消费系统(精选5篇)
推荐文章
消费系统范文第1篇
【关键词】非接触式智能一卡通；消费系统
1. 智能一卡通消费管理系统概述
（1）当今市场上较广泛使用的智能一卡通系统是将非接触式智能卡技术、计算机技术、网络通讯技术结合为一体的高科技产品，它将用户信息、卡片、读卡设备以及管理需求紧密结合在一起，构成C3“一卡通”（卡通、库通、网通）系统，即用一张IC卡可实现身份识别、门禁、考勤、消费、保安巡更、停车场收费、薪资管理、档案管理、会议签到、停车、安全管理等的智能系统。持卡人的各类信息可以通过非接触式智能卡、终端读写设备、网络等传送到控制中心服务器，各级管理人员可通过管理系统，进行实时监控和管理。该系统具有科学、安全、便捷和轻松应用的特点，具有保密性高、可靠性高、网络结构简单、数据传输能力强、应用范围广等优点，其已在机关、企、事业单位中广泛应用。
（2）非接触式IC卡（又称射频IC卡），是近几年发展起来的一项新技术，它成功地将射频识别技术与电子技术结合起来，解决了无源（卡中无电池）、免接触这一难题。此非接触式智能IC卡采用了32位序列号、无机械磨损、三重密码校验机制，从而保证了使用卡片的唯一性。卡内可分若干个分区，每个分区有独立的密码保护，使用操作时相互不影响，应用快捷、灵活、安全，非常适合一卡通多用途和安全的要求。
（3）智能一卡通系统是非常先进且应用广泛的高科技产品，其所具备的功能也很多。由于篇幅的限制，在这里我们仅就其中应用较广的一卡通消费管理系统加以讨论。
2. 智能一卡通消费管理系统的特点
智能一卡通消费管理系统是一个采用了非接触式IC卡为消费凭证的智能收费系统，它主要由计算机、收费机、收费管理软件、IC卡发行器、打印机和其它的辅助设备组成。消费后计算机可立即对各种消费进行汇总、统计、打印报表，便于部门进行成本核算。使用本系统能够彻底改变食堂、餐厅、购物中心、商场等的人工收费方式，提高了管理工作的准确性，同时也避免了各种人为因素造成的误差，实现了就餐、购物电子货币化，操作简单方便，运行安全可靠，大大提高了管理的现代化手段和企业形象。
非接触式智能一卡通消费管理系统有以下几个特点：
2.1功能应用的优化：
利用中间层“TCP/IP消息应用服务器”，实现了对用户卡片的统一管理，使用户卡片和各个业务子系统紧密结合，对开户、销户、挂失、解挂、补卡等业务任务可自动传递消息，无需在各个业务子系统中进行单独处理即可实现；提供近百种专业化业务报表，并提供自定义报表生成系统，满足用户的个性化要求。除了业务常规功能外，还提供了自动任务、定时任务以及远程任务等高级功能；提供通用规范的业务数据接口，生成Excel、txt等格式文件，可很容易的将系统内部数据传输给其他应用系统使用。
2.2系统安全的可靠：
系统通过基础平台模块的权限子系统，对其他各个子系统进行功能、机构、等级权限的控制，可适用于大型网络化分布式的系统管理要求；业务数据采用后台SQL Server2000中央存储，重要数据采用国际标准DES加密算法进行了加密处理，自动任务备份数据，支持双机热备份；发卡采用国际标准DES加密算法进行多次加密处理，并且是一卡一密，最大程度上保证了卡片安全性；中间层“TCP/IP消息应用服务器”消息报文采用国际标准DES加密算法进行了加密处理，防止非法报文干扰。
2.3设计的先进性：
以“一卡通用”为设计目标，使得系统设计时达到了高起点、高要求，并在硬件设计、软件模块划分以及IC卡片的规划时充分体现了出来，为今后其他功能子系统的扩展提供方便，为用户预留实现一卡通系统的空间。
3. 智能一卡通消费管理系统的应用
3.1消费系统概述：
需要就餐的用户只需办理新卡后并存入一定的款，就餐时即可使用；餐证丢失即时挂失后，在补、换新卡后，存款原样保留，就餐者不会因丢失餐证造成经济损失；集体统一增款，只需简单输入一个单位代号，几十人的存款额便存入微机，大大方便了操作员；不再就餐者可办理餐证注销手续，主管领导可随时掌握本单位就餐人数。
为充分体现IC卡的“一卡通”优势，对于宾馆、餐厅、后勤服务中心、健身房、棋艺室、球室等内部消费场所，可以采用IC卡的定额或不定额收费，使用极为便利。
3.2消费系统组成：
消费系统是由非接触式感应IC卡、收费POS机（又称消费终端）、消费管理软件等组成。系统框图如见图1下。
图1消费系统框图
3.3消费系统功能：
（1）设置操作员级别
系统发行、充值等操作都需要管理中心发放操作员权限，不同权限级别的操作员进入系统，可进行不同级别的操作，有效的控制了系统的安全性。
（2）设置参数：
收费机使用前必须对其进行初始化。初始化时，设置收费机基本参数，包括使用单位内部有权使用者、IC卡的卡号及卡内金额、挂失卡、黑名单卡、当前日期、时间、清除收费机的测试数据等。整个系统正常起用时，电脑需将各收费机存储消费明细数据采集上来，作为结算的数据来源。
（3）记录信息：
当持卡人在消费机上读卡消费后，控制器中的RAM将记录个人信息、时间、消费金额等信息（4000条记录）。
（4）数据采集：
如在不联网的情况下， 数据可保存在消费机中，消费机可保存10000条纪录。数据采集是由中心直接连通每一个收费点提取数据，或将用户挂失、黑名单信息下载至每一个消费点。
（5）数据结算：
对采集回来的数据进行归集，形成每天的消费明细库，然后进行汇总、查询、统计，按日形成各收费机的总收入。归集、汇总时对数据进行各种稽核，包括合法性检查、删除重复数据、补采数据的重新结算操作，最后生成报表，便于财务上对各消费点收入情况核算或监督。
数据结算系统将对采集回来的数据进行黑名单检测。所谓黑名单，是指消费者丢失卡或无效卡号或非法充值卡。通过核对每条消费记录的卡号是否有效，新的卡中余额是否大于余额库中的旧卡中金额等方法检测出可疑的非法卡，操作员可查看相应的IC卡持卡人。
（6）可根据实际需求设置卡的权限：
如：免费卡、贵宾卡等。
（7）消费系统兼容性：
电脑将每个员工的消费额自动统计后，形成财务系统可接受的数据格式，财务系统自动扣除相应款项，实现完全自动化结算。
3.4消费系统特点：
3.4.1灵活的消费方式：有以下几种可供选择：
（1）按键盘编号方式消费。
（2）选择零售功能，直接按饭菜价格输入，可进行相加、相减、相乘运算，相当于一台计算器，无须炊事员再记忆。
（3）窗口只卖一个价格的食品，可自定义为：“傻瓜”功能，仅需按一个结账键。
3.4.2完善的数据处理功能。
