TOP
0
0
結帳前領券,購書好優惠
供應鏈協同中信息安全管理與挖掘技術(簡體書)
滿額折

供應鏈協同中信息安全管理與挖掘技術(簡體書)

商品資訊

人民幣定價:32 元
定價
:NT$ 192 元
優惠價
87167
海外經銷商無庫存,到貨日平均30天至45天
下單可得紅利積點:5 點
商品簡介
作者簡介
名人/編輯推薦
目次
書摘/試閱
相關商品

商品簡介

在生產制造全球化合作日益發達的今天,基于供應鏈上下游節點企業間信息的協同管理是現代供應鏈管理的必然要求。本書首先以汽車制造行業某供應鏈信息協同平臺為例,系統地分析了該平臺的建設背景以及應用功能需求,針對該平臺B2B應用模塊中基于互聯網的信息安全加/解密及實時交互需求,提出了一種數據快速加/解密算法的實現方法,以提升該平臺的加/解密信息實時交互性能;針對該平臺B2C應用模塊中Web用戶客觀行為信息和主觀反饋信息的分析需求,分別提出了基于自動標注文本中詞語的情感傾向性分析算法和基于混合數據的用戶行為聚類分析算法的實現方法;最后從工程實現的角度,闡明了該平臺的系統設計及具體實現方法,重點說明上述研究成果在其中的實際應用情況。

作者簡介

程明智,博士,中國人工智能學會智能數字內容安全專業委員會委員、副秘書長,具有電子商務系統設計及開發從業經驗10余年。

名人/編輯推薦

經濟效益源于信息協同,信息協同在于信息安全,本書提示了這其中的奧秘。

目次

第1章 供應鏈信息協同管理概述
1.1 供應鏈概述
1.1.1 供應鏈的概念
1.1.2 供應鏈的基本類型
1.1.3 供應鏈的要素及流程
1.1.4 供應鏈與縱向一體化
1.1.5 供應鏈模型及牛鞭效應
1.2 供應鏈管理
1.2.1 供應鏈管理的基本概念
1.2.2 供應鏈管理的特點及意義
1.2.3 供應鏈管理理論的發展
1.3 供應鏈協同管理
1.3.1 供應鏈協同的概念
1.3.2 供應鏈協同的特點及意義
1.3.3 供應鏈協同的實現范圍及層次
1.3.4 供應鏈協同機制設計
1.3.5 供應鏈協同的實施步驟
第2章 某供應鏈信息協同管理平臺介紹
2.1 平臺建設的背景介紹
2.2 平臺業務需求概述
2.3 平臺建設的理論基礎
2.3.1 “4點3環1條線”的物流模型
2.3.2 基于中心節點模式的數據交換模型
2.4 平臺建設的技術方案
2.4.1 平臺設計原則
2.4.2 平臺架構設計
2.4.3 數據交換軟件模塊
2.4.4 系統集成模塊
2.5 SRM系統總體業務流程
2.6 SRM系統功能實現
2.6.1 用戶權限
2.6.2 短信功能
2.6.3 供應商信息
2.6.4 發交系數
2.5.5 價格信息
2.6.6 月采購計劃
2.6.7 周采購計劃
2.6.8 日采購訂單
2.6.9 日作業計劃
2.6.10 庫存
2.6.11 入庫單
2.6.12 財務對賬
2.6.13 發票
2.7 供應鏈管理方式創新的內涵
2.7.1 供應鏈管理理念的轉變
2.7.2 供應鏈管理策略的調整
2.7.3 業務應用的創新
2.7.5 供應鏈信息協同管理平臺功能的創新
第3章 供應鏈協同中數據快速加密的實現方法
3.1 供應鏈信息協同中數據快速加/解密應用需求
3.2 現有ECC加密算法的效率分析
3.2.1 橢圓曲線密碼體制的應用現狀
3.2.2 有限域乘法運算的應用現狀
3.2.3 現有ECC加密算法說明
3.3 ECC加密算法的改進方法
3.3.1 新算法的主要思路
3.3.2 新算法的設計方案
3.3.3 算法性能對比分析
3.3.4 新算法的實驗分析
第4章 Web用戶主觀反饋信息內容分析需求及相應實現方法
4.1 B2C模塊中Web用戶主觀反饋信息的內容分析需求
4.2 現有文本情感分類算法的應用分析
4.2.1 現有情感分類算法應用動態
4.2.2 現有情感分類算法原理分析
4.2.3 現有情感分類算法性能比較
4.3 SCG情感分類算法實現方法
4.3.1 SCG情感分類算法的需求背景
4.3.2 SCG情感分類算法原理
4.3.3 SCG情感分類算法設計
4.3.4 新算法驗證及效果分析
第5章 Web用戶客觀日志信息內容分析需求及相應實現方法
5.1 B2C模塊中Web用戶客觀行為信息的聚類分析需求
5.2 現有用戶行為聚類算法的應用分析
5.2.1 聚類的概念能及定義
5.2.2 聚類算法的實際應用要求
5.2.3 有聚類算法應用動態
5.2.4 有聚類算法性能比較
5.3 E—ROCK聚類算法實現方法
5.3.1 E—ROCK聚類算法的需求背景
5.3.2 E—ROCK聚類算法原理
5.3.3 E—ROCK聚類算法中數據預處理方法
5.3.4 E—ROCK聚類算法執行
5.3.5 E—ROCK聚類算法驗證及實際應用
第6章 實際工程實現中信息安全通信方法介紹
6.1 供應鏈協同中安全通信的需求
6.2 CEA安全通信軟件概述
6.3 CEA安全通信軟件功能設計
6.3.1 CEA安全通信軟件需求分析
6.3.2 CEA通信軟件中PKI體系及證書使用
6.3.3 CEA通信軟件設計思想
6.3.4 CEA通信軟件功能設計
6.4 安全通信協議設計
6.4.1 CFTP協議架構設計
6.4.2 CFTP協議總體工作流程設計
6.4.2 身份認證流程
6.4.3 文件加解密流程
6.4.4 文件數字簽名流程
6.4.5 數據完整性檢查
6.5 CEA通信軟件線程邏輯關系設計
6.5.1 客戶端線程關系
6.5.2 服務端線程關系
6.5.3 客戶端線程內部設計
6.5.4 服務端線程內部設計
參考文獻

