相关实验视频
Updated: Jun 14, 2025

12:08
Diagonal Method to Measure Synergy Among Any Number of Drugs
Published on: June 21, 2018
18.5K
基于协同效应和不完整数据的业务资源双边匹配方法
Shuhai Wang1,2, Linfu Sun1,2, Yang Yu3
1School of Computing and Artificial Intelligence, Southwest Jiaotong University, Chengdu 611756, China.
Entropy (Basel, Switzerland)
|August 29, 2024
概括
这项研究引入了一种新的双边匹配方法,帮助企业在云平台上找到有价值的资源,即使数据不完整. 该方法通过最大限度地满足供应商和需求者的满意度来优化资源配置,增强协同效应.
科学领域:
- 计算机科学 计算机科学
- 信息系统信息系统信息系统
- 业务分析 业务分析
背景情况:
- 企业面临的挑战是从第三方云平台上的大量信息中识别高质量的业务资源.
- 不完整的数据往往会阻碍准确的资源匹配和分配.
研究的目的:
- 为业务资源提出双边匹配方法,考虑到协同效应和不完整的数据.
- 提高企业在云平台上获得资源的准确性和价值.
主要方法:
- 利用k-最近邻的归算来处理基于全面相似性的缺失值.
- 开发了供应商和需求者的满意度评估指数系统.
- 使用模糊分析层次过程 (FAHP) 和权方法 (EWM) 确定指数权重.
- 建立了双边匹配模型,以最大限度地提高双方的满意度和协同效应.
- 使用线性权重方法解决了模型.
主要成果:
- 提出的方法有效地填补了缺少的数据,提高了资源匹配的准确性.
- 双边匹配模式成功地最大化了供应商和需求者的满意度.
- 在业务资源分配方面证明了增强的协同效应.
- 通过实际应用和比较实验验证实有效性.
结论:
- 开发的双边匹配方法为在云平台上寻找有价值的业务资源的企业提供了有效的解决方案.
- 整合协同效应和不完整的数据处理显著改善了资源分配结果.
- 该方法为优化复杂数据环境中的业务资源采集提供了一个强大的框架.

