| 摘要 | 第6-7页 |
| Abstract | 第7-8页 |
| 1 绪论 | 第11-19页 |
| 1.1 研究背景 | 第11-12页 |
| 1.2 研究意义 | 第12-13页 |
| 1.3 国内外研究现状 | 第13-15页 |
| 1.3.1 国外研究现状 | 第13-14页 |
| 1.3.2 国内研究现状 | 第14-15页 |
| 1.4 本文的研究内容和创新点 | 第15-19页 |
| 1.4.1 研究目的和内容 | 第15-17页 |
| 1.4.2 本文的创新点 | 第17-19页 |
| 2 免疫系统概述 | 第19-31页 |
| 2.1 生物免疫系统介绍 | 第19页 |
| 2.2 免疫系统理论学说 | 第19-20页 |
| 2.3 免疫算法基本原理和步骤 | 第20-22页 |
| 2.4 人工免疫系统的介绍 | 第22-31页 |
| 2.4.1 人工免疫系统的基本模型 | 第22-23页 |
| 2.4.2 人工免疫系统的设计框架 | 第23-25页 |
| 2.4.3 人工免疫系统数据挖掘方法分析 | 第25-28页 |
| 2.4.4 人工免疫系统的形态空间和抗体度量分析 | 第28-30页 |
| 2.4.5 人工免疫系统数据挖掘的基本思路 | 第30-31页 |
| 3 电子商务信用风险指标的制定 | 第31-38页 |
| 3.1 电子商务信用风险指标构建原则 | 第31页 |
| 3.2 电子商务风险预警指标选取的方法 | 第31-32页 |
| 3.3 电子商务信用风险评价指标体系构建 | 第32-34页 |
| 3.4 电子商务信用评价指标的选取 | 第34-38页 |
| 4 基于人工免疫网络的电子商务信用风险评价模型设计(USAIN) | 第38-52页 |
| 4.1 抗体-抗原相似性计算 | 第39-43页 |
| 4.1.1 协同过滤介绍 | 第39页 |
| 4.1.2 相似性的原理表示 | 第39-40页 |
| 4.1.3 相似性(User Similarity)的度量方法 | 第40-43页 |
| 4.2 克隆选择过程中的差分进化操作 | 第43-44页 |
| 4.3 USAIN模型设计 | 第44-52页 |
| 4.3.1 算法中的名词解释 | 第44-46页 |
| 4.3.2 USAIN模型的设计 | 第46-50页 |
| 4.3.3 AiNet的实现过程 | 第50-52页 |
| 5 USAIN模型的仿真与分析 | 第52-61页 |
| 5.1 仿真数据获取 | 第52页 |
| 5.2 数据预处理 | 第52-53页 |
| 5.3 参数设置 | 第53-56页 |
| 5.4 模型仿真 | 第56-58页 |
| 5.5 模型的收敛性分析 | 第58-59页 |
| 5.6 模型的效果评价 | 第59-60页 |
| 5.7 本章小结 | 第60-61页 |
| 6 总结与展望 | 第61-63页 |
| 6.1 工作总结 | 第61页 |
| 6.2 工作展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 在校期间发表的论文、参与的科研项目 | 第67-68页 |
| 致谢 | 第68-69页 |