可实现日日、月月、年年、某一阶段的报表处理，各食堂当餐、当天的收入情况，就餐者当餐、当天、每月、每年的消费情况等一目了然；若就餐者怀疑自己的消费不切实际，“月况查询”将会真实记录本人该月每天、每餐的消费情况，有据可查；管理者能知道自己的营业额，就餐的消费情况，有据可查；管理者想知道自己的营业额，就餐报表、日报表、月报表的详细记录，各种数据一目了然；本单位目前实际就餐人数，就餐者的消费水平，某一食品的销售量如何，有表可查。以上信息为决策、管理者提供了详实的材料。
3.4.3挥洒自如的单机功能。
消费系统范文第2篇
关键词 B2C，消费者，决策支持系统。
分类号 B849:C93
同传统购物过程一样，消费者的网上购物决策行为可分为需求认知、信息搜索、选择性评价、购买和购买后评价5个阶段。只是，网络作为一个重要的信息来源，以其丰富的信息、方便的搜索引擎、低廉的搜索成本等优势，迅速成为消费者外部信息搜索的重要方式。基于对消费者在前购物阶段的外部信息搜索和提供人性化的产品和服务推荐的网络信息来源的研究，Senecal和Nantel（2002）把网上推荐来源分为3种类型[1]：（1）其他消费者（如，亲戚、朋友、熟人等）；（2）专家（如销售员、独立专家等）；（3）专家系统（Expert System，ES）和消费者决策支持系统（Consumer decision support system）（如推荐系统和智能系统）。对于前两种类型的信息来源，它也适用于传统购物，在对传统购物的消费者行为研究中经常使用，而且已公认它们影响了消费者的决策和购买行为。
决策支持系统（Decision Support System，DSS）是70年代初期发展起来的面向用户的一种交互系统，传统的决策支持系统由人机接口、数据库、模型库三个子系统及它们之间的接口组成，其主要目的是支持半结构化和非结构化的决策问题，以提高决策效能[2]。智能决策支持系统（Intelligent Decision Support System，IDSS）是专家系统与决策支持系统的集成体。相当于Senecal和Nantel（2002）对网络信息来源分类中的第三类。它完成定性的知识推理、定量的模型计算、大量的数据处理并形成有机整体[3]。对于B2C电子商务环境下的消费者购物决策来说，决策支持系统的目标是帮助消费者发现和澄清需求，在网络海量的信息环境下发现和比较信息，筛选符合客户需要的产品，或者提供建议[4]。
近来决策支持系统的研究更加趋向于使其智能化、人性化，通过对网上消费者购物决策行为的经验性研究，致力于建立一个能有效地促进消费者在其进行网上购物时做出决策的交互作用系统。基于以上分析，本文回顾了近年来网上决策支持系统的研究进展，将这些研究分成三种类型：理论研究、方法研究和应用研究（理论研究和方法研究的区别在于，是否建立了决策支持系统的模型，而应用研究则是对某一具体的决策支持系统的应用），并对其在B2C电子商务中的应用前景和研究发展趋势进行了预测与展望。
1 决策支持系统的理论研究
虽然网上商店在20世纪80年代就已经出现，但是绝大多数的网上商店也就只有几周岁而已。所以，虽然现存的网上交易的类型很多，哪种类型真正适合网上交易，并在未来盛行目前并不清楚。目前占优势的网上交易主要有[5]：
（1）固定价格（Fixed price）。传统的网上商店，其商品来自一家零售商。
（2）拍卖机构（Auction houses）。消费者可以对一些项目进行投标（如，易趣）。
（3）信息媒体库（Infomediaries）。把几个商店或制造商的商品集中到一个大的框架体系下。并不直接零售商品，而是提供商品相关信息，其服务链由其他一些确立良好的网上商店组成，其功能相当于搜索引擎。（如，省略）
（4）混合商店（Hybrid stores）。既零售商品，也是一个信息媒体库（如，卓越）。
因此，在设计电子商务工具时，必须考虑特定的交易类型和信息呈现方式。网络是由用户驱动（user-driven）的，交流的开始和中止，都是由用户决定的――只需要点击一下鼠标即可，而用户在进行购物时，通常并没有明确的购物目的。因此，一个设计良好的决策支持系统必须适应买方和卖方双方的需要，其信息的组织与交互要与用户的内在认知活动相一致[6]。
决策支持系统通常包括一些问题，通过用户对这些问题的回答来发现最适合用户的选项。这就涉及到问题的设计，数据存储及检索两方面的内容。这两个方面是互相联系，互相制约的，其核心和关键是数据存储和检索技术的发展。
1.1 问题设计
过去的问题设计通常包括一些冗长的，一步到位式的问题，它对应着数据检索和存储中基于案例的推理（Case-based Reasoning，CBR）技术，通过用户对这些问题的回答来搜索数据库并进行推荐，但这并不能使用户感到满意。目前的问题设计致力于通过最小的问题集来实现这一目标。此外，用户对于其需求通常只有一个含糊的观点，因此，一箭中的策略显然是不理想的，必须采用一个多阶段的检索过程：首先，通过最初的信息来检索第一个候选集，然后用一些问题来削减上次得到的子集，直到获得易处理的候选集为止。在每一个阶段所提出的问题最好能在最大程度上在该点上区分出候选集中的案例，因此，用户在每一个阶段的回答都会影响所提问题的顺序。
1.2 数据的存储及检索
近年来，由于支持大容量数据的有效存储和检索技术――数据仓库（data warehouse）和联机分析处理（online analytical processing, OLAP）产品的实用性大大增强，决策支持系统中数据库的使用也飞速增长。数据仓库是用于决策支持的企业历史数据的在线知识库，而OLAP则是使用户能够有效的从数据仓库中检索数据的一种技术[7]。
1.2.1 基于案例的推理（CBR）
为了帮助分析家关注重要数据并作出更好的决策，最早由Shanker在1982年发表的《Dynamic Memory》中，提出了基于案例的推理思想，并由其学生经过多年的工作逐渐发展起来，是人工智能中新崛起的一项重要推理技术。它与类比推理相类似，但又不完全等同于类比推理。它在很大程度上符合专家迅速、准确的求解新问题的过程[8]。其核心思想是：人们以前对该类问题的求解经验――案例，是按一定的组织方式存储在案例库中的，当用户输入待求解的新问题时，系统首先从案例库中寻找这种案例或者近似于这种案例的案例。如果找到的案例与待求解的案例的描述完全一致，则将这些案例对问题的解输出。否则，根据对待求解问题的描述，对检索出来的案例进行修改，以产生一个符合问题求解要求的解并将其输出；同时将这个问题的求解作为一个新的案例再存储到案例库中。因此，在以后进行系统求解时，就可以利用案例库中所有已知的案例，而不必每次都从头开始。
