新興電子商務：深度模式分析與不確定性建模（簡體書）

新興電子商務與傳統電子商務相比，呈現出移動性（如泛在互聯、移動商務）、虛擬性（如虛擬體驗、賽博空間）、個性化（如精准營銷、推薦服務）、社會性（如社交媒體、社會商務）、極端數據（如富媒體、大數據）等鮮明特徵。《新興電子商務重大基礎問題與關鍵技術（專著系列）．新興電子商務：深度模式分析與不確定性建模》圍繞新興電子商務若干重要理論與應用課題，從商務模式分析和不確定性決策的視角出發，展現在信息搜索服務與推薦、聚類分析和分類方法、病毒傳播模式和業務安全策略、不確定性狀態轉移建模等方面的研究成果。研究內容緊扣現實問題，通過科學凝練和系統性建模，旨在為學界和業界提供具體技術方法和管理策略的同時，也為相關研究提供了求解路徑和方法論實例。
《新興電子商務重大基礎問題與關鍵技術（專著系列）．新興電子商務：深度模式分析與不確定性建模》主要面向高校和科研單位的碩士生、博士生和學者，對企業應用和研發人員也具參考價值。

陳國青，現為清華大學經濟管理學院EMC講席教授。2005年度獲聘教育部長江學者特聘教授。2007年度復旦“管理學傑出貢獻獎”獲得者。2009年度國際模糊系統學會授予IFSA Fellow。1999年度國家傑出青年科學基金獲得者。擔任國家信息化專家諮詢委員會成員、教育部管理科學與工程類學科教學指導委員會副主任。國際信息系統協會中國分會（CNAIS）主席。擔任多個國際學術雜誌編輯／編委、國際學術會議主席。主要研究領域包括商務智能與電子商務、IT戰略與管理、軟計算與模糊邏輯等。

熊輝，本科畢業于中國科學技術大學，2005年于美國明尼蘇達大學獲得博士學位。現為美國羅格斯-新澤西州立大學商學院副系主任、副教授並終身教授。
熊輝博士的主要研究領域包括數據挖掘、商務智能、移動計算和信息安全。在一流學術期刊和會議上發表100餘篇學術論文。2009年獲得羅格斯大學最高學術獎，ICDM-2011最佳研究論文。于2009年提前兩年破格晉升為副教授並成為終身教授。還應邀擔任KDD-2012和ICDM-2013等頂級國際數據挖掘會議的程序委員會主席，國際一流期刊TKDE編委。
曹永知，博士，現為北京大學信息科學技術學院軟件研究所副教授。2003～2007年在清華大學計算機系智能技術與系統國家重點實驗室及經濟管理學院管理科學與工程系做博士後研究。目前主要從事形式化方法及其應用研究，包括移動系統，Petri網，形式語言與自動機理論及其在離散事件系統、智能商務和不確定性推理中的應用等。在IEEE Transactions on Computers，IEEE
Transactions on Automatic Control， IEEE Transactions on Systems，Man，and Cybernetics（ B）等雜誌發表學術論文30餘篇，其中SCI國際期刊論文20餘篇。

吳俊傑，北京航空航天大學經濟管理學院副教授，“城市運行應急保障模擬技術北京市重點實驗室”副主任。2008年于清華大學經濟管理學院獲博士學位。主要研究興趣為數據挖掘及複雜網絡分析。發表論著50餘篇／部，包括在Springer出版英文專著，在SCI檢索期刊如SCIENCE、DMKD、TKDE、TSMCB、TFS發表論文近25篇，在數據挖掘頂級會議KDD發表論文6篇。擔任KDD、ICIS等多個國際學術會議程序委員會成員。獲全國百篇優秀博士學位論文（2010）、教育部新世紀優秀人才（2011）、Springer Thesis Prize（2012），入選微軟“鑄星計劃”（2011）。

第1章 引言

第2章 信息搜索服務方法與測度
2.1 信息推薦與信息提取問題
2.2 消費者信息搜索過程中的信息推薦
2.2.1 消費者網上產品選擇過程
2.2.2 消費者產品考慮概率預測
2.2.3 消費者信息搜索價值增益預測
2.3 代表性信息提取
2.3.1 基于聚類的代表性信息提取方法
2.3.2 基于啟發式的代表性信息提取方法
2.4 信息推薦與提取服務評測
2.4.1 信息覆蓋度
2.4.2 信息冗餘度
2.4.3 測度評價實驗
小結

第3章 信息搜索中的 Top-k相似性測度
3.1 概述
3.2 基于φ相關係數的Top-k相關對查詢
3.2.1 Pearson相關係數的基本概念
3.2.2 TAPER-Top-k——基于TAPER的Top-k相關對查詢
3.2.3 Top-COP： Top-k相關對查詢
3.2.4 實驗結果
3.3 基于余弦相似性的Top-k相關對查詢
3.3.1 余弦相似性
3.3.2 Top-k余弦相似性搜索——對角線遍歷算法
3.3.3 Top-k余弦相關性搜索——最大優先遍歷算法
3.3.4 實驗結果
小結

第4章 聚類測度分析與設計
4.1 聚類評價總述
4.2 Kmeans聚類算法的均勻效應
4.3 Kmeans算法外部測度的篩選
4.3.1 常用的外部測度指標
4.3.2 外部測度指標的缺陷分析
4.4 Kmeans算法外部測度的標準化
4.4.1 測度標準化
4.4.2 均勻效應監測指標DCV的有效性
4.4.3 測度標準化的影響
4.4.4 測度的性質
小結

第5章 基于關聯的高效分類模式發現
5.1 分類方法
5.1.1 分類方法簡介
5.1.2 現有分類方法
5.1.3 分類方法評價標準
5.2 基于關聯規則的分類方法
5.2.1 經典關聯規則分類方法
5.2.2 混合型關聯規則分類
5.2.3 關聯規則分類方法的可解釋性評價
5.3 關聯規則分類優化策略
5.3.1 基于信息熵的高效關聯規則分類方法
5.3.2 模糊關聯分類方法
小結

第6章 大型網絡中基于群組的快速擴散系統與傳播控制
6.1 網絡擴散系統動力學機理
6.1.1 信息網絡環境
6.1.2 網絡結構模型
6.1.3 網絡節點狀態“劃分-轉移”模型
6.1.4 網絡中“點-組”快速擴散模型
6.2 網絡擴散控制策略
6.2.1 網絡病毒的短期擴散與長期存在
6.2.2 多步、分段控制策略
6.3 大型信息網絡中病毒免疫策略分析
6.3.1 大型信息網絡實施免疫策略面臨的管理挑戰
6.3.2 傳統的免疫策略
6.3.3 基于“點-組”快速擴散模式的週期免疫策略
6.3.4 週期免疫策略的容錯性分析
6.4 網絡中的非線性擴散問題
6.4.1 非線性SEIR擴散模型及其性質
6.4.2 恐慌心理效應對擴散的影響實驗
6.4.3 非線性擴散情況的啟示
小結

第7章 語言概括與狀態轉移模型
7.1 概述
7.2 狀態轉移系統的基本模型
7.3 狀態轉移的語言概括與建模
7.3.1 模糊性
7.3.2 隨機性
7.3.3 非確定性
7.4 狀態轉移系統的行為比較
7.4.1 語言等價
7.4.2 互模擬等價
7.4.3 行為距離測度
小結
參考文獻
索引