导读:本文包含了用户信用度论文开题报告文献综述及选题提纲参考文献，主要关键词:电力用户信用度,层次分析法,k-means算法,评价
用户信用度论文文献综述
胡亚红,方豪达,江大川,邵长领,刘瑞[1]（2018）在《基于AHP和k-means算法的电力用户信用度评价》一文中研究指出目前电力用户的信用度得到了高度的重视.如何评价用户的信用度是电力企业需要解决的重要问题.通过分析电力用户的特性,建立了居民用户和企业用户的信用度评价指标体系.在此指标体系的基础上,使用层次分析法计算出用户的信用度,并根据计算结果为电力用户进行信用等级划分.为弥补层次分析法主观性较强的缺点,使用k-means算法对层次分析法的结果进行检验和修正,得到最终的电力用户信用度等级.实验结果表明电力用户信用度评价算法有效可行.(本文来源于《浙江工业大学学报》期刊2018年05期）
刘甲学,冯畅[2]（2018）在《基于用户评论信息的网商信用度影响因素研究》一文中研究指出【目的/意义】从用户评论信息出发,研究了网商信用度影响因素,为网商改善自身服务提供了参考建议,并期望促进电商平台的健康发展。【方法/过程】利用情感分析与数据挖掘相结合的方法进行相应的实证研究。【结果/结论】研究结论表明:一级影响因素商品信用是其中影响最为显着的因素,二级影响因素商品质量是影响网商信用度的决定因素,而后依次是售后服务等10个因素。(本文来源于《情报科学》期刊2018年01期）
冯畅[3]（2017）在《基于用户评论数据挖掘的网商信用度实证研究》一文中研究指出伴随电子商务的飞速发展,用户对网上购物的需求推动了电商平台的崛起。网络中交易的虚拟性使得买家与卖家之间缺乏信任并存在风险,信用问题已成为阻碍电子商务进一步发展的瓶颈。研究网商信用度影响因素,为网商的商品质量提升、品牌推广、改善自身服务等提供参考,以期望促进电商平台的发展。本文以用户评论作为数据源,运用主题挖掘的方法确定网商信用影响因素,运用决策树和贝叶斯分方法将可能影响网商信用度的13个因素与用户对网商信用度是否满意的潜在关系进行分析。研究发现,一级影响因素商品信用是其中影响最为显着的因素,二级影响因素商品质量是影响网商信用度的决定因素,而后依次是售后服务,送货速度,电商平台品牌信用,配送准确度、发货及时度、商品品牌信用、在线客服服务、商品及包装完好度、商品价格、商品外观,其余2个因素的影响效果并不明显。从而为用户评论的挖掘与电子商务信用的研究提供一定的参考。(本文来源于《黑龙江大学》期刊2017-04-09）
黄丽媚[4]（2016）在《基于众包平台的用户信用度及消息推送算法研究》一文中研究指出众包是一种通过互联网,利用群体力量共同解决问题、完成任务的思维模式。本文将众包模式应用到高校中,构建一个共享物流模式的众包平台。这个平台提供了捎带物品、紧急求助等服务。这不仅能给学生提供兼职的机会,又能为有需求者节省时间成本,同时可以充分利用闲散学生资源,把学生的碎片时间转化成价值。目前的众包系统往往采用拉取模式,用户必须主动查找获取任务,无法保证任务及时的被合适的工作者执行,导致任务完成质量不高。其次众包模式的开放性特点存在一些潜在的安全风险,例如:交易者之间的信息不对称,任务工作者的诚信问题,货物真实性难以控制,交易的货物容易出现丢失或损坏等情况。针对这些问题,本文给予相应的处理方案。首先本文采取推送模式,主动推送任务给合适的工作者。本文选取新型的自适应消息推送策略,通过分析移动终端的运行参数,为终端动态分配消息推送的方式,保证消息的实时性。该推送策略可以兼顾终端的多样性、电量消耗、流量消耗。由于原始算法是优先长连接,考虑在弱网络情况下,长连接不但不能及时推送消息,反而会因为网络不稳定而引起长连接频繁断开,这种情况下客户端会频繁请求重连接,服务器来不及销毁大量的长连接,导致资源过度损耗,造成崩溃。本文针对优先长连接这个问题,对原始算法进行优化,根据客户端的各种参数判断网络环境的强弱,如果是弱网络则切换回轮询,保证消息的实时有效的推送。其次面对众包平台的安全问题,本文建立了适合校园众包平台的信用度评价模型,来检测和评估不诚信的行为。信用度评价模型算法综合考虑了现有电子商务的信用模型的优缺点。例如引入服务加权计分、交易金额、惩罚因子、评价人的信用等。最后本文选取octave作为仿真工具,对改进的信用模型进行仿真,经过分析得出结论:改进后的众包平台信用评价模型能很好的抵御信誉欺诈或恶意诋毁的行为。(本文来源于《广东技术师范学院》期刊2016-05-01）
毕达宇,夏晓旭,王婧[5]（2014）在《用户在线评论数据挖掘的网商信用度分析》一文中研究指出【目的】对搭载第叁方电子商务平台的网商信用度进行分析。【方法】通过德尔菲法确立网商信用度评价指标体系权值;运用中文分词技术及情感词极性识别方法对用户评价进行量化;运用灰色关联分析方法对获取的数据进行信用度得分计算。【结果】通过用户对网商信用度的评价,得出网商信用度在非常好、较好、一般及较差4个等级的用户评价隶属度,进而反映出网商的信用度。【结论】通过对用户的在线评价进行分析,针对用户评论信息存在的小样本性、信息内容的不完整性,选择灰色关联分析方法,提出能够针对网商的信用度制定一个较为合理可行的评价方法。该评价方法能够在相对统一的标准下自动对用户评价内容进行量化,并在计算结果中体现不同评价区间的用户群体分布。(本文来源于《现代图书情报技术》期刊2014年Z1期）