1.2.2 渐进案例推理（incremental case-based reasoning technique, I-CBR）
Cunningham和Smyth（1994）将错误诊断领域发展并应用起来的渐进案例推理技术应用于决策支持系统的特征选择，它是对基于案例的推理的发展，是多次的基于案例的推理。该技术并不要求首先获得对所有目标元素的描述，而是通过询问用户一些焦点问题逐渐建立这一描述。
渐进案例推理技术使用获得的信息来寻找最能够区别目前的集合中的所有案例的特征，该信息是有分类的，从而能够鉴定每一个特定特征的区分力。但数据仓库中存储的通常是未分类数据，因此，Doyle和Cunningham认为，需要使用另一种度量衡来应用多阶段检索技术，或者对未分类数据首先进行聚类分析，然后再运用渐进案例推理技术进行测量[9]。
虽然基于案例的推理是测量产品的相似性的最流行的方法，但是也遭到了一些批评。Lee认为，虽然该方法能够找出与用户需要最相似的产品，但却忽视了产品的适宜性，从而把一些低质量的商品推荐给消费者。为了解决这一问题，就需要采用多属性决策方法（multi-attribute decision- making method）同步考虑消费者需求和产品质量[10]。
2 决策支持系统的方法研究
正如前文所述，用户在进入网上购物界面时，通常对其需求只有一个模糊的概念，因此，网上购物商店不仅需要提供丰富的商品或可以商量的价格，而且其信息呈现的方式还要能吸引用户，增强其购物敏感性。基于这一考虑，Shoji和Hori提出了一种网上购物中推动用户观念清晰化的交互作用方法――S-Conart（concept articulator for shoppers），致力于建立一个消费者在其进行网上购物时能有效促进其作出决策的交互作用系统，并用该系统做出一系列评估实验来检验在建立该系统时所使用的方法在促进购买观念清晰度上的有效性 [11]。
Shoji和Hori（2001）通过研究消费者和店员的交流，发现店员对于促进消费者购物概念清晰化有着积极的作用，他们可以提供与消费者当时不一致的观点，其作用主要表现在两个方面：为形成概念提供支持（通过改变消费者的观点，引起搜索目标本身的改变，从而促进其决策过程），为确信决策提供支持（使消费者能够顺利接受店员的观点，并相信他们的决定是正确的）。S-Conart方法通过两种类型的信息呈现方式来实现店员的这两种作用。
对于为形成概念提供支持，S-Conart采用基于多维量表（multi-dimensional scaling，MDS）的空间配置类型（spatial-arrangement style）的信息呈现方法，并提供了另一种列表类型的信息呈现界面作为对比。对于为确信决策提供支持，S-Conart提供了两种功能：一是通过使消费者浏览对其所感兴趣的商品的评论（这些评论还包括评论者购买产品时的情境信息），促进用户对其决策的信心；二是通过情境信息窗口，用图表和树型图两种方式，呈现产品评论中的相关字词，从而促进消费者概念的清晰化。
消费者除了对其需求概念模糊之外，对其不经常购买的商品常常也没有足够的知识来对同类产品作出评价。因此，他们在作出购物决策的过程别需要得到该领域的专家的帮助。在网上购物环境中，智能决策支持系统则需要扮演专家这种角色，不仅能够与消费者进行交互从而获取和分析其需求，而且有能力去评价各种不同类型的产品，用最低的成本给出最适合消费者要求的建议。消费者的购物决策，不仅包括购买哪种产品，而且包括产品的价格等。随着电子商务的发展，消费者可以从网上获取的产品信息越来越多，甚至可以直接与卖方进行讨价还价，而卖方对其市场策略也有自己的考虑，因此，网上产品的价格由固定价格向可变价格转变，这样，类比传统购物环境中经由讨价还价确定价格的流程――协商，网上购物环境也对这一流程产生了需要。
基于以上两个方面的考虑，以及传统协商与网上购物环境自身的特点，We-Po Lee提出并验证了包括推荐和自动协商的系统来支持消费者的决策行为的有效性[10]。在这个系统中，推荐是以知识为基础的，它包括知识获取（Knowledge Acquisition Agent）和行为匹配（Behavior- Matching Agent）两个部分，从而包括两个方面的知识：专家知识和用户－系统交互的经验。专家知识经由知识获取，从该领域的专家那儿搜集、整理并用特定的内部知识表征形式植入系统中；用户－系统交互的经验则经由行为匹配从以前的用户那儿，搜集其如何在系统的指导下发现理想产品的过程信息，如果当前用户的行为类型与以前的用户的行为类型相匹配，系统就推荐以前的对应用户所选择的产品，不论行为类型是否匹配，系统都会自动记录当前用户获取理想产品的过程信息。而自动协商系统包括买方、卖方和用户界面三个组成部分，数据在买方和卖方之间进行交换，包括三个步骤：确定协商空间，探测协商双方的态度，确定协商函数。其中，买方工作更为积极，它可以从产品推荐所提供的链接中选择对应的卖方进行交流。
Lee和Chung将虚拟现实技术和网络决策支持系统整合到网上商城的设计中，提出并设计了虚拟现实驱动购物[12]（Virtual Reality drIven Shopping Agent，VRISA），创造了一种新的网上购物商城的范式。它将生活方式探测器（Lifestyle Finder Agent）（记录消费者剖面图）和特征比较（Attribute Comparison Agent）（包括价格、设计和质量3个维度，采用层次分析法（Analytic Hierarchy Process，AHP）进行特征比较）两个子作为其核心机制，并在推荐和最终的分析中包括了实体控制模块（avatar control module）。实体控制模块包括两个函数：推荐函数和实体控制函数，推荐函数按照合理性和敏感性标准整合生活方式探测器和特征比较两个子的推荐信息，将令消费者满意的结果传递给实体控制函数，实体控制函数将内部语言转化成包括文本、图像和声音的3D形式输出。
