大众消费心理与网络营销

从消费个性化、消费行为及价格因素等方面分析了当代大众消费者的心理变化趋势 ,探讨了网络营销企业在满足消费者个性化需求等方面存在的心理优势及消费者、引导消费自信等方面存在的心理不足。认为网络营销时代即将到来 ,但企业和消费者还应对网络营销进行权衡利弊 ,做出正确的选择。     

东盟政策机制中的政策网络

政策网络是政策机制的重要组成部分,东盟政策网络的结构和运作是其政治精英理性选择的结果,目的是使这个地区政策网络能满足一体化政策领域扩展的需要,并实现区域一体化进程中各成员国的利益最大化。     

IP Filter包过滤防火墙在校园网上的实现

介绍了利用IP Filter包过滤功能在网络出口组成防火墙实现网络安全,并通过一个校园网作为实例,说明包过滤规则的制定和在IP Filter上的配置。     

信息网络与高校学生思想政治工作

信息网络的发展,给高校学生思想政治工作带来严峻的挑战,同时也带来了难得的机遇。笔者认为:高校应该以新的教育理念和工作方法,占领网络思想教育阵地,积极推进思想政治教育进网络工作。     

视频在IP网络中传输的质量研究

利用MEPEG-4视频TRACE作为输入源,通过分析MPEG-4视频的帧特性,提出了一种针对视频质量的网络传输服务质量保证机制;搭建了视频传输的仿真系统,分析了视频在网络传输中的特性,利用PSNR作为视频质量的衡量标准,在有服务质量保证和无服务质量保证机制的两种网络环境下做了仿真并比较结果,证明了提出的方法能有效提高视频质量．     

Slnnes：逻辑＋神经网络专家系统工具

信息与认知科学的原理表明，人工智能和网络表现了两种不同的思维方式。它具有共同的基础,这就是对信息的处理；只是处理的方法和机制各有千秋。它们相辅相成，正好构成了智能理论的完备框架。本文详细介绍的专家系统工具Slnnes就是在信息科学和认知科学理论的基础上寻求人工智能专家系统和神经网络的有机结合而形成的统一体系。     

基于二阶段随机规划的城市医疗废弃物回收网络设计

城市医疗废弃物日益增加,且回收需求量受诸多因素的影响,难以准确预测,假定回收需求为确定值的医疗废弃物网络优化设计不能与实际需求相匹配。本文考虑了离散随机参数环境下,医疗回收网络设计中选址规划、分配计划及运输规划的协同优化问题,建立了以选址成本、运输成本最小为目标,设施与车辆能力限制为约束的二阶段随机规划模型。根据模型特点,设计了基于Benders decomposition的求解算法,同时,设计了一系列加速技术用于提高算法的求解效率。最后,以国内某城市医疗回收网络为背景设计算例,检验本文模型和求解策略的可行性和有效性。结果表明：相比确定性规划,随机规划的解能够节约总成本,结合一系列加速技术的Benders decomposition方法比CPLEX与纯的Benders decomposition更有优势。     

基于银行-资产双边网络模型的系统性风险及投资策略研究

受近几年的国际金融危机及金融全球化的影响,对金融系统的系统性风险的研究已成为国内外学者的关注热点。考虑到当前基于"银行-资产-银行"间接传播渠道的相关研究相对匮乏,本文基于银行-资产双边网络模型来分析银行系统性风险。首先,使用中国47家上市银行2018年的资产负债表数据构建了中国银行系统的双边网络模型,研究分析各类资产遭受冲击时外部冲击、降价出售效应及银行所持有的各类资产占银行总资产的比例对银行系统性风险的影响。然后,引入系统性冲击方式,通过设置具有不同属性的两大类资产并生成四种冲击事件来构建银行的投资策略模型,从资产视角探讨银行最优的投资策略。研究发现,外部冲击与降价出售效应这两个产生系统性风险的影响因素在一定区间值时会产生叠加效应,使银行系统性风险急剧增加;五种资产类中,贷款类资产对外部冲击最敏感;分析发现在各类资产冲击下都未倒闭的所有银行的资产组合具有一定的相似性;进一步研究发现银行系统中存在着最优的资产组合,使得银行在稳定的同时能获取最大收益,并且资产负债比越大的银行其风险承受能力越强,从而可以选择更激进的投资策略来追求高收益。     

在线社交网络虚假信息交互量最小化的边阻断策略研究

在线社交媒体的蓬勃发展改变了人们获取信息的模式,大量的信息通过社交平台传播,信息内容的真实性把关弱化,各类虚假信息依托社交媒体野蛮生长,网络空间治理,培育健康的网络生态意义重大。本文通过最小化用户之间的虚假信息交互量,研究社交网络中虚假信息传播路径的阻断策略。给定在线社交网络G=（V,E,P,H）,H表示用户之间信息交互量,已知虚假信息传播源集合S⊆V,虚假信息交互量最小化问题是从E中选取哪K条边,使得这些边被阻断之后,虚假信息在用户之间的交互总量最小。首先证明了该问题是NP-困难的,进而证明了问题的目标函数计算是#P-困难。其次,证明了该问题目标函数既不是次模函数也不是超模函数。再次,提出了两阶段贪婪算法（TSGA）来解决该问题,即先获取候选集合E^sa,然后选取阻断集合E'。最后,通过实际在线社交网络数据对模型和算法的有效性进行了分析,实验表明本文提出的算法比现有算法更加有效。     

基于复杂网络的投资组合优化研究

本文基于复杂网络的局部聚类系数改进了传统的全局最小方差投资组合模型。首先通过股票对数收益率的相关系数矩阵构造股票关联网络,然后计算股票关联网络的局部聚类系数,最后通过全局最小方差模型确定最佳投资组合。将改进后的模型应用于A股市场,经过夏普比率、信息比率和欧米茄比率的对比分析得出改进后的投资组合模型在样本外的表现优于传统的全局最小方差投资组合模型。