国家自然科学基金(71373197)
- 作品数：15 被引量：113H指数：6
- 相关作者：张玉峰曾奕棠周磊杨威艾丹祥更多>>
- 相关机构：武汉大学武汉东湖学院武汉纺织大学更多>>
- 发文基金：国家自然科学基金国家社会科学基金广东省自然科学基金更多>>
- 相关领域：文化科学自动化与计算机技术经济管理电子电信更多>>
- 面向移动商务餐饮推荐的情境语义建模与规则推理被引量：7
- 2016年
- 随着智能移动终端和普适计算技术的发展,移动信息推荐已成为研究热点。由于移动推荐具有情境敏感性,使得情境语义模型的构建和使用成为有效实现移动推荐的关键。文章以移动商务餐饮推荐服务为背景,探索面向移动推荐的情境语义建模和推理机制,设计构建了包含上层本体和领域本体的两层情境语义本体模型,并研究了基于情境语义的移动推荐系统,该系统能依据情境本体中的概念和语义关系,自动生成推荐规则,并通过规则推理产生推荐结果。通过系统原型的开发和模拟运行实验,证明本文提出的方法能有效提高移动信息推荐的准确性。
- 艾丹祥张玉峰刘高勇杨君
- 关键词：情境语义建模
- 基于云计算的物流数据动态挖掘模型研究被引量：1
- 2015年
- 物流数据的分析与挖掘已成为当前研究热点,但现有研究所提出的挖掘模型存在成本高、要求高、没有考虑数据的动态性等问题。针对这些问题,本文构建了一种基于云计算的物流数据动态挖掘模型,该模型包括云计算环境层、动态物流数据采集层、动态物流数据处理层、动态物流数据挖掘层、业务应用层、交互层;重点探讨了模型的主要功能和基于云计算的动态数据挖掘算法及流程,能较好地实现低成本、分布式、并行化物流数据的动态挖掘。
- 张玉峰曾奕棠
- 关键词：云计算动态数据挖掘
- 基于云聚类挖掘的物流信息智能分析方法研究被引量：3
- 2016年
- 文章在构建基于云聚类挖掘的物流信息智能分析模式的基础上,以K-means算法为例,探索了并行的物流信息聚类分析算法及其实现,研究设计了MapReduce并行化的Map函数、Combine函数和Reduce函数。最后,分析了本方法的优势及其应用。
- 张玉峰曾奕棠
- 关键词：物流信息
- 基于云挖掘的物流信息智能分析应用平台研究被引量：2
- 2016年
- 物流信息日益大数据化,急需实现物流信息分析的智能化。云挖掘是由云计算技术支撑的并行数据挖掘,是实现物流信息智能分析的有效方法。基于云挖掘的物流信息智能分析应用平台具有超强的海量数据处理能力,有很强的可扩展性;用户无需自己开发应用软件,允许用户任意提交服务请求,能够有效处理和利用分布在各节点之间的数据和计算设备,可为不具备数据挖掘相关知识的用户提供"一站式服务",使用户低成本地利用该平台。
- 曾奕棠张玉峰
- 关键词：物流信息云计算
- 基于过程挖掘的物流流程信息智能分析研究被引量：3
- 2017年
- 物流信息化建设的加速与普及,为物流流程信息的分析与利用带来了挑战。过程挖掘作为业务流程建模的工具之一,能够化解人工经验的不足,有效实现物流流程信息的智能分析与利用。在明确过程挖掘基本原理的基础上,构建了基于过程挖掘的物流流程信息智能分析框架,探讨了基于过程挖掘的物流流程信息智能分析的过程与特点。最后,分析了需要特别注意的事项。
- 曾奕棠张玉峰谭学清王林刘汉斌
- 关键词：物流流程
- 融合物联网与数据挖掘的物流信息处理与分析被引量：7
- 2017年
- 文章针对物流信息采集、跨组织管理、决策支持三方面的突出问题,提出应采纳融合物联网、数据挖掘等新兴技术的综合解决方案。综合应用物联网与数据挖掘及其互补性,构建了融合物联网与数据挖掘的物流信息处理与分析模型,主要包括:基于物联网的物流信息感知与采集、基于粗糙集与证据理论的物流信息整合处理、基于粗糙集与神经网络的物流信息分析。进而,以冷链物流信息管理为背景,设计了融合物联网和粗糙集的物流信息处理和分析流程,从而为动态、离散的物流信息处理与分析提供了有效解决方案。
- 周磊张玉峰
- 关键词：物流信息信息处理物联网数据挖掘
- 基于云分类挖掘的物流信息智能分析方法研究被引量：4
- 2016年
- 目前的物流信息分类分析模型与方法难以适应于分布、异构的大数据环境。云分类挖掘实现了云计算与分类挖掘的结合,其核心是实现分类挖掘算法的Map Reduce并行化。在构建基于云分类挖掘的物流信息智能分析模式的基础上,以KNN算法为例,探索了并行的物流信息分类分析算法及其实现,研究设计了Map Reduce并行化的Map函数和Reduce函数。最后,分析了本方法的优势。
- 曾奕棠张玉峰
- 关键词：物流信息
- 基于专利的物流信息分析技术发展态势研究被引量：5
- 2015年
- 本文基于德温特创新索引的专利数据,从物流信息分析技术的生命周期、技术主题、市场竞争结构三个层面对该领域当前的发展态势进行了系统分析。研发发现:目前物流信息分析技术仍处于快速成长时期;领域研发重点集中于物流信息的数字化表示、分析及其在工商管理工作中的应用;领域技术的重要申请人以美国的信息服务业巨头和电子商务领头羊为主,依据其综合实力可以划分为行业领导者、资源领先型企业和成长型企业三大类。
- 张玉峰周磊杨威
- 关键词：物流
- 物流信息分析研究现状与趋势展望被引量：6
- 2014年
- 对物流信息动态资源的分析具有重要价值,已成为国内外学者的热点研究领域。调研结果表明,有关研究主要从两个视角——基于供应链管理的视角和基于数据挖掘的视角,同时,现有研究还存在着一些不足。据此,分析了物流信息分析研究的主要影响因素及挑战,例如,物流信息分析环境的大数据化、平台的云计算化、客体的动态性、主体的多元性、手段的智能化等。进而,提出了科学地将宏观的动态云计算管理与微观的动态信息分析方法有机结合,聚集于基于云计算和动态数据挖掘的物流信息智能分析,并给出了研究和实施框架。
- 张玉峰曾奕棠
- 关键词：物流信息云计算动态数据挖掘
- 基于云关联挖掘的物流信息智能分析方法研究被引量：3
- 2016年
- 目前的物流信息关联规则分析模型与方法难以适应分布、异构、动态的大数据环境。云关联挖掘实现了云计算与关联规则挖掘的结合,其核心是实现关联规则挖掘算法的Map Reduce并行化。本文在构建基于云关联挖掘的物流信息智能分析模式的基础上,以Apriori算法为例,探索了并行的物流信息关联规则分析算法及其实现,研究设计了Map Reduce并行化的Map函数、Combine函数和Reduce函数。最后,分析了本方法的优势。
- 曾奕棠张玉峰
- 关键词：物流信息