对网络信息系统（Web Information Systems，WISs）来说，其用户的背景多种多样，而要使该系统能够达到世界通用的目的，就必须跨越用户已经知道的和他们与计算机系统进行交互所需要知道的之间的鸿沟，这就需要对所有的用户提供支持。Aberg和Shahmehri提出了一个用户支持的一般模型[13]，该模型结合了计算机和人类助手两个方面的支持，同时考虑了技术多样性和用户差异，为用户提供了一个灵活的界面，用户可以自由选择他们与支持系统进行交流的方式。通过对这个模型的应用研究发现，把人类助手整合到支持系统中去是提供有效的用户支持的一个方式。这个整合使该网站用起来更加有趣并增加了用户对该站点的信任，也改善了该站点的气氛。这就为决策支持系统向智能化、人性化发展提供了理论支持。
3 决策支持系统的应用研究
一些研究检验了决策支持系统对用户绩效的影响，但是不同的研究者对于具体的决策支持系统的使用和用户绩效的定义不同。Peng, Finin, Labrou 等人（1998）研究了决策向导对用户绩效的影响。决策向导按照系统为用户的问题解决提供帮助的多少划分为简单的提供信息和提供选择路线的建议两种水平，并把决策质量作为测量最终用户绩效的重要因素。Head等人（2000）研究了网络导航对最终用户绩效的影响，网络导航虽然在提供支持上使用了全然不同的策略，但它以帮助用户发现以前曾经浏览过的网页为目标，与智能搜索有着相似的功能。而用户绩效则被定义为使用该系统能够减少完成特定任务所需要的时间，并包括网页内浏览绩效和网页间浏览绩效两个方面。Hostler, Yoon，Guimaraes综合了以前的研究者对于用户绩效的定义，在研究网络对最终用户绩效的影响时，用耗时、决策质量、对决策的自信和认知努力四个变量来测量最终用户绩效[14]，其中，耗时包括网站选择时间、产品搜索时间和产品选择时间三部分；决策质量按照用户所选择的产品适合实验定的产品特征标准（实验中包括8个特征标准）的程度来测量，并划分为0（没有一个符合特征标准）到8（全部符合特征标准）9个等级；对决策的自信和认知努力都用7点Likert量表来测量。结果发现，网络减少了耗时，提高了决策质量，增加了对决策的自信和减少了认知努力，从而证明网络对用户绩效有积极的影响。不仅如此，Garrity, Glassberg等人在调查网上消费者购物决策满意度，并用任务支持满意，决策满意和界面满意三个基本成分来表示用户满意时，发现决策支持满意在网络信息系统中成功扮演了重要角色[15]，说明决策支持系统不仅有利于提高用户绩效，而且有利于提高用户满意度。
Häubl和Murray调查了网络推荐产品时其算法所采用的信息类型是如何影响消费者对产品特征的偏好以至最终对产品的选择的[16]。他们把推荐界定为可以基于用户的输入校正其偏好模式并应用该模式进行人性化的产品推荐的工具软件。实验采用2（算法）×2（特征间的相关）组间设计，结果发现，推荐算法中所包含的产品特征在消费者的购买决策中的作用更加显著，同时这一影响被产品特征之间的相关所调节，从而推断，网络可以通过推荐算法的设计，用系统的方式来影响用户偏好，这就为商家影响消费者的购物决策提供了新的思路。
4 国内研究现状及展望
网络技术的发展和电子商务的出现改变了人们对于交易是什么以及如何操作等各个方面的看法和实际行为，使经济发展的前景呈现出网络化、信息化的新局面，基本上改变了经济前景，也使决策支持的需要更加普遍。决策支持系统领域的研究，必须考虑普遍存在的网络交易模式，采用一种跨学科的观点来整合技术和交易模式[17]。这不仅仅包括在现存的不同决策支持系统设计语言、推荐算法上的整合，而且包括针对不同的交易模式的不同决策支持系统设计框架的整合。
目前对于决策支持系统的应用研究并不多，国内的研究就更是稀少，主要集中在如何应用计算机语言建立决策支持系统上，如朱晓芸、俞瑞钊采用面向对象的程序设计方法（OOP）设计了智能决策支持系统工具――OOIDSS－T[2]，将决策支持系统的各组成部分――人机接口、数据库、模型库三个子系统及它们之间的接口，先以OPP方法定义成相应的类，包括模型库类、知识库类、数据库类、用户界面类及总控数据类，用户通过工具中提供的系统描述语言对各个类实例化为相应的对象，通过消息发送完成各部分之间的联系。闵君、邓晓以agent技术（agent弱定义是指具有自主性，社会性，反应性，能动性，时间连续性以及面向目标的特性的计算机软件或硬件系统，强定义除前述特性之外还具有可移动性，理性，适应性，协作性）作为系统建模的基础，采用多准则决策方法，建立了一个基于偏好的评价模型[4]。该模型将客户偏好分为信念、目标、意图三个层次，形成一个3个agent分工合作的多agent水平分层模型，从而在获取用户偏好或倾向后，基于这种偏好对候选商品做出评价，排序并得到一个当前的推荐商品集；在得到下一批候选项的数据后，再与现有推荐商品集一起，进行下一轮评价，通过不断接近客户的当前倾向，进而接近客户的真正倾向。
可见，国内的决策支持系统的研究主要集中在方法方面，并不局限于将决策支持系统应用到B2C电子商务上，后续的研究者，尤其是涉及心理学领域的研究者，可以考虑将消费者偏好、认知、绩效、满意度等心理学概念与决策支持系统联系起来进行应用研究，从而为网上商城的设计提供实证支持，并为我国电子商务的发展作出贡献。
参考文献
[1] Senecal S, Kalczynski P J, Nantel J. Consumers’ decision-making process and their online shopping behavior: a clickstream analysis. Journal of Business Research, 2005, 58(11): 1599~1608
[2] 朱晓芸，俞瑞钊.一个面向对象的智能决策支持系统工具.计算机工程与应用，1994，(5、6): 37~41
[3] 曹泽文，陈文伟等. 智能决策支持系统平台协同式客户/服务器体系结构模型的设计与实现. 小型微型计算机系统，1997，18(4)：43~49。
[4] 闵君，邓晓. 智能导购agent系统的研究. 控制与决策，2003，18(4)：497~503
[5] Helander M G, Khalid H M. Modeling the customer in electronic commerce. Applied Ergonomics, 2000, 31(6): 609~619
[6] 李江予，张侃. 网上购物系统的工程心理学设计因素. 通信学报，1999, 20(9): 93~98
