信息消费水平软测量模型研究--以唐山市为例
摘要 | 第4-5页 |
Abstract | 第5页 |
引言 | 第8-9页 |
第1章 绪论 | 第9-20页 |
1.1 研究的背景及目的意义 | 第9-13页 |
1.1.1 信息消费研究的背景 | 第9-12页 |
1.1.2 信息消费研究的目的意义 | 第12-13页 |
1.2 文献综述 | 第13-17页 |
1.2.1 国外信息消费的研究 | 第13-14页 |
1.2.2 国内信息消费的研究 | 第14-15页 |
1.2.3 关于网络信息消费的研究 | 第15-17页 |
1.3 研究内容及框架结构 | 第17-18页 |
1.4 研究方法 | 第18-19页 |
1.5 研究创新点 | 第19-20页 |
第2章 信息消费与软测量技术概述 | 第20-28页 |
2.1 信息消费与网络信息消费的概念 | 第20-24页 |
2.1.1 信息消费概念 | 第20-21页 |
2.1.2 网络信息消费概念 | 第21-23页 |
2.1.3 信息消费与网络信息消费的关系 | 第23页 |
2.1.4 信息化与网络信息消费的关系 | 第23-24页 |
2.2 信息消费呈现的特点 | 第24-25页 |
2.3 软测量技术 | 第25-28页 |
2.3.1 软测量技术原理 | 第25-26页 |
2.3.2 软测量建模方法 | 第26-28页 |
第3章 软测量模型建立 | 第28-46页 |
3.1 软测量模型辅助变量的选择 | 第28-36页 |
3.1.1 网络信息消费影响因素分析 | 第28-31页 |
3.1.2 指标选取原则 | 第31-32页 |
3.1.3 软测量模型指标选取 | 第32-36页 |
3.2 网络信息消费软测量模建立 | 第36-46页 |
3.2.1 建模前准备 | 第36-37页 |
3.2.2 主元分析法 | 第37-38页 |
3.2.3 层次分析法 | 第38-41页 |
3.2.4 基于BP算法的软测量模型建立 | 第41-45页 |
3.2.5 基于BP算法的预测模型 | 第45-46页 |
第4章 实证研究 | 第46-59页 |
4.1 数据来源 | 第46页 |
4.2 基于主元分析法的指标选取 | 第46-48页 |
4.2.1 指标的量化 | 第46-47页 |
4.2.2 指标的选取 | 第47-48页 |
4.3 基于层次分析法的指标权重确定 | 第48-50页 |
4.3.1 评分矩阵的确定 | 第48-49页 |
4.3.2 权重的确定 | 第49-50页 |
4.4 基于BP算法的信息消费软测量评分模型实现 | 第50-55页 |
4.4.1 BP网络训练 | 第50-51页 |
4.4.2 输入输出变量 | 第51-53页 |
4.4.3 结果分析 | 第53-55页 |
4.5 基于BP算法的信息消费水平预测模型实现 | 第55-56页 |
4.6 对唐山市信息消费的几点建议 | 第56-59页 |
结论 | 第59-60页 |
参考文献 | 第60-63页 |
致谢 | 第63-64页 |
导师简介 | 第64-65页 |
作者简介 | 第65-66页 |
学位论文数据集 | 第66页 |