网络口碑中的产品信息帮助客户明确他们的需求，从而引起在线市场销售分布的变化.本研究探讨网络口碑对不同市场销售分布的影响，根据产品评价标准的相似性水平对市场进行分类.提出了网络口碑对于不同市场销售分布具体影响的三个假设，并通过从京东商城（www.jd.com）收集的数据进行相应的验证.绘制网络口碑的累积分布函数来代表总的知名度，并使用Wilcoxon符号秩检验从统计学上进行比较来显示高级别产品拥有的不同网络口碑的比例.所有的测试结果都显示足够的显著性，从而支持了三个假设.
为了提高动态过程运行状态在线监控效率，提出了基于小波重构与支持向量（support vector machine，SVM）-反向传播神经网络（back propagation neural network，BPNN）相结合的在线智能监控方法.首先，运用离散小波变换对动态过程实测数据流进行重构，并提取其形状特征.其次，利用训练好的小波重构特征的SVM、均值特征的BPNN及重构后形状特征的SVM，对“监控窗口”内实测数据流进行异常模式识别.最后，应用该方法对某精密轴加工过程进行在线智能监控.结果表明：所提模型识别精度高、训练耗时少，其整体性能明显优于小波重构的BPNN模型与基于统计和形状特征的多分类支持向量机（multi-class support vector machine，MSVM）模型，是一种更为有效的动态过程在线智能监控方法.
