能的計(jì)算機(jī)系統(tǒng)。可以預(yù)言：人工智能的研究成果將能夠創(chuàng)造出更多更高級(jí)的智能制品，并使之在越來(lái)越多的領(lǐng)域超越人類智能；人工智能將為發(fā)展國(guó)民經(jīng)濟(jì)和改善人類生活作出更大貢獻(xiàn)。電子商務(wù)走到今天，其發(fā)展模式已經(jīng)開(kāi)始轉(zhuǎn)向BtoB。根據(jù)預(yù)測(cè)，全球電子商務(wù)市場(chǎng)在2004年將是去年的50倍，而B(niǎo)toB市場(chǎng)銷售額會(huì)占7％。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。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。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。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。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。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。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)。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。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。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。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。在電子商務(wù)中，電子貨幣將得到急速的發(fā)展，對(duì)安全水平的要求也相應(yīng)提高，從而帶動(dòng)了人工智能的一個(gè)分支領(lǐng)域——生物認(rèn)證技術(shù)的研究與開(kāi)發(fā)。這種識(shí)別技術(shù)與磁卡式的靠持有物認(rèn)證的方法和密碼式的靠知識(shí)認(rèn)證的方法相比，具有極大的優(yōu)越性，它不會(huì)丟失、被盜和被偽造。這是一項(xiàng)集現(xiàn)代化生物科技與計(jì)算機(jī)科學(xué)相結(jié)合的高科技實(shí)用項(xiàng)目。 智能數(shù)據(jù)庫(kù)信息檢索在電子商務(wù)平臺(tái)應(yīng)用實(shí)踐中，如何根據(jù)用戶的意圖、興趣和特點(diǎn)自適應(yīng)地和智能化地從現(xiàn)有的客戶信息、商品庫(kù)存信息等大量數(shù)據(jù)信息中對(duì)信息進(jìn)行相關(guān)性排列，調(diào)整匹配機(jī)制，以獲得用戶滿意的檢索輸出，成為電子商務(wù)今后應(yīng)用所面臨一個(gè)技術(shù)問(wèn)題。雖然電子商務(wù)網(wǎng)站的后臺(tái)數(shù)據(jù)庫(kù)能夠記錄下來(lái)豐富的交易信息和顧客相關(guān)的數(shù)據(jù)，但是這些數(shù)據(jù)資源中所蘊(yùn)涵的大量有益信息至今卻未能得到充分地挖掘和利用。而通過(guò)在Web上應(yīng)用數(shù)據(jù)挖掘技術(shù)（即Web Mining技術(shù)），公司還可以分析和預(yù)測(cè)顧客的將來(lái)行為。 數(shù)據(jù)挖掘的概念 數(shù)據(jù)挖掘是近幾年來(lái)隨著數(shù)據(jù)庫(kù)和人工智能技術(shù)的發(fā)展而出現(xiàn)的一種全新信息技術(shù)，也是計(jì)算機(jī)科學(xué)與技術(shù)，尤其是計(jì)算機(jī)網(wǎng)絡(luò)的發(fā)展和普遍使用所提出的而且迫切需要解決的重要課題。它發(fā)復(fù)使用多種數(shù)據(jù)挖掘又是一種支持過(guò)程，它主要基于人工智能、機(jī)器學(xué)習(xí)、統(tǒng)計(jì)學(xué)等技術(shù)，高度自動(dòng)化地分析企業(yè)原有數(shù)據(jù)，做出歸納性推理，從中挖掘出潛在的模式，預(yù)測(cè)客戶的行為，幫組企業(yè)決策者調(diào)整市場(chǎng)策略，減少風(fēng)險(xiǎn)，做出正確決策。它利用了人工智能中一些已經(jīng)成熟的算法和技術(shù)，如：人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、決策數(shù)、鄰近搜索方法、規(guī)則推理、模糊邏輯等，其問(wèn)題的復(fù)雜度和難度比人工智能要低許多 Web上數(shù)據(jù)挖掘的
黨政相關(guān)相關(guān)推薦
鄂ICP備17016276號(hào)-1