基于用户行为分析的EMS代收货款业务优化
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 论文的研究背景 | 第8-10页 |
| 1.1.1 选题背景 | 第8-10页 |
| 1.1.2 研究的目的和意义 | 第10页 |
| 1.2 国内外研究现状及发展趋势 | 第10-12页 |
| 1.3 本文研究内容 | 第12-13页 |
| 1.4 研究方法与技术路线 | 第13-14页 |
| 1.5 本章小结 | 第14-16页 |
| 第2章 相关理论和方法 | 第16-34页 |
| 2.1 业务分析方法 | 第16-17页 |
| 2.1.1 流程图法 | 第16页 |
| 2.1.2 态势分析法 | 第16-17页 |
| 2.2 用户行为分析 | 第17-31页 |
| 2.2.1 神经网络基础 | 第17-22页 |
| 2.2.2 关键点检测方法 | 第22-24页 |
| 2.2.3 回归模型 | 第24-31页 |
| 2.3 同城配送网络构建方法 | 第31-33页 |
| 2.3.1 社区发现方法概述 | 第31-32页 |
| 2.3.2 基于连接关系的网络发现方法 | 第32-33页 |
| 2.4 本章小结 | 第33-34页 |
| 第3章 EMS代收货款业务模式分析 | 第34-42页 |
| 3.1 EMS代收货款业务创办和组成 | 第34-35页 |
| 3.1.1 EMS代收货款业务的创办和发展 | 第34-35页 |
| 3.1.2 EMS代收货款业务部门人员组成 | 第35页 |
| 3.2 EMS代收货款业务的业务流程 | 第35-38页 |
| 3.2.1 EMS代收货款业务的签订流程 | 第35-36页 |
| 3.2.2 EMS代收货款业务操作流程 | 第36-38页 |
| 3.3 EMS代收货款业务的影响因素 | 第38-39页 |
| 3.3.1 影响业务的主要因素 | 第38页 |
| 3.3.2 现有方式存在的问题 | 第38-39页 |
| 3.4 采用态势分析法分析 | 第39-40页 |
| 3.5 本章小结 | 第40-42页 |
| 第4章 EMS代收货款的业务优化 | 第42-54页 |
| 4.1 基于神经网络的用户信用分析 | 第42-45页 |
| 4.1.1 代收货款用户数据准备 | 第43页 |
| 4.1.2 实验结果 | 第43-45页 |
| 4.2 用户趋势分析 | 第45-49页 |
| 4.2.1 基于关键点检测的用户趋势分析 | 第45-47页 |
| 4.2.2 基于线性回归模型的用户趋势分析 | 第47-49页 |
| 4.3 个性化配送网络构建 | 第49-53页 |
| 4.3.1 用户关系的建立 | 第49-50页 |
| 4.3.2 代收货款中的用户关系挖掘 | 第50-52页 |
| 4.3.3 实验设置 | 第52页 |
| 4.3.4 实验结果 | 第52-53页 |
| 4.4 本章小结 | 第53-54页 |
| 第5章 方案实施对比与分析 | 第54-60页 |
| 5.1 个性化物流配送与评价 | 第54-55页 |
| 5.2 服务优先级的确定 | 第55页 |
| 5.3 个性化配送网络实施方案 | 第55-56页 |
| 5.4 实验结果及分析 | 第56-58页 |
| 5.5 本章小结 | 第58-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 个人简历 | 第67页 |