書摘/試閱



在B2C模式的供應鏈協同應用中,最終Web用戶通過Web登錄方式訪問平臺上的多個B2C網店,挑選一件或者多件他們喜歡的商品。在這個過程中,Web用戶的消費習慣、喜好都可以通過Web用戶的訪問行為記錄以及在網店的購買行為記錄中得以體現。如果能夠通過技術的手段,對電子商務環境中的B2C模式下Web用戶的日志信息(包括登錄、訪問、實際購買行為)進行分析,將成千上萬的最終用戶歸納成幾種不同類型,然后面向不同類型的用戶提供針對性的服務,將能夠幫助電子商務環境中的B2C網店向其Web用戶提供個性化服務,大大增強了網店的市場競爭能力。
作為數據挖掘研究領域中一個非常重要的研究方向,聚類分析在供應鏈協同應用領域有著廣泛的應用,是供應鏈協同應用環境中進行數據挖掘的主要方法之一。通過聚類分析,能夠根據供應鏈協同應用環境中Web用戶的行為,將不同的用戶區分成幾種不同的類型,進而有利于實現個性化服務的目的。
5.2現有用戶行為聚類算法的應用分析
“物以類聚,人以群分”,聚類是在事先不知道能夠分成哪幾類的情況下,按照待處理事物的屬性,將事物聚集成不同分類的過程。聚類處理的目標是使得在區分出來的相同種類中,各個對象盡可能地相似;但是在不同種類之間,各個對象盡可能地不同。
聚類分析與分類分析有著本質的不同。在分類分析中,對于目標數據中存在哪些不同類別是事先就已知的,分類分析的主要任務只是標記出每一個被分析的數據應該屬于哪個類別。而聚類分析是一種病態(Ill—posed)問題,聚類分析之前不知道目標數據中存在哪些不同類別,是自動探測數據集中相似群體的無監督學習過程,沒有先驗知識作為指導。
在實際工程應用中,聚類分析應用廣泛,如市場或客戶分割、模式識別、生物學研究、空間數據分析、Web文檔分類等。聚類分析既可作為一個獨立的數據挖掘工具來使用,用來分析目標數據的分布情況,也可以作為一個完整數據挖掘系統中的數據預處理工具。

您曾經瀏覽過的商品

購物須知

大陸出版品因裝訂品質及貨運條件與台灣出版品落差甚大,除封面破損、內頁脫落等較嚴重的狀態,其餘商品將正常出貨。

特別提醒:部分書籍附贈之內容(如音頻mp3或影片dvd等)已無實體光碟提供,需以QR CODE 連結至當地網站註冊“並通過驗證程序”,方可下載使用。

無現貨庫存之簡體書,將向海外調貨:
海外有庫存之書籍,等候約45個工作天;
海外無庫存之書籍,平均作業時間約60個工作天,然不保證確定可調到貨,尚請見諒。

為了保護您的權益,「三民網路書店」提供會員七日商品鑑賞期(收到商品為起始日)。

若要辦理退貨,請在商品鑑賞期內寄回,且商品必須是全新狀態與完整包裝(商品、附件、發票、隨貨贈品等)否則恕不接受退貨。

優惠價:87 167
海外經銷商無庫存,到貨日平均30天至45天