电子商务在线交易市场的Swarm建模分析

电子商务在线交易市场的Swarm建模分析

论文摘要

传统的研究电子商务在线交易市场的理论模型,采用自上而下的、静态的、定性的方法研究市场和交易。本文尝试突破传统的理论研究方法,使用目前新兴的复杂适应系统理论建模思想,对电子商务在线交易市场进行建模分析。复杂适应系统理论,突破了原来社会系统理论研究中将系统中的主体看为被动的、不活动的个体的分析观点,而是将系统中的主体看作是可以适应系统环境、具有学习能力的生命个体,使用了一种自下而上的分析社会系统的方式。而本文使用该理论研究的国内电子商务在线交易市场,从目前来看,支付和物流已经不再是限制电子商务网上交易进行的问题,而信用依然是问题的关键所在。本文基于电子商务在线交易市场,特别是网上交易者的特点,并结合信用问题,抽象出了网上交易者的主体模型,通过逐层深入的方式建立了三个仿真模型对电子商务在线交易市场进行仿真模拟研究。这三个模型分别是基于信用行为选择的一次性在线交易模型、基于策略的多次在线交易模型和基于复杂判定的在线交易模型。基于信用行为选择的一次性在线交易模型,模拟了基于一次性交易的在线交易市场,交易双方对于网上达成的交易可以选择信任或者背叛的行为方式,通过该模型本文指出从长期动态的发展来看,如果没有对于背叛行为的严厉的惩罚措施,一次性在线交易市场的交易者都趋于选择背叛的行为方式。基于策略的多次在线交易模型,对上面的模型进行了扩充,将策略引入到网上交易者的属性中,将市场交易变为多次,通过该模型本文指出在缺乏有效欺诈惩罚措施的市场中,在线交易市场的交易者都趋于采用始终背叛的行为和对方背叛则背叛,对方信任则信任的行为。基于复杂判定的在线交易模型,将信用评价和退货机制引入模型,通过该模型本文指出网上销售者在进入市场时倾向于提高自己的信用值,同时说明了只有建立完善的信用评价体系和实行有效的欺诈惩罚措施才能保证电子商务在线交易市场的良性循环发展。作者希望本文对于电子商务在线交易市场的研究理论是方法创新上的一次有益尝试。

论文目录

  • 摘要
  • Abstract
  • 1 引言
  • 1.1 论文写作主题
  • 1.2 问题研究思路
  • 1.3 论文结构框架
  • 1.4 可能的创新与不足
  • 1.4.1 可能的创新点
  • 1.4.2 有待改进方面
  • 2 在线交易市场相关研究综述
  • 2.1 传统的在线交易市场研究方法
  • 2.1.1 国外在线交易市场的研究方法
  • 2.1.2 国内在线交易市场的研究方法
  • 2.2 基于主体的计算经济学研究方法
  • 2.2.1 复杂适应系统理论方法
  • 2.2.2 基于主体的计算经济学方法
  • 2.2.3 Swarm软件包
  • 2.3 在线交易市场分析
  • 2.3.1 在线交易市场发展
  • 2.3.2 在线交易市场现状
  • 3 基于信用行为选择的一次性在线交易模型
  • 3.1 博弈经济学模型分析
  • 3.2 仿真模型建立
  • 3.3 模拟仿真
  • 4 基于策略的多次在线交易模型
  • 4.1 交易策略经济学模型分析
  • 4.2 仿真模型建立
  • 4.3 模拟仿真
  • 5 基于复杂判定的在线交易模型
  • 5.1 基于简单信用模型
  • 5.2 复杂判断模型分析
  • 5.3 复杂判断模型建立
  • 5.4 模型模拟仿真结果
  • 6 结论与展望
  • 6.1 结论
  • 6.2 展望
  • 参考文献
  • 附录
  • 后记
  • 相关论文文献