[7] Simić D, Kurbalija V, Budimac Z. An Application of Case-based Reasoning in Multidimensional Database Architecture. Springer-Verlag Berlin Heidelberg, 2003:66~75
[8] 王雪瑞，刘文煌. 知识管理系统中的CBR技术研究. 计算机工程与应用，2002，(2)：181~183
[9] Doyle M, Cunningham P. A Dynamic Approach to Reducing Dialog in On-Line Decision Guides. Springer-Verlag Berlin Heidelberg, 2000
[10] Wei-Po Lee. Towards agent-based decision making in the electronic marketplace: interactive recommendation and automated negotiation. Expert Systems with Application, 2004, 27 (4): 665~679
[11] Shoji H, Hori K. S-Conart: an interaction method that facilitates concept articulation in shopping online. AI&Society, 2005, 19(1): 65~83
[12] Lee K C, Chung N. A web DSS approach to building an intelligent internet shopping mall by integrating virtual reality and avatar. Expert System with Applications, 2005, 28(2): 333~346
[13] Aberg J, Shahmehri N. An empirical study of human Web assistants: implications for user support in Web information systems. CHI 2001, 3(1): 404~411
[14] Hostler R.E, Yoon V.Y Guimaraes T. Assessing the impact of internet agent on end users' performance. Decision Support Systems, 2005, 41(1): 313~323
[15] Garrity E J, Glassberg B, Kim Y J et al. An experiment investigation of Web-based information systems success in the context of electronic commerce. Decision Support System, 2005, 39(3): 485~503
消费系统范文第3篇
目前的电子商务团购流程为:团购网站商家打折商品的信息，并设定一个团购时间期限，消费者可以在该时间内通过团购网站下单并付款，团购网站确认订单后生成一个序列号通过短信发送到消费者手机，该序列号即代表团购券;消费者凭借该序列号到商家进行消费，商家将该序列号输入到团购网站进行验证，通过验证后向消费者发放商品或提供服务。为了避免消费者遗忘或丢失该序列号，有些团购网站提供团购券下载和打印功能，消费者可以自行打印包含序列号的团购券进行消费。这种序列号团购券技术简单、应用普遍，但也存在以下问题:
a)仅使用序列号作为团购券的方法安全性差，序列号容易被他人窃取并使用，同时也存在被他人掌握序列号生成规则的可能。
b)由于序列号本身不具备任何含义，因而不能离线使用，商家必须通过联网的方式将序列号传送给团购网站进行验证。
c)单一序列号只能作为单个商品的凭证，消费者通过团购网站购买多个同一商品就需要多个序列号，取货时商家也必须逐一验证，效率低下。
为了提高安全性和加快验证速度，也有部分商家采用二维条码作为电子消费券载体。将优惠券或票据信息通过二维条码进行编码形成图片发送到消费者手机，商家验证时只需要采用二维条码阅读器对手机上的二维条码图像进行拍摄辨识，就可以自动读取票据信息。这种二维条码电子消费券与序列号电子消费券本质相同，但票据信息容量大、保密性更好。
在目前的二维条码电子消费券技术的基础上，本文考虑将基于PKI技术的加密和签名技术应用于电子消费券，相比序列号电子消费券能够记录更多信息，同时具备支持离线交易和安全性。本文提出了一种用于电子商务的二维条码电子消费券以及其使用流程和系统架构，旨在解决现有技术存在的安全性差和不支持离线交易的问题，能够帮助商户方便地参与多个电子商务网站的营销活动。
1基于PKI和二维条码电子消费券的工作原理
PKI(publickeyinfrastructure)是利用非对称密码算法原理和技术来实现并提供安全服务的具有通用性的安全基础设施。基于PKI技术的二维条码电子消费券将原始的消费券信息利用PKI技术进行签名和加密后，再利用二维条码技术进行图像编码，最后生成二维条码图像形式的电子消费券，可以发送到消费者的移动终端或者提供给消费者下载打印。图1显示了基于PKI的二维条码电子消费券的创建和读取原理。
1.1采用PKI技术对电子消费券数据进行签名和加密
PKI采用公钥加密技术，提供一整套安全的基础平台。在公钥密码技术中，每个用户拥有一对相匹配的公私钥。其中的公钥对外公开，私钥由用户自己安全保管［1～3］。电子消费券的安全性包括两方面:
a)信息加密，即电子消费券的信息只能被应该享有信息的商家所获取，消费者携带电子消费券到哪个商家去消费，该商家才应该获取信息，他人不应当获取该信息。
b)来源的真实性，即电子消费券应当是消费者通过合法渠道获得的，以团购为例，商家应当识别电子消费券是否为自己注册(授权)的团购网站所发行，特别是当一个商家在多个团购网站进行营销活动时，能够识别电子消费券来自于哪一家团购网站。
以上的安全可以利用PKI技术进行解决。为团购网站和商家分别生成一对密钥———公钥和私钥，双方持有各自的私钥和对方的公钥。
a)团购网站生成电子消费券时，利用自己的私钥对商家的电子消费券信息进行数字签名，再利用商家公钥加密签名后的数据。
