江梅霞, 查 宇

(安徽机电职业技术学院 a.经贸管理系; b.信息工程系,安徽 芜湖 241002)

现代信息技术的快速发展，带动了如物联网、云计算等新兴科技的兴起[1]，人类逐步进入到了多元化的信息时代，同时电子商务决策开始逐步被社会各界所关注[2-3].相关调查表明[4]，当前电子商务系统规模在不断扩大，其数据中心同时由上千台服务器支撑完成.对于电子商务而言，应该如何有效地从电子商务决策中准确获得电子商务所需的信息，实现信息价值[5]，将信息运用到电子商务经济效益的生产中去，这成为当前电子商务提升其竞争实力的重要方式[6].

本文研究中，将电子商务决策视为不同条件属性、相同决策属性的多张决策表所组成的，以此实现了电子商务决策的区间化，研究电子商务交易的相关决策制定方法.在电子商务决策处理中有效地引入了自动学习的方法，从而有效地降低了电子商务决策分析中所需要处理的数据量；结合电子商务决策连续值属性，以及其在信息研究中以数据块为研究对象的特征，本文提出尝试实现数据块的近似描述，从而探讨电子商务决策模型的决策方法，并就相关算法进行研究.同时为了增强算法的实用性，提出了融合自动学习的电子商务决策模型.

1 自动学习在电子商务决策中的应用

|·|代表了具有的电子商务决策模型对象数目.

其中，d为与Xw相交不为空的自动学习相容类Yj的个数.

2 融合自动学习的交……

登录APP查看全文