    • [1].大尺度场向电流及其与单色极光电子的联系——Swarm卫星观测[J]. 地球物理学报 2020(04)
    • [2].A survey on recent progress in control of swarm systems[J]. Science China(Information Sciences) 2017(07)
    • [3].Multi-objective test case prioritization based on multi-population cooperative particle swarm optimization[J]. The Journal of China Universities of Posts and Telecommunications 2020(01)
    • [4].Unsupervised feature selection based on Markov blanket and particle swarm optimization[J]. Journal of Systems Engineering and Electronics 2017(01)
    • [5].A novel model and behavior analysis for a swarm of multi-agent systems with finite velocity[J]. Chinese Physics B 2014(09)
    • [6].基于Swarm平台的群体性事件仿真研究[J]. 中国应急救援 2012(06)
    • [7].Robust airfoil optimization based on improved particle swarm optimization method[J]. Applied Mathematics and Mechanics(English Edition) 2011(10)
    • [8].Global maximum power point tracking for solar power systems using the hybrid artificial fish swarm algorithm[J]. Global Energy Interconnection 2019(04)
    • [9].Reliability-based design optimization for flexible mechanism with particle swarm optimization and advanced extremum response surface method[J]. Journal of Central South University 2016(08)
    • [10].SWARM算法在高速公路入口匝道控制中的应用[J]. 科技信息(学术研究) 2008(04)
    • [11].一种SWARM单体机器人的设计与实现[J]. 现代电子技术 2013(04)
    • [12].基于Swarm平台的装备体系建模研究[J]. 现代电子技术 2010(24)
    • [13].An extended particle swarm optimization algorithm based on coarse-grained and fine-grained criteria and its application[J]. Journal of Central South University of Technology 2008(01)
    • [14].Particle swarm optimization computer simulation of Ni clusters[J]. Transactions of Nonferrous Metals Society of China 2008(02)
    • [15].基于Swarm的人工免疫网络算法研究[J]. 微计算机信息 2008(18)
    • [16].Optimizing the lattice design of a diffraction-limited storage ring with a rational combination of particle swarm and genetic algorithms[J]. Chinese Physics C 2017(02)
    • [17].基于Swarm的逆向物流渠道冲突协调[J]. 福建农林大学学报(哲学社会科学版) 2015(03)
    • [18].The Kangding earthquake swarm of November, 2014[J]. Earthquake Science 2015(03)
    • [19].Discontinuous flying particle swarm optimization algorithm and its application to slope stability analysis[J]. Journal of Central South University of Technology 2010(04)
    • [20].Chaos quantum particle swarm optimization for reactive power optimization considering voltage stability[J]. Journal of Harbin Institute of Technology 2010(03)
    • [21].Research on swarm intelligence optimization algorithm[J]. The Journal of China Universities of Posts and Telecommunications 2020(03)
    • [22].Improved particle swarm optimization algorithm for fuzzy multi-class SVM[J]. Journal of Systems Engineering and Electronics 2010(03)
    • [23].Optimization method for diagnostic sequence based on improved particle swarm optimization algorithm[J]. Journal of Systems Engineering and Electronics 2009(04)
    • [24].θ-PSO: a new strategy of particle swarm optimization[J]. Journal of Zhejiang University(Science A:An International Applied Physics & Engineering Journal) 2008(06)
    • [25].Hybrid quantum particle swarm optimization algorithm and its application[J]. Science China(Information Sciences) 2020(05)
    • [26].基于Swarm平台的保证金比率对我国股价的影响[J]. 江西社会科学 2016(09)
    • [27].基于swarm平台和社交网络的电子商务个性化推荐系统仿真模型的理论构建[J]. 计算机光盘软件与应用 2012(21)
    • [28].Apical-dominant particle swarm optimization[J]. Progress in Natural Science 2008(12)
    • [29].Hybrid particle swarm cooperative optimization algorithm and its application to MBC in alumina production[J]. Progress in Natural Science 2008(11)
    • [30].A composite particle swarm algorithm for global optimization of multimodal functions[J]. Journal of Central South University 2014(05)

    标签:;  ;  ;  ;  

    电子商务在线交易市场的Swarm建模分析
    下载Doc文档

    猜你喜欢