基于XML/Web服务的电子商务网络求购Agent应用研究

来源 :南京工业大学 | 被引量 : 0次 | 上传用户:majing1619
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文首先阐述了Agent技术、XML语言、Web Service技术的内涵和它们在现今的网络环境中的应用现状和发展前景。在理论方法和技术研究的基础上,提出了网络求购Agent系统的分布式框架结构与设计模型。通过网络求购Agent模型的构建,把商品定向搜索、比较查询、排序搜索结果以及完成商品订购等任务交给网络求购Agent自动处理。从而提高客户的购物效率,提升客户服务水平。   基于上述框架模型进一步讨论了网络求购Agent系统的实现手段和流程。以商品查询Agent模块和订购Agent模块为主要研究对象,以XML和WebService为主要技术支撑,对其设计原理和实现方法做了较为详细地探索。开发出了一个基于电子商务B2C模式下网络求购Agent模拟系统,并且对本系统的运行效果给予了相应地评估和分析。同时,关注了对用户需求的理解、需求信息查准率与查全率的平衡、拟人化的用户界面设计等方面的问题。   本课题来源于国家建设部软科学基金(04-2-207)项目中的电子商务智能Agent研究的子课题,作者承担了电子商务网络求购系统方面的研究工作。研究成果集中体现在综合运用流行的网络信息处理技术,将Agent思想、WebService技术应用于电子商务求购过程的实时处理方式及其流程,以实现客户需求处理智能化、主动化和个性化。可以预见,网络求购Agent系统将具有较广阔的应用前景,其思想内核和技术方法可以作为电子商务系统功能延伸的借鉴。
其他文献
银行非现场稽核是在现代信息处理和传递方式下迅速发展起来的一种审计监督方式。银行非现场稽核系统是一个面向分析的系统,它需要实现银行海量交易数据和历史数据的存储、查询
数据仓库和OLAP是90年代初提出的概念,到90年代中期已经形成潮流。在美国,数据仓库已成为仅次于Internet之后的又一技术热点,以数据仓库和OLAP相结合建立的辅助决策支持系统是决
随着大数据时代的来临,科学研究、工业应用和网络服务等领域的数据规模正爆炸式增长。当前,超级计算机在科学研究和国民经济建设中发挥着非常重要的作用,应用领域十分广泛,具
计算机互联网络Internet已成为世界上最大的信息源,任何一个Internet用户都可以在网上查询他想要的信息。随着网络的飞速发展,P2P网络在文件共享、资源搜索方面得到广泛应用
随着计算机技术、网络技术和分布式技术的发展,计算机用户正从单用户工作模式向多用户协同工作方向发展。计算机支持的协同设计(Computer SupportedCooperative Design)就是
随着互联网快速发展,网络应用层出不穷,网络承载的流量及业务越来越多,对网络的可靠性提出了巨大挑战。但网络故障时有发生,严重影响了网络的正常运行,给用户及网络服务商带
支持向量机(SVM)是基于统计学习理论的一种机器学习方法,它具有全局最优解和良好的泛化性能等优点。强化学习是一种无监督的机器学习技术,能够利用不确定的环境下Agent所获得的
数据挖掘是一个多学科领域,这些学科包括数据库技术、人工智能、机器学习等。数据挖掘是致力于数据分析和理解、揭示数据内部蕴藏知识的技术。由于数据库中存在着大量数据,因此
随着内置了多种传感器的智能手机的广泛普及和使用,智能手机已经成为一个集通信、计算以及感知于一体的移动计算平台。利用智能手机内置的传感器如加速度传感器和陀螺仪传感
汽车牌照自动识别系统是以汽车牌照为特定目标的专用计算机视觉系统,是计算机视觉和模式识别技术在智能交通领域应用的重要研究课题之一,是实现交通管理智能化的重要环节。