b)商家读取电子消费券时，利用自己的私钥解密电子消费券，再利用团购网站的公钥鉴定数字签名真实性，确认电子消费券来自哪家团购网站，最后获取真实的电子消费券信息。通过以上流程，电子消费券既得到加密，又能够被确认来源。以上流程也是目前电子商务交易数据传递的安全基础，但是目前只是一种虚拟的数据安全传送方式，并不能通过实物化展现，因此就考虑使用二维条码作为加密数据载体。
1.2采用二维条码对加密数据进行图像编码
团购网站生成签名和加密后的电子消费券后，采用二维条码技术对数据进行编码，生成二维条码图像。该图像即为电子消费券的最终形式，可以存储于消费者的手机等移动终端设备，也可以打印成纸张优惠券。
商家验证电子消费券时，首先利用相应的二维条码阅读器读取二维条码的加密数据，然后再进行数据解密和签名验证，最终获取真实数据。值得注意的是，由于经过签名和加密的电子消费券信息是二进制数据，需要通过base64编码［4］(或其他二进制数据转换为可打印字符的编码)对二进制数据进行编码，生成的字符编码才可用于二维条码编码。读取电子消费券时相反，也要经过base64解码过程。
1.3电子消费券的生成和验证流程
按照1．1和1．2节的原理描述，图2和3分别显示了基于PKI的二维条码电子消费券的生成和验证(读取)流程。
团购网站生成电子消费券流程:
a)根据订单信息创建电子消费券的明文，可以包括商家ID、商品ID、数量、使用期限等数据。
b)使用团购网站私钥对原始数据进行数字签名，将数字签名附在明文后面。
c)利用商家公钥对签名后的数据进行加密，形成加密的二进制电子消费券数据。
d)利用base64编码对二进制电子消费券数据进行字符编码，形成加密的电子消费券字符数据。
e)利用QR二维条码编码算法对电子消费券字符数据进行编码，生成QR二维条码图像，该图像即为最终可显示的电子消费券。
商家验证电子消费券流程:
a)使用二维条码阅读器读取并解码电子消费券图像数据。
b)对所解码图像数据进行base64解码，形成二进制数据。
c)利用商家私钥对二进制数据进行解密，形成包含签名的电子消费券数据。
d)利用团购网站公钥对数字签名部分进行验证。
e)验证成功后读取电子消费券明文数据，该数据为电子消费券的实际数据。值得注意的是，在电子消费券生成过程中，数字签名和加密的顺序不能颠倒，否则签名信息有可能被第三方所伪造，降低电子消费券安全性。
2基于PKI的二维条码电子消费券的使用流程
以团购为例，采用上述二维条码电子消费券进行电子商务团购活动的方法包括以下步骤:
a)准备阶段。商家在团购网站注册时，团购网站为该商家生成一对非对称密钥，保留该商家的公钥，将该商家的私钥以及团购网站的公钥交付给商家，同时为该商家生成一个商家ID。商家注册完毕后可以商品，每一种商品有一个商品ID。消费者在团购网站注册时，团购网站为消费者生成一个消费者ID。
b)网上下单。消费者在团购网站上对某个商品下单。
c)生成团购券(电子消费券)。团购网站确认订单后，利用自己的私钥对团购券进行数字签名，再利用该商品所属的商家的公钥对签名后的信息进行加密，最后生成二维条码图像，作为消费者的团购券。
d)使用团购券。消费者携带该二维条码团购券(二维条码存放于手机彩信中或者打印在纸张上)到商家消费。
e)读取团购券。商家首先使用二维条码阅读器阅读二维条码，然后使用自己的私钥进行解密，再利用团购网站公钥进行数字签名验证，验证后获取团购券信息明文;商家确认该券未使用后，根据团购券信息向消费者提供商品或服务。
f)上传团购券。商家通过互联网实时传回团购券序列号;或者商家累计一定数量团购券，通过移动存储介质向团购网站上报团购券序列号数据，团购网站返回商家收入分成。
所述步骤f)中，如果商家存在多个分店，则必须采用实时传回团购券序列号的方法，以保证数据的实时同步，避免单个团购券在多个分店被消费。商家可以与多个团购网站合作，只需保存所有合作的团购网站的公钥即可，定期或实时地向团购网站上传团购券数据。
2.1实例演示
本文采用GnuPG工具［5，6］生成密钥对，加密算法为1024bit的RSA［7，8］算法，生成团购网站“SuperGroupWeb”和商家“BerryCakeShop”的密钥对。
1)团购网站生成团购券
a)团购券数据如图4所示。
图4中，表示商家ID为0000101，商品ID为230400000055，数量为1个。采用团购网站SuperGroupWeb的私钥进行数字签名，再利用商家BerryCakeShop的公钥进行加密，加密后的数据为二进制数据(文本编辑器打开效果)，如图5所示。
b)采用base64编码对二进制数据进行编码，形成可识别字符数据，如图6所示。
c)利用QR码［9，10］
进行二维条码编码，生成QR二维条码图像，如图7所示。
2)商家读取团购券
商家读取团购券的过程与生成过程正好相反，具体如下:
a)商家利用二维条码阅读器读取二维条码团购券的数据，读取的数据为base64编码。
b)利用base64解码，形成二进制加密数据。
c)商家利用自己的私钥进行解密，获得数字签名数据和团购券明文数据。
d)商家利用团购网站的公钥进行数字签名验证，验证团购券来源，如验证成功就认可团购券明文数据，根据团购券明文数据为消费者提供服务。
3基于PKI的二维条码电子消费券的系统架构
为了使用本文提出的二维条码电子消费券，本文设计了支持基于PKI的二维条码电子消费券工作的系统，以团购电子商务为例，系统架构如图8所示。
如图8所示，整个系统包括二维条码团购券、商家计算机、消费者计算机、团购服务器、短信猫、消费者手机、移动存储介质、消费者打印机和二维条码阅读器。其具体过程如下:
a)消费者计算机通过互联网与团购服务器通信，用于消费者进行团购下单。
b)短信猫通过RS-232串口或者USB接口与团购服务器相连，用于通过移动通信网络将二维条码团购券以短信的方式发送到消费者手机。
c)消费者打印机通过并口或者USB接口与消费者计算机相连，消费者计算机可以控制消费者打印机打印从团购服务器下载二维条码团购券。
d)可选地，所述商家计算机通过互联网与团购服务器通信，用于商品信息，以及实时传回团购券序列号。
e)二维条码阅读器通过RS-232串口或者USB接口与商家计算机相连，商家计算机可以控制二维条码阅读器读取消费者手机中或者纸张上的二维条码团购券图像;
f)商家计算机可以将团购券序列号存储于移动存储介质，利用移动存储介质将团购券序列号数据传送到团购服务器。
