面向Agent马尔科夫多议题自动谈判模型研究

为增强自动谈判模型中各谈判Agent在报价与反报价过程中的科学性和合理性,提高谈判的效率和成功的概率,将马尔科夫链方法应用于对谈判对方各轮报价的预测当中,以增强模型对谈判过程的逻辑推理能力,通过与改进后的遗传算法相结合,构建了面向Agent的马尔科夫多议题自动谈判模型,期望为谈判各方在谈判过程中的报价提供有力支持。通过仿真计算可以看出,所提模型很好地对谈判过程进行了仿真和推理,多种方法的有效结合,能够客观地为谈判各方Agent提供合理决策的有效依据。     

基于赞助搜索的广告研究进展评述

基于赞助搜索的广告已经成为了网络营销的重要工具,不仅为搜索引擎提供主要的收入来源也为广大企业提供销售渠道。由于这种广告形式和其他广告形式有很大的区别,因此对其深入研究具有重要性和紧迫性。但是相关研究还比较匮乏,还没有成为体系。本文在已发表的相关文献基础上,介绍了赞助搜索广告的一般流程并在结合信息可视化技术的基础上将相关研究分为三类:基于服务商角度的研究;基于广告商角度的研究以及关键字生成和结果页相关研究。然后对每个研究类别的主要问题、建模假设和方法以及结论进行回顾和评述,以期抛砖引玉,推动理论界对此问题的研究。     

基于用户在线交易意愿的虚拟社区电子商务实证研究

虚拟社区电子商务的市场发展还在起步阶段,提高用户在线交易意愿是实现虚拟社区电子商务的关键。本文构建了以虚拟社区网站质量为前因认知变量,用户满意度和信任度为中介态度变量,社区用户黏度和用户在线交易意愿为行为因变量的影响关系模型。通过在线调查某虚拟社区用户并获得204份有效问卷,实证分析了虚拟社区网站质量对用户满意度和信任度的显著影响,证实了社区黏度是用户满意度与在线交易意愿影响关系的完全中介变量,但是用户信任度对社区黏度和在线交易意愿没有直接和显著的影响作用。本研究为虚拟社区电子商务发展及市场营销活动提供了相应的策略。     

组合评价方法在银行信用风险评价中的应用

针对贷款客户评价选择问题,在对已有研究方法分析的基础上,提出了以熵权与偏好顺序结构评估法相结合的排序方法。以借贷人的财务状况、借贷人的管理水平、借贷人的行业地位、借贷人资产的变现性和借贷人历史信用状况为评价准则,利用信息熵来确定评价准则的权重,用偏好顺序评价法确定贷款客户的贷款顺序,并进行了灵敏度分析。最后通过算例证明了该方法的有效性。     

人工免疫算法在面向电子商务的自动谈判系统中的应用研究

随着分布式人工智能和电子商务的迅猛发展,面向电子商务的自动谈判系统正变得日益重要.自动谈判系统是利用谈判软件Agent部分或全部代替人进行网上谈判,能够提高谈判效率,降低采购和销售成本,在未来电子商务发展中将具有非常重要的作用.但是目前在实践中仍然缺乏理想的谈判策略模型.本文应用人工免疫算法设计软件Agent的谈判策略,以尽量减少人的参与,并为自动谈判系统的研究提供一种新的解决思路.     

基于感知效用的消费者购物渠道决策分析与实证研究

研究消费者渠道决策有助于企业的渠道设计及营销战略的制定,论文以感知效用为视角,围绕商品风险、品牌、企业知名度对消费者感知利益、感知风险的影响,提出了9个假设,通过对样本数据的分析,对假设进行了检验。检验结果表明,商品风险对顾客渠道决策有重要影响,当商品风险较大时,顾客的渠道决策主要受企业知名度影响,如果两种渠道下的企业知名度相同,顾客会选择传统零售企业,否则,倾向选择知名度高的零售企业。当商品风险小时,如果两种渠道下的企业知名度均较高,顾客倾向选择网络零售企业,若知名度均较低,则选择传统零售企业,否则将选择知名度高的零售企业。此外,名牌商品有助于增大顾客感知利益,降低风险。     

客户空间行为的空间交互和离散选择模型研究

客户空间行为模型可以帮助解释空间竞争态势、提供管理建议、预测销售以及选址决策.在以往相关研究的基础上,深入研究空间结构对客户空间行为的影响,指出相对空间位置的重要作用,提出相对空间位置变量及度量方法.在离散选择模型的框架下,结合相对空间位置变量的客户空间行为模型更好地解释了空间结构对空间行为的影响,提高了参数空间无关性.在一个真实的城市空间中调查客户超市选择行为数据,并基于这些数据验证了模型有效性.     

搜索引擎关键字广告的竞争分析

搜索引擎关键字广告是一种新兴的获得巨大成功的在线营销方式.本文分析了搜索引擎广告位的拍卖规则,给出了在质量因子因素下,广告主的竞价行为.首先给出了广告主单阶段同时行动的竞价均衡,在该情况下,广告主单独竞价选择对自己最有利的策略;其次给出了多阶段情况下,给定一个广告主的最小加价策略,另外一个广告主的最优策略,并给出了相关的证明;最后用实际观测到的数据对该策略进行验证.另外还给出了三个相关的推论,该推论对于搜索引擎如何提高自己的收益有一定的指导意义.     

基于代价敏感性学习的客户价值细分

在基于价值的客户细分中,不可避免地产生"拒真纳伪"的两类错误,由于错误分类代价差异和不同价值客户数量的不平衡分布,基于总体准确率的数据挖掘方法不能体现由于客户价值不同对分类效果带来的影响.本研究在代价敏感性学习机制下引入支持向量机作为分类工具,建立基于客户价值的错分代价函数,为适应客户价值多类别细分的要求,将二元分类扩展为多元分类,建立分类的期望损失函数作为分类效果的评价标准.实验结果说明,该方法可以更精确地控制代价敏感性和不同种分类错误的分布,降低总体的错误分类代价,使模型能更准确反映分类的代价,有效识别客户价值.     

网络消费的基本特点及其对传统经济理论的突破

传统经济理论对人类消费的解释,在工业社会以前基本上是准确而有效的.但是,随着信息社会的到来,网络消费呈现出如效用递增、消费与生产合一、消费对象软化、收入约束弱化、"拉"式消费、群势效应、无边界消费等新特点.网络消费的这些特点已经在相当程度上突破了传统经济理论的界域,同时也呼唤着网络消费理论的出现.