基于神经网络和数据包络分析的供应商评估

供应商在交货、质量及库存等方面严重制约着下游企业,其绩效对下游企业的影响越来越大.对供应商绩效进行有效评估是现代企业在信息化及全球化市场竞争中得以生存的重要保障.为了对供应商的绩效进行有效评估,提出了一种面向不完全信息的基于神经网络和数据包络分析的评估方法.本方法首先识别需要考虑的评估标准,然后根据历史数据及专家意见训练神经网络;供应商的最终评估将由数据包络分析完成,并获取神经网络的最终结果.仿真实例表明了本方法的可用性、可行性和正确性.本方法可极大丰富、完善和充实不完全信息环境下供应商的评估方法与现实应用.     

旅游电商对产品区域异质性的提升策略研究--基于大数据与数据可视化方法

基于大数据和数据可视化方法,分析旅游电商在旅游产品上的运营情况,并为其提出针对不同地域产品的改进性提升策略:利用探索性因子分析评估各省旅游业差异性发展情况,并利用热力图进行数据可视化分析,以在空间上评价全国旅游业的区域异质性;为评估电商旅游产品的运营水平是否与当地旅游发展水平相适应,将电商数据进行基于神经网络的建模,根据模型所得出的等级评估结果,对不同地区建议改进不同的电商产品;以江苏省跟团游产品的评论文本为例,进行文本挖掘及词云绘制,最终提出对该产品有别于线下的针对性的产品提升策略建议。     

基于复杂网络的跨境电商供应链关键干扰识别

文章首先通过文献梳理和专家访谈的方式分析了跨境电商供应链干扰体系,构建了跨境电商供应链干扰网络模型;然后从小世界网络、无标度网络和节点中心化三个方面揭示干扰网络拓扑结构;最后提出随机免疫策略和蓄意免疫策略,并对免疫效果进行动态仿真分析。研究结果表明：蓄意免疫策略的效果优于随机免疫策略,而在蓄意免疫策略中,节点介数中心化策略效果和节点度中心化策略效果较好;国际贸易摩擦、跨境商品配送延迟和跨境物流时效低对网络效率影响较大。     

基于大数据技术的央行流动性救助工具效果评估

文章通过对央行的各种流动性救助工具进行比较和搭配分析,设计了流动性救助工具有效性评估的数据仓库,并运用数据仓库、模型库等大数据技术建立计算机软件系统,来对流动性救助工具的效果进行评估.     

基于博弈论组合赋权模型的跨境电商物流业务评价

全球化的推进促进了跨境电商行业的发展,对跨境电商物流业务也提出了新要求。为方便物流企业合理地选择物流方式,需要对物流业务进行科学的评价。文章结合跨境电商物流情况,分别从企业实力、服务质量、物流成本、产品属性、电商环境五个方面建立全面、合理的评价指标体系,总共涉及22项评价指标。基于层次分析法、熵权法、BP神经网络法,从主观、客观、非线性三个方面利用博弈论组合赋权模型获得更客观、更科学的权重值,发现服务时效性、顾客满意度、运输成本、存货持有成本、政策环境、平台体系是企业选择物流模式的六大重要指标。利用模糊综合评价法,将最优权重结合电商物流企业常用四种物流模式进行定量评价分析。并结合实例验证,模型验证结果与实例中电商企业物流模式的选择与数据相符,说明博弈论组合赋权模型与模糊评价方法可支持企业选择科学合理的物流方式。     

基于交易大数据的小微企业信用动态评价

我国小微企业普遍存在融资难、融资贵的问题,其根源在于信息不对称导致的信用评价困难。本文提出了基于动态数据源的信用评价体系分类方法,讨论了基于交易大数据的小微企业信用评价体系的优势;将小微企业动态交易大数据和工商注册等静态数据相结合,设计了能反映企业信用变化的小微企业信用动态评价模型;最后对13个不同行业的755家小微企业时信用进行实证分析,并与外部征信机构(天眼查)的信用评价结果进行比较,验证了本文设计的小微企业信用动态评价模型飾可行性、可操作性和有效性。     

