突发重大疫情网络舆论的生成逻辑､演进特征与治理机制

新形势下突发重大疫情网络舆论不仅给疫情防控带来了严峻挑战，而且给维护国家意识形态安全带来了较大压力。厘清网络舆论的生成逻辑，把握网络舆论发展的演进特征，对做好网络舆论引导与谣言治理意义重大。在现代网络社会，随着交往实践的普遍进行，从现实逻辑、实践逻辑与理论逻辑来看，突发重大疫情网络舆论的生成，是网络议题、网络交往和网络传播相互作用的结果。受网络社会交往实践主体、客体、环体和介体等多种因素影响，突发重大疫情网络舆论又呈现为非线性的发展演进趋势，极易引发“蝴蝶效应”造成舆论秩序失范，甚至导致“塔西佗陷阱”的舆论信任危机，给疫情防控带来复杂变数。必须建立健全网络舆论治理机制，有效管控舆情，提高疫情防控治理水平。     

Using Lean Six Sigma to improve mobile order fulfilment process in a telecom service sector

This study proposes and follows a specific and systematic framework for implementing Lean Six Sigma (LSS) methodology in a telecom company in order to improve customer satisfaction by minimizing the company’s response time to customer requirements. The goal of this study was achieved by utilizing several LSS tools under five phases of the DMAIC methodology. Unlike previous studies in the telecom sector that used only qualitative method, in this study, both qualitative and quantitative methods were utilized to draw meaningful conclusions. As a result of the implementation of the LSS methodology, the average order fulfilment lead time for sales orders (SO) and value-added service (VAS) orders was reduced from 10.3 to 5.9 days and from 1.5 to 0.5 days, respectively. The reduction in lead time resulted in an increase in the sigma level for SO and VAS orders from 0.44 to 1.26 and from 0.73 to 2.66, respectively. These improvements were expected to lead to a financial benefit in savings of over $600,000 per year in operational costs, enhancements to customer experience and an increase in revenue generating opportunities. Moreover, this article enriches the existing literature on the application of LSS concept in the service industry, and helps the company to speed up the response to customer requirements.     

数据驱动下收货方质量偏好与电商配送服务质量优化

针对"互联网+大数据"优化电商配送服务质量问题，明确不同收货方的质量需求稳定性，引导电商根据收货方不同质量敏感性提供相对精准服务，提升配送服务质量。模拟投票结果的形成过程聚类得到收货方对服务质量偏好的记忆性特征：（1）"无记忆"型收货方；（2）"记忆"型收货方；（3）"不确定"型收货方；（4）收货方总体。进一步推导不同规划类型求解空间，设计得到"无记忆"型收货方动态规划精确求解方法，及其他三种类型近似求解粒子群算法。研究过程中，配送资源质量感知度被嵌入到模型约束；"无记忆"型收货方的质量需求规划问题转化为零库存策略最优解问题，进而证明存在精确解；"记忆"型收货方呈现出对质量感知的累积；"不确定"型收货方模型通过赋值即可得总体收货方表达式。结果表明：数据驱动研究框架借助大数据资源，使得电商更易通过收货方的质量偏好设计更加匹配的配送方案；不确定服务需求得到有效满足，投入成本的利用率更高；通过特征分类的方式，尽可能地抽取能够精确最优化的部分，缩小NP范围，提高整体求解的精确度。     

网络外部性对双渠道供应链信息分享的影响

研究了网络外部性对双渠道供应链信息分享的影响。分别建立了存在网络外部性和不存在网络外部性下的双渠道供应链模型，通过比较零售商信息分享和不分享下其与制造商的期望利润。研究发现：当未考虑产品的网络外部性时，零售商不与制造商分享其市场需求信息，与已有研究一致。当考虑了产品网络外部性且网络外部性较小时，零售商仍不与制造商分享市场需求信息；然而，当网络外部性较大时，零售商与制造商分享其市场需求信息。此外，零售商与制造商共享其市场需求信息有助于增加制造商和供应链利润。     

Employers' perspectives on benefit conditionality in the UK and Denmark

This article examines the under-explored demand-side of active labour market policies (ALMPs). Based on interview data from a comparative study of the UK and Denmark, the paper analyses employers' perspectives and experiences of ALMPs. In both countries, employers were favourably disposed towards employing unemployed jobseekers but held negative views on conditionality. First, benefit conditionality led to employers receiving large numbers of unsuitable and unfiltered job applications, with associated negative resource impacts. Second, employers perceived this as a product of ‘box ticking' and compliance targets. Finally, employers criticised policy and media rhetoric for focusing solely on the supply-side and for problematizing unemployed candidates. The paper argues that these crucial, but neglected, employer perspectives demonstrate that the current benefit conditionality regime in the UK risks irrevocably ‘tarnishing' candidates, which undermines, rather than enhances, their chances of securing employment through ALMPs. This unique dataset provides further evidence that the current direction of policy requires urgent and radical re-thinking.     

