基于大数据应用的电商质量监管策略研究--以京东电子电器品类为例
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 1 绪论 | 第9-15页 |
| 1.1 选题背景 | 第9-10页 |
| 1.2 研究意义 | 第10-11页 |
| 1.2.1 理论意义 | 第10-11页 |
| 1.2.2 现实意义 | 第11页 |
| 1.3 研究方法和创新点 | 第11-12页 |
| 1.3.1 研究方法 | 第11页 |
| 1.3.2 研究视角 | 第11-12页 |
| 1.3.3 创新点 | 第12页 |
| 1.4 研究内容及框架 | 第12-15页 |
| 1.4.1 研究范围 | 第12页 |
| 1.4.2 研究内容 | 第12-13页 |
| 1.4.3 研究框架 | 第13-15页 |
| 2 国内外研究现状 | 第15-29页 |
| 2.1 大数据和电商的相关研究 | 第15-19页 |
| 2.2 电商和质量的相关研究 | 第19-22页 |
| 2.3 大数据相关研究 | 第22-25页 |
| 2.4 电商质量监管相关研究 | 第25-27页 |
| 2.5 文献述评 | 第27-28页 |
| 2.6 本章小结 | 第28-29页 |
| 3 电商质量监管的现状及问题分析 | 第29-39页 |
| 3.1 我国电商发展历程 | 第29页 |
| 3.2 电商质量的发展现状 | 第29-30页 |
| 3.3 电商质量监管的现状 | 第30-34页 |
| 3.3.1 电商平台 | 第30-32页 |
| 3.3.2 政府监管 | 第32-33页 |
| 3.3.3 卖方 | 第33-34页 |
| 3.3.4 消费者 | 第34页 |
| 3.4 电商质量监管存在的问题 | 第34-37页 |
| 3.4.1 电商行业自律较差 | 第34-36页 |
| 3.4.2 监管法律法规不健全 | 第36页 |
| 3.4.3 监管主体不明确 | 第36-37页 |
| 3.4.4 监管实践滞后 | 第37页 |
| 3.4.5 监管过程困难重重 | 第37页 |
| 3.4.6 消费者缺乏自我保护意识 | 第37页 |
| 3.5 大数据应用于电商质量监管的必要性 | 第37-38页 |
| 3.6 本章小结 | 第38-39页 |
| 4 大数据在电商质量监管中的应用 | 第39-58页 |
| 4.1 大数据应用于电商质量监管的优势 | 第39-40页 |
| 4.2 大数据应用于电商质量监管的系统设计 | 第40-43页 |
| 4.2.1 前提条件 | 第40页 |
| 4.2.2 系统框架 | 第40-42页 |
| 4.2.3 系统构建 | 第42-43页 |
| 4.3 基于大数据应用的京东电商质量监管系统 | 第43-57页 |
| 4.3.1 主要算法和软件 | 第44-45页 |
| 4.3.2 数据子系统 | 第45-46页 |
| 4.3.3 无监督学习子系统 | 第46-49页 |
| 4.3.4 专家分析子系统 | 第49页 |
| 4.3.5 监督学习子系统之模型训练 | 第49-52页 |
| 4.3.6 监督学习子系统之模型预测 | 第52-54页 |
| 4.3.7 解释子系统 | 第54-57页 |
| 4.4 京东电商大数据分析 | 第57页 |
| 4.5 本章小结 | 第57-58页 |
| 5 基于大数据应用的电商质量监管策略 | 第58-62页 |
| 5.1 监管理念 | 第58-59页 |
| 5.1.1 监管与鼓励相结合 | 第58页 |
| 5.1.2 多元共治相结合 | 第58-59页 |
| 5.2 政府 | 第59-60页 |
| 5.2.1 健全法律法规 | 第59页 |
| 5.2.2 创建新型监管 | 第59-60页 |
| 5.3 电商平台 | 第60页 |
| 5.4 卖方 | 第60-61页 |
| 5.5 消费者 | 第61页 |
| 5.6 本章小结 | 第61-62页 |
| 6 结论与展望 | 第62-64页 |
| 6.1 研究结论 | 第62页 |
| 6.2 研究展望 | 第62-64页 |
| 致谢 | 第64-65页 |
| 参考文献 | 第65-69页 |