基于模糊支持向量机的客户信用评估研究

文章首先比较了支持向量机与传统分类方法在银行客户信用评估中的效果,结果表明支持向量机更适于目前中国商业银行对个人信用的评价;其次引入模糊支持向量机处理银行客户信用样本中的不平衡问题。实证结果显示,带有模糊关系的支持向量机方法能够减小训练数据类别大小差异对决策机器造成的影响,有效地提高了信用评估的精度。     

大数据背景下基于云计算的政府统计平台构建

大数据背景下政府统计如何应对各种挑战和冲击,基于云计算的政府统计平台构建提供了解决途径.如何充分利用云计算的各种技术来提高统计工作效率,成为亟待解决的研究课题.文章根据云计算的理论技术和政府统计的大数据挑战,通过构筑统计云基本结构,提出基于云计算的政府统计平台的体系架构、功能模块及其运行流程.     

基于神经网络的微型企业信用评估特征选择及其效果评价

征信机构采集到的所有微型企业信用信息变量并未都适合进行微型企业资信评估,文章设计了一种BP神经网络对此进行特征选择。该BP神经网络的训练基于前向序贯的特征选择算法,以输出层输出对输入值的灵敏度作为特征选择的依据,网络输出最小灵敏度对应的特征变量。通过设计概率神经网络对得到的结果进行仿真分析,信贷机构因此获得的利润比基于列联表分析的特征选择法高2／3。     

信用评分模型应用比较研究——基于个体工商户数据的检验

信用评分是各类机构进行信用管理的有效工具,有着广泛的应用前景。随着计量技术的发展,信用评分方法也不断革新,为实际应用提供了多种选择。选取Logistic回归、分类树两种统计方法及代表信用评分发展趋势的人工智能神经网络中的多层感知器、径向基网络、自组织特征映射网络、支持向量机等共六种模型,运用较大样本量的个体工商户数据在一致的框架下进行检验。结果表明：Logistic回归模型与支持向量机两种方法在错分率、稳定性及适用性方面较为优越,其中支持向量机作为人工智能评分方法的最新应用之一,其综合性能更为突出。     

基于多源数据融合的个人信用评分研究

随着信息技术的发展,数据来源越来越多,一方面可以更加精准、科学地刻画个人信用状况,但另一方面,由于数据来源多、结构复杂等问题,对传统的征信技术带来了挑战。本文提出了基于多源数据融合的个人信用模型,可以同时对多个数据集进行建模和变量选择,同时考虑了数据集间的相似性和异质性。通过模拟实验发现,本文所提出的整合模型在变量选择和分类效果方面都具有明显的优势。最后,将整合模型应用于城市和农村两个数据集的个人信用评分中。     

基于大数据规则挖掘的交通拥堵治理研究

随着中国城市机动车保有量的急剧增多,交通拥堵已经成为现代城市病。交通拥堵在道路网络中呈现向四周放射的传导特性,拥堵路段倾向于将拥堵扩散传导到其他相邻路段,该特性此前未被系统研究过,综合比较各种方法的适用性,从时间和大数据规则挖掘角度对拥堵建模;使用时间序列规则挖掘算法建立交通拥堵传导规律模型,并基于传导规则预测未来交通流状况;更重要的是,挖掘出来的拥堵传导规则直观可用,能够用于建立拥堵预警防治机制,完善道路路网建设规划中不合理的部分,从而达到提升交通效率的目的。研究结果证明本模型能够较好达到研究目的,挖掘出的拥堵传导规则可以精确分析交通拥堵状况并预测未来交通流状况,因此可以为交通拥堵治理决策提供重要参考。     

基于大数据的碳价预测

为了研究大数据是否能够帮助我们预测碳排放权价格,本文讨论了结构化数据和非结构化信息对预测碳价所起的作用。结构化数据选取了国际碳现货价格、碳期货价格和汇率,非结构化信息选择百度搜索指数和媒体指数。考虑到当解释变量很多时,平等对待每一个解释变量是不合理的,所以提出了网络结构自回归分布滞后（ADL）模型,在参数估计和变量选择的同时兼顾了解释变量之间的网络关系。实证分析表明,网络结构ADL模型明显优于其他模型,可以获得较高的预测准确性,更适合基于大数据的预测。     