鄢朝晖,陈易伦,曾美昌[6]（2011）在《瑞金诚信档案建设赢得风清百业兴》一文中研究指出本报瑞金讯 (鄢朝晖 通讯员陈易伦、曾美昌) “信用证真管用，我回乡创业的劲头更足了！”近日，瑞金市叶坪乡大田尾村村民曾祥明揣着刚领到的“特级文明信用农户”证书到当地信用社，顺利得到4万元低息贷款。这是瑞金创新举措、倾力打造“和谐诚信瑞金”、建立干群(本文来源于《江西日报》期刊2011-08-04）
杨宗长,徐继生,孙洪[7]（2009）在《基于免疫算法的移动通信用户信用度评估研究》一文中研究指出针对移动通信中的欠费问题,依据移动用户行为属性,提出了基于人工免疫算法的用户信用度预测评估方法。该方法被应用于广东省移动通信一分公司两月全网近40万用户的信用度预测评估中,取得了全网预测评估精度为82.0%的良好结果。实验结果表明对于全网该两月的信用预测评估,提出的基于人工免疫算法的信用度预测评估方法整体上稍优于BP神经网络。同时基于决策树的期望受益分析表明,以信用度评估为基础的客户管理是一种可推广的措施或策略,并可为其他应用领域提供参考借鉴。(本文来源于《电子测量与仪器学报》期刊2009年08期）
王丽平,李多全[8]（2008）在《基于AHP方法计算电信用户信用度》一文中研究指出AHP(Analytical Hierarchy Process)方法是一种定性分析与定量分析相结合的多目标决策分析方法。AHP方法将决策者的经验判断给予量化,当目标结构复杂或者缺乏必要的数据情况下,采用此方法较为实用有效。针对电信行业这一特殊的应用背景,抽取用户相关信息,构建数学模型,进行信用度计算。基于AHP方法的技术特点,在实际计算过程中,合理地构造了判别矩阵并进行了一致性检验。最后给出相应的数值实验,验证了这种计算技巧的有效性。(本文来源于《计算机工程与应用》期刊2008年32期）
程国玲[9]（2006）在《镇江通信业推行用户信用度》一文中研究指出本报讯 从10月14日起，江苏镇江通信行业推行用户信用度通报制度：由通信运营企业定期向通信行业协会上报恶意欠费用户名单，协会将欠费用户名单汇总后分别通报各通信运营企业，上了“黑名单”的用户在任意一家通信运营企业装电话时必须采取预付费方式，以此杜绝恶意欠(本文来源于《人民邮电》期刊2006-10-18）
徐继生,李湛,王道恒,刘鹏[10]（2002）在《移动通信用户信用度的预测评估》一文中研究指出本文提出了一种以遗传算法和多维判别模型为核心的移动用户信用度预测评估方法并给出了试应用的结果。对以广东移动珠海分公司全球通用户为例进行的信用度预测评估 ,准确率接近90% ,误判率和漏判率均低于15%。这种方法对于各级移动通信公司都是极有意义的 ,如推广应用 ,必将带来很大的社会和经济效益(本文来源于《电信科学》期刊2002年08期）
用户信用度论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
【目的/意义】从用户评论信息出发,研究了网商信用度影响因素,为网商改善自身服务提供了参考建议,并期望促进电商平台的健康发展。【方法/过程】利用情感分析与数据挖掘相结合的方法进行相应的实证研究。【结果/结论】研究结论表明:一级影响因素商品信用是其中影响最为显着的因素,二级影响因素商品质量是影响网商信用度的决定因素,而后依次是售后服务等10个因素。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
用户信用度论文参考文献
[1].胡亚红,方豪达,江大川,邵长领,刘瑞.基于AHP和k-means算法的电力用户信用度评价[J].浙江工业大学学报.2018
[2].刘甲学,冯畅.基于用户评论信息的网商信用度影响因素研究[J].情报科学.2018
[3].冯畅.基于用户评论数据挖掘的网商信用度实证研究[D].黑龙江大学.2017
[4].黄丽媚.基于众包平台的用户信用度及消息推送算法研究[D].广东技术师范学院.2016
[5].毕达宇,夏晓旭,王婧.用户在线评论数据挖掘的网商信用度分析[J].现代图书情报技术.2014
[6].鄢朝晖,陈易伦,曾美昌.瑞金诚信档案建设赢得风清百业兴[N].江西日报.2011
[7].杨宗长,徐继生,孙洪.基于免疫算法的移动通信用户信用度评估研究[J].电子测量与仪器学报.2009
[8].王丽平,李多全.基于AHP方法计算电信用户信用度[J].计算机工程与应用.2008
[9].程国玲.镇江通信业推行用户信用度[N].人民邮电.2006
[10].徐继生,李湛,王道恒,刘鹏.移动通信用户信用度的预测评估[J].电信科学.2002