| 摘要 | 第5-6页 |
| abstract | 第6页 |
| 第一章 绪论 | 第10-24页 |
| 第一节 研究背景及意义 | 第10-11页 |
| 一、研究背景 | 第10页 |
| 二、研究意义 | 第10-11页 |
| 第二节 国内外研究现状 | 第11-20页 |
| 一、商务智能的研究现状 | 第11-13页 |
| 二、增强学习的研究现状 | 第13-19页 |
| 三、增强学习在商务智能中的研究现状 | 第19-20页 |
| 第三节 论文的研究目标、内容和结构安排 | 第20-24页 |
| 一、研究目标 | 第20-21页 |
| 二、研究内容 | 第21-22页 |
| 三、研究创新点 | 第22-23页 |
| 四、结构安排 | 第23-24页 |
| 第二章 增强学习的相关理论 | 第24-37页 |
| 第一节 马尔科夫决策过程 | 第24-25页 |
| 第二节 增强学习 | 第25-30页 |
| 一、增强学习的模型 | 第25-28页 |
| 二、增强学习的组成 | 第28-29页 |
| 三、Bellman优化方程 | 第29-30页 |
| 第三节 增强学习算法 | 第30-36页 |
| 一、策略搜索算法 | 第30-32页 |
| 二、蒙特卡罗算法 | 第32-33页 |
| 三、TD算法 | 第33-34页 |
| 四、Q学习算法 | 第34-36页 |
| 第四节 本章小结 | 第36-37页 |
| 第三章 基于增强学习的商务智能实现 | 第37-47页 |
| 第一节 商务智能的概述及应用 | 第37-39页 |
| 一、商务智能 | 第37-38页 |
| 二、商务智能的应用 | 第38-39页 |
| 第二节 基于增强学习的商务智能的实现方案 | 第39-46页 |
| 一、模型构建 | 第39-40页 |
| 二、实现过程 | 第40-43页 |
| 三、应用问题分析 | 第43-46页 |
| 第三节 本章小结 | 第46-47页 |
| 第四章 基于大数据场景中增强学习的商务智能实现探索 | 第47-51页 |
| 第一节 基于大数据场景中增强学习参数的确定 | 第47-49页 |
| 一、数据感知 | 第47-48页 |
| 二、数据处理 | 第48-49页 |
| 第二节 基于大数据场景中增强学习算法精度的提升 | 第49-50页 |
| 第三节 大数据场景中增强学习算法的实时性 | 第50页 |
| 第四节 本章小结 | 第50-51页 |
| 第五章 实证研究 | 第51-59页 |
| 第一节 案例介绍 | 第51-52页 |
| 一、选取零库存案例的背景 | 第51页 |
| 二、零库存现状的简要分析 | 第51-52页 |
| 第二节 案例应用 | 第52-57页 |
| 一、实验设计 | 第52-54页 |
| 二、实验操作 | 第54-56页 |
| 三、实验结果分析 | 第56-57页 |
| 第三节 本章小结 | 第57-59页 |
| 第六章 总结和展望 | 第59-62页 |
| 第一节 论文总结 | 第59-60页 |
| 第二节 论文不足与展望 | 第60-62页 |
| 参考文献 | 第62-68页 |
| 在读期间科研成果 | 第68-69页 |
| 附录 | 第69-71页 |
| 致谢 | 第71页 |