大数据背景下网络借贷的信用风险评估——以人人贷为例

在大数据时代,网贷平台每天流动着海量交易数据。为充分利用这些数据控制信用风险,运用数据挖掘算法建立了信用风险评估模型。由于网贷数据多为非平衡数据,所以通过多次尝试使用SMOTE算法进行处理,提高了模型评估性能。研究发现:随机森林模型更适合用于信用风险评估,其次是CART、ANN、C4.5。用户的婚姻、房/车产(贷)等信息重要程度较低,而公司规模、工作时间等信息,历史借款、信用评分等信用档案信息在信用风险评估中尤为重要。     

电商企业官方微博竞争力评价研究——基于熵值法的视角

关于传统企业竞争力评价研究已经有了许多成果,但对于电子商务企业官方微博竞争力评价的相关研究成果却很少,研究电商企业官方微博竞争力评价具有重要的理论意义和现实意义。考虑到微博竞争力评价与其他行业竞争力评价的差异,选择10个电商企业官方微博,以微博的吸引力、传播力和影响力作为评价指标,利用熵值法对电商企业微博竞争力进行评价。结果显示熵值法评价电商企业官方微博竞争力更符合实际。     

大数据背景下基于社交网络的聚类随机游走抽样算法研究

数字经济时代,社交网络作为数字化平台经济的重要载体,受到了国内外学者的广泛关注。大数据背景下,社交网络的商业应用价值巨大,但由于其网络规模空前庞大,传统的网络分析方法 因计算成本过高而不再适用。而通过网络抽样算法获取样本网络,再推断整体网络,可节约计算资源, 因此抽样算法的好坏将直接影响社交网络分析结论的准确性。现有社交网络抽样算法存在忽略网络内部拓扑结构、容易陷入局部网络、抽样效率过低等缺陷。为了弥补现有社交网络抽样算法的缺陷,本文结合大数据社交网络的社区特征,提出了一种聚类随机游走抽样算法。该方法首先使用社区聚类算法将原始网络节点进行社区划分,得到多个社区网络,然后分别对每个社区进行随机游走抽样获取样本网 络。数值模拟和案例应用的结果均表明,聚类随机游走抽样算法克服了传统网络抽样算法的缺点,能够在降低网络规模的同时较好地保留原始网络的结构特征。此外,该抽样算法还可以并行运算,有效提升抽样效率,对于大数据背景下大规模社交网络的抽样实践具有重大现实意义。     

一种基于函数型数据的综合评价方法研究

 在经济管理与决策中, 经常遇到大量的函数型数据。当指标为函数型数据时,提出了一种基于函数型数据的综合评价方法,而综合评价的核心是评价指标在不同时刻的权重系数的确定。针对由函数型数据表支持的综合评价问题的特殊性,提出了一种新的确定权重系数的“全局”拉开档次法,利用Matlab编程,使得该方法具有可操作性,并给出一个实际例子。最后将该方法与传统方法进行比较,得出本文所提方法的优势。     

基于HADOOP的大数据描述统计分析

从统计学视角研究了大数据分析问题,以当前较为流行的Hadoop云计算平台为基础,分析设计了海量数据描述统计分析的整体架构,分析了相关统计分析算法的特点并给出了实现的具体思路。最后通过实际数据进行了实验性验证,取得了较为理想的效果,为海量数据的统计分析提供了一个可供借鉴的新思路。     

社会保障对农民工家庭城市生活消费的影响——以举家迁移农民工家庭为例

基于辽宁省农民工调研数据,采用OLS回归、Heckman两步法和处理效应模型,分析了社会保障对举家迁移农民工家庭城市生活消费的影响,并采用分位数回归法进一步考察了社会保障在不同消费水平上对家庭消费决策机制产生的影响。研究表明,社会保障对农民工家庭生活消费有显著的正向影响;有社会保障家庭的消费决策明显区别于无社会保障家庭,这主要表现为人均收入、人均耕地面积、户主年龄和人均受教育年限等家庭特征对有社会保障家庭和无社会保障家庭生活消费的影响存在明显差异。     

试论电子商务平台的市场操作

电子商务是基于计算机的电子数据处理技术,企业与企业,企业与客户的交易是其市场运作的核心.而EDI的数据交换是其技术的保障.文章从企业与企业,企业与客户的电子商务角度出发,对电子商务的市场操作进行实操性的探讨,目的是对中国电子商务的运作前景做一预测与展望.