版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)
文檔簡介
1、電子商務(wù)的發(fā)展給人們的生活帶來了極大便利的同時也帶來了諸多挑戰(zhàn),于是有人預(yù)測網(wǎng)上購物與社區(qū)店面相結(jié)合是未來網(wǎng)絡(luò)購物的趨勢,因為它很好的解決了購物安全問題、支付問題以及售后服務(wù)問題,代購點模式是其中的佼佼者。
可是矛盾是普遍存在的,代購點帶來新的問題,包括管理費用的上升、代購點自身的穩(wěn)定性差等。電子商務(wù)公司想更好的開展自己的業(yè)務(wù),更好的發(fā)揮代購點的優(yōu)勢,必須對代購點進(jìn)行必要的規(guī)劃。
人們對選址問題的研究由來已久
2、,并取得了豐碩的成果。聚類分析方法被廣泛應(yīng)用到各行各業(yè)的研究當(dāng)中,其中包括應(yīng)用到設(shè)施選址領(lǐng)域。本論文結(jié)合案例,應(yīng)用聚類分析方法中k-means算法對代購點選擇進(jìn)行研究。
論文首先簡述了電子商務(wù)及電子商務(wù)物流發(fā)展的形勢,概述了代購點的特性,回顧了選址問題、聚類分析方法國內(nèi)外研究現(xiàn)狀以及目前國內(nèi)代購點研究的大致情況,展現(xiàn)了本文研究的意義,并提出本文的研究目標(biāo)與研究方法。
其次對顧客的需求特點進(jìn)行了概述,對代購點選
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- K-means聚類算法在網(wǎng)絡(luò)入侵檢測中的應(yīng)用研究.pdf
- 一種改進(jìn)的K-means算法在網(wǎng)絡(luò)入侵檢測中的應(yīng)用研究.pdf
- k-means聚類算法分析應(yīng)用研究
- K-Means算法在客戶細(xì)分中的應(yīng)用研究.pdf
- K-Means算法在電信企業(yè)客戶細(xì)分中的應(yīng)用研究.pdf
- 改進(jìn)的K-means算法在入侵檢測系統(tǒng)中的應(yīng)用研究.pdf
- 文本分類中基于k-means的特征選擇算法研究.pdf
- 基于聚類K-Means算法的分析與應(yīng)用研究.pdf
- K-means算法若干改進(jìn)和應(yīng)用.pdf
- K-means聚類算法研究及其應(yīng)用.pdf
- K-means算法性能改進(jìn)及在電影推薦系統(tǒng)中的應(yīng)用研究.pdf
- D2核K-means算法在標(biāo)簽系統(tǒng)中的應(yīng)用研究.pdf
- 人工魚群K-means算法及其在通信客戶細(xì)分中的應(yīng)用研究.pdf
- 改進(jìn)的k-means聚類算法在圖像檢索中的應(yīng)用研究.pdf
- 基于概念格的K-Means算法研究及應(yīng)用.pdf
- K-means聚類算法的改進(jìn)研究及應(yīng)用.pdf
- K-Means算法研究及在文本聚類中的應(yīng)用.pdf
- K-means和TASVM及特征選擇算法在入侵檢測系統(tǒng)中的應(yīng)用.pdf
- 基于改進(jìn)k-means算法的入侵檢測系統(tǒng)及其應(yīng)用研究.pdf
- K-means初始化算法研究.pdf
評論
0/150
提交評論