基于知识