基于粗糙集与神经网络的合作伙伴选择
合作伙伴选择是关系企业联盟构建与维护的关键步骤，已成为当前竞争对手分析的重要内容。为了实现数据挖掘工具与情报分析方法的融合，本文提出基于粗糙集理论与神经网络的信息分析模型。该模型包括预处理模块、粗糙集约简模块、神经网络模块三部分，以期充分发挥粗糙集的信息约简与客观度量功能及神经网络的抗噪与自学习功能。在该模型分析框架下，采集淘宝商城数据对商铺与物流公司间的合作关系进行研究，结果表明：(1)基于粗糙集的神经网络模型拓扑结构简便，且部分模型预测性能高于传统神经网络模型；(2)基于约简集并集的粗糙集神经网络模型在网络结构、预测性能两方面综合表现最佳。
企业理论 合作伙伴 粗糙集 神经网络 数据挖掘
周磊
武汉大学信息资源研究中心，武汉，430072
国内会议
北京
中文
79-83
2011-10-22（万方平台首次上网日期，不代表论文的发表时间）