如图9所示，团购服务器安装的程序模块包括用户界面、商户数据上报、数据库模块、订单处理和团购券生成模块。
a)用户界面模块与数据库模块、订单处理模块和团购券生成模块交互，用于接收消费者的团购下单请求，将下单信息送入订单处理模块，提供消费者网上付款通道，并在团购券生成模块中生成团购券，发送到消费者手机或者提供给消费者下载，所有的数据都存放在数据库模块中。
b)商户数据上报模块与数据库模块交互，用于接收商家发送回来的团购券序列号，提供通过移动存储介质的批量上传和通过互联网的实时上传两种上传方式。
c)数据库模块与用户界面模块、商户数据上报模块、订单处理模块和团购券生成模块交互，用于数据临时和长期存储功能。
d)订单处理模块与用户界面模块、数据库模块和团购券生成模块交互，用于根据消费者下单信息生成订单，将订单数据存放于数据库，并通知团购券生成模块生成团购券，将团购券发送到消费者手机或者提供给消费者下载。
e)团购券生成模块用于根据订单数据生成团购券，其中包含数字签名子模块、数据加密子模块和二维码生成子模块:
(a)数字签名子模块首先根据订单数据生成团购券数据，再采用团购网站私钥对团购券数据进行签名。
(b)数据加密子模块利用商品所属商家的公钥对签名后的团购券数据进行加密，再使用base64对二进制加密数据进行字符编码。
(c)二维码生成子模块采用二维码编码算法对字符编码后的二进制团购券数据进行编码，生成二维条码图像。
如图10所示，商家计算机安装的程序模块包括用户界面、数据记录、数字签名验证和数据解密模块。
a)用户界面模块与数据记录模块交互，可以将二维条码阅读器所读取的数据录入数据记录模块，并且可以从数据记录模块中获取解密后的团购券数据，还提供将团购券序列号批量装载到移动存储介质和通过互联网将团购券序列号实时上传的功能。
b)数据记录模块与用户界面模块和数据解密模块交互，用于记录二维条码的解密前后的数据。
c)数据解密模块与数据记录模块交互，用于从数据记录模块提取二维条码解密前的数据。解密过程为:首先对解密前的团购券数据进行base64解码，再利用商家自己的私钥对二进制数据进行解密，生成解密的团购券数据，传回数字签名验证模块。
d)数字签名验证模块利用团购网站公钥对解密的团购券数据进行数字签名验证，如验证成功就将团购券明文存入数据记录模块，供用户界面模块查询和调用。
消费系统范文第4篇
一、工作目标
通过有针对性地开展重点消费品安全集中整治工作，不断提高质量安全风险监测能力，提高质量安全水平；强化生产企业产品质量主体责任意识，建立健全标本兼治的质量监管与执法打假长效机制；探索实施产品质量的分类监管和风险预警制度，全面提高市场经济秩序的监管水平。
二、工作重点
重点产品：烟花爆竹，儿童及婴幼儿服装、儿童玩具、学生用品、电热毯、燃气灶具、燃气热水器、电热水器、室内加热器、纸巾纸、卫生纸、羊绒针织品、内衣等13种节日热销品。
重点对象和区域：可能出现生产以上产品的区域、城乡结合部、无照证生产经营问题区域。
三、主要任务
（一）对生产企业开展大检查，督促企业建立全过程质量安全制度。
1.对重点消费品生产企业进行全面清查，动态掌握实际情况，健全完善企业电子档案。
2.对涉及生产许可证、强制性认证产品和安全生产许可证管理产品获证企业进行全面检查，重点检查其是否符合法律法规规定和具备生产必备条件，质量保证体系是否保持有效运行，是否严格实施原材料进厂把关、生产过程关键点控制和产品出厂检验，对不符合要求的，责令其限期整改；整改仍达不到法定要求的，如实向社会公布；情节严重的，建议吊销其生产许可或建议工商部门吊销其营业执照。
3.严厉打击违法违规行为。对制假制劣、缺乏质量保证体系和不具备生产基本条件的，要依法严肃查处。对屡整屡犯、情节严重的，列入黑名单。涉嫌犯罪的，移送公安机关处理。
（二）对重点产品开展大检查，建立风险预警和快速反应机制，落实风险防范措施
1.突出重点产品和涉及人身、财产安全的重要性能指标，开展定期监督检查、省、市级专项抽查和风险预警工作，及时防范可能发生的质量安全问题。
2.加强对行业“潜规则”问题的调查，主动收集重点消费品安全隐患信息，及时开展风险监测。加强对已发现安全问题的监控，实施跟踪抽查。对不合格产品，要采取有效措施消除可能的隐患。
（三）对重点地区和行业开展大检查，建立重点区域整治机制，协助地方政府落实领导责任
1.对隐患区域、隐患行业开展清查。摸清生产集中、企业数量较多、质量安全隐患较大的生产加工区内企业的情况，以及质量安全风险高的重点消费品生产企业的情况。
2.积极向地方政府提出整治建议，落实各方责任。在各级地方政府领导下，联合各相关部门开展整治。
3.坚持打击和帮扶相结合，支持优秀企业发展，起到行业示范带头作用，对有条件的区域，通过创建优质产品生产示范区，树立标杆，扶持发展；加强对守法经营的小型企业的帮扶，促进其合法经营、实现质量提升。
（四）对自身监管工作开展大检查，建立协调有序、分工负责的工作机制，落实相应的监管责任
1.认真查找自身监管与执法工作中制度不完善、措施不合理、工作不到位、能力不适应的地方，并提出有针对性的整改措施。
2.完善巡查制度和措施，提高巡查的针对性和有效性。使风险监测的信息收集、情况报告、监测和问题处置等工作制度化。
3.加强机构和队伍建设，提升风险监测能力。
4.加强人员培训和依法行政能力建设，提高业务素质和依法行政能力；组织学习重点消费品生产监管工作先进经验，开展工作交流。
(五)加强《产品质量法》和企业产品质量安全主体责任建设的宣传。
1.进一步宣贯的《产品质量法》,落实相关规定,鼓励企业加强技术基础工作。
2.推进实施《关于生产企业全面落实产品质量安全主体责任的指导意见》，强化企业主体责任的宣传，鼓励企业在主流媒体主动公开落实质量安全主体责任情况，接受社会监督。
3.鼓励结合当地产业、行业发展实际，组建行业组织，承担行业质量自律工作，对发现的行业性质量安全问题采取有效的改进措施。
四、工作阶段
重点消费品质量安全整顿工作分三个阶段进行。
第一阶段：安排部署阶段。各股、室、队、所要明确本地重点消费品质量安全整顿工作的重点和具体目标任务，并做出周密安排部署。充分利用新闻媒体开展舆论宣传，宣传整顿工作的意义、目的和任务，接受社会监督。
第二阶段：组织实施阶段。完成辖区内重点区域、重点消费品生产企业的调查摸底工作，明确工作任务，落实实施方案，开展巡查、检查、督查、定检等工作