基于Petri网的微博网络信息传播模型

微博网络中的信息传播模型是分析用户行为，找出传播路径，确定领袖人物，发现舆情热点等研究的基础。虽然多种不同角度的信息传播模型已经得到广泛研究，但缺乏对信息动态传播过程的直观描述。本文基于Petri网的结构和特征，针对微博网络信息传播过程，提出了一种简单直观的描述模型，该模型首先对微博网络的信息动态传播过程中的对象进行结构化描述。本文根据微博网络的用户结构关系，并利用Petri网的相关理论，形式化解释和定义信息传播基本对象，从而更加直接描述了微博网络中的转发、评论、回复等多种用户行为。在此基础上，本文利用Petri网能够描述信息流动问题的特征，结合颜色Petri网和时延Petri网，从Petri网系统的角度表示信息动态传播路径，并研究网络的动态性质和传播条件，使得信息传播模型更加真实地模拟信息传播情况。最后本文分析信息传播算例和新浪微博真实数据实验，验证了模型的有效性和可行性，为舆情态势分析以及用户行为的研究提供帮助和支持，同时也为其它社交网络信息传播的用户行为描述提供了新的思路。     

汇率货币模型的非线性协整关系检验——基于深度GRU神经网络

本文采用深度门控循环单元（GRU）神经网络探讨三种汇率货币模型（弹性价格、前瞻性和实际利率差模型）的非线性协整关系。GRU技术在深度学习中具有智能记忆、自主学习和强逼近能力等优点。为此，本文运用该技术对6组典型浮动汇率制国别数据进行了非线性Johansen协整检验。结果表明，汇率与宏观经济基本面之间存在非线性协整关系，从而说明了货币模型在非线性条件下的有效性，以及先进的深度学习工具在检验经济理论中的优势。     

不同冷链服务模式下生鲜农产品供应链决策

基于单物流服务商、单供应商和单零售商构成的生鲜农产品供应链，构建3种冷链服务模式：承诺模式、提前要求模式与延后要求模式，探讨不同冷链服务模式对定价与冷链服务水平、企业绩效的影响。研究发现：某种冷链服务模式是否有利于消减数量与质量损耗依赖于产品易腐性、冷链服务成本及其分担比例。供应链成员无法在承诺模式与提前要求模式下形成统一的模式偏好。当物流服务商承担的冷链服务成本比例较低时，相比于提前要求模式，供应商偏好承诺模式，否则，偏好提前要求模式。承诺模式比提前要求模式更有利于物流服务商，然而对于零售商，结果正好相反。数值实验表明，虽然供应链成员无法对冷链服务模式形成整体的一致性偏好，但仍可实现局部的一致性偏好。     

考虑零售商质量控制和风险规避的供应链网络均衡研究

研究零售商质量控制和供应链成员风险规避背景下供应链网络均衡问题。应用条件风险值度量风险规避程度，利用变分不等式理论描绘供应链参与者的最优经济行为，设计供应链网络均衡模型，考虑风险规避和质量控制策略对均衡的影响，证明均衡解存在且唯一，并运用Levenberg-Marquardt算法求解均衡模型。最后对重要参数进行数值分析，揭示质量控制和风险规避对供应链均衡解以及参与者条件风险值的影响。研究表明：供应链参与者越规避风险越有利于产品质量水平的提高，风险规避程度的加深会降低制造商或零售商自身的CVaR，同时增大对方的CVaR，对因产品合格率提高带来的利益而言，制造商所得优于零售商。     

互联网医疗服务法律监管研究

随着互联网技术的进步以及医疗改革的深入,互联网医疗服务成为新生业态.然而,我国互联网医疗服务法律监管体系还不够完善,缺乏统一规范的监管体系,多头监管、个人隐私隐患大、纠纷处理解决机制不健全等现实困境尚未解决,不利于互联网医疗服务行业的发展和人民群众身心健康.为解决上述问题,通过梳理发达国家的成功经验,如美国的移动医疗应用程序监管和个人隐私保护、欧盟的互联医疗数据管理、英国的行业协会监管等,结合我国现有国情,建议从完善立法体系、建设隐私保护机制、构建行业监管、明晰医疗服务主体责任等方面健全互联网医疗法律监管制度,以期推动互联网医疗服务行业发展,保障医患双方的合法权益.