第三阶段：检查总结阶段。县局组织企业进行整改和整治工作进行检查，并在检查的基础上写出书面总结，报送市局。
五、工作要求
（一）加强领导，落实责任。我局成立以刘召民局长为组长的“全县质监系统重点消费品质量安全整治工作领导小组”（附件1），深入开展重点消费品质量安全整顿工作，集中力量解决突出问题，建立健全监管制度，落实监管责任。
（二）依靠政府，加强配合。主动向政府汇报工作情况，积极争取政策、经费、技术装备等方面的支持；对发现存在区域性质量安全问题的地区，我局及时向当地政府及市局通报或上报相关情况。加强与相关部门的信息沟通，积极配合有关部门，开展联合整治，形成监管合力。
消费系统范文第5篇
关键词：能源消费 灰色系统理论 预测
2005―2009年间，河北省能源消费年均增幅接近7%。随着经济的进一步发展，河北省对能源的需求日益增大，河北省将面临更为严峻的能源短缺问题。对未来河北省能源需求总量和结构进行预测具有重要现实意义。
一、能源消费需求的预测方法
能源消费需求预测是根据一个国家或地区能源消费现状和历史，归纳影响能源消费的各种因素，对未来能源需求的发展趋势做出估计和评价。目前国内外许多学者、机构提出了许多能源需求预测方法，在实际应用中常采用回归法、技术分析法、部门分析法、弹性系数法等。1982年由我国学者邓聚龙教授首先提出灰色系统的概念，建立了灰色系统理论。基于灰色系统理论的灰色预测模型，能更准确地进行社会经济系统的能源消费预测。
二、基于灰色系统理论的能源消费需求预测方法
灰色系统理论认为任何随机过程都是在一定幅值范围、一定时区内变化的灰色量，随机过程即为灰色过程。在处理技术上，灰色过程是通过原始数据的整理来求得随机型弱化，规律化强化新数列，此数列的数据称为生成数。尽管客观系统表象复杂，数据离乱，但它总是有整体功能的，总是有序的，它必然潜藏着某种内在规律，也就有可能对变化过程作较长时间的描述，因此有可能建立微分方程模型。基于灰色系统理论建立的能源预测模型具有所需样本少，所需参数少，预测结果可信度高，适合短期预测等特点，正适合本文根据2005―2009年5年的数据预测“十二五”期间的能源消费情况。
三、基于灰色系统理论的河北省能源消费需求分析预测
根据灰色理论，文章以2005―2009年间能源消费数据这组综合灰色量为基础，对原始序列做一次累加生成，使生成序列成一定规律性，然后建立以解现行微分方程模型，求得拟和曲线对“十二五”期间各种能源消费的数据进行预测。
（一）河北省能源消费总量及结构的分析
河北省一次能源消费构成单一，主要为煤炭、石油（见表1）。统计期间河北省煤炭能源的累计消费量达116325万吨标准煤，煤炭消费占全省能源消费的平均比率为92.12%。石油消费占据第二位，占全省能源消费的6.97%。天然气、电力仅占0.822%，0.092%。可见河北省的能源结构一直以污染较为严重的煤炭为主，清洁能源的比重过低。文章对统计期间河北省煤炭、石油、天然气、电力四种主要能源消费状况进行分析并完成远景预测。
（二）利用灰色预测模型进行预测
1、河北省能源消费总量需求预测
根据表1可知，2005―2009年河北省能源消费总量逐年上升，年均增长率近7%。对河北省煤炭消费量进行1-GAO累加、计算得出预测结果如表2所示。可以看出，河北省2010―2015年的能源消费总量呈逐年递增势态，但是其增长速度比2005―2009年下降1.5个百分点，年均增长5.5%。
2、河北省煤炭需求预测
表1显示，河北省煤炭消费在能源消费总量中占据主要地位，而且除2008年外均呈上升趋势，因此，未来河北省用煤量的增长也是不可避免的。根据灰色模型的预测，“十二五”期间，河北省的能源消费中煤炭消费量依然呈逐年递增事态，而且年均增幅达7.27%，增长速度高于同期能源消费总量的增速，其作为河北省主要能源的状况不会改变。（见表2）
3、河北省原油需求预测
表1显示，河北省原油消费呈稳定上升趋势。根据灰色模型的预测，“十二五”期间河北省能源消费中石油消费量依然呈逐年递增势态。根据预测，2015年河北省石油消费量将达到3154.37万吨，为2009年消费量的2.29倍，年均增长13%，其增长速度远远超过预测结果中同期能源消费总量以及煤炭消费量的增长速度。（见表2）
4、河北省天然气需求预测
2005―2009年河北省天然气消费量的数据可以看出，河北省天然气消费在能源消费总量中所占比重不足1%，但增长速度较快，年均增长26.7%。根据灰色模型的预测，“十二五”期间，河北省的能源消费中天然气消费量依然呈快速递增事态。2015年河北省天然气消费量将达到200.84亿立方米，为2009年消费量的8.7倍，其“十二五”期间的年均增长速度高达58.7%，远远超过预测结果中同期能源消费总量、煤炭、石油消费量的增长速度。（见表2）
5、河北省电力需求预测
根据表1中2005―2009年河北省电力消费量的数据可以看出，河北省电力消费量在河北省能源消费中所占比例不大，但也呈逐年上升趋势。根据灰色模型的预测，“十二五”期间，河北省的能源消费中电力消费量依然呈逐年递增事态。根据预测，2015年河北省电力消费量将达到4923.23亿千瓦小时，为2009年消费量的2.1倍，其年均增长速度为11%，高于煤炭预测消费的增速，远远落后于预测结果中同期天然气消费量的增长速度，其在河北省能源消费中占据较小份额的状况不会改变。（见表2）
由表2可以看出，根据灰色模型的预测，“十二五”期间，河北省的能源消费量依然呈逐年递增事态。河北省“十二五”主要能源的构成状况不会出现明显改变，依然是以煤炭、石油为主，天然气、电力所占比例较少，但从灰色模型的预测结果中可以看，天然气、石油消费需求增长较快，煤炭及电力消费需求增长较慢特别是污染较重的煤炭增幅最低。
参考文献：
①刘旖芸. 上海能源消费与经济发展关系研究[C]. 复旦大学，2009（5）
②2005―2009年河北统计年鉴[M]．北京：中国统计出版社，2006―2010年
③中国能源年鉴2010年[M]．北京：中国统计出版社，2011
④陈亚妮. 北京市能源消费的结构与动态分析研究[C]．北京化工大学，2008（5）
⑤刘卫星. 可持续发展的上海能源战略研究[C]．上海大学，2008（2）
⑥费捷毅. 上海能源消费预测及建议[J]．经济论坛，2010（5）
以上就是小编整理的消费系统(精选5篇)全部内容了，希望能对你有用。访问360范文网了解更多精选 消费 系统相关内容
菁英职教网文章归档 教育资讯 留学攻略 七品教育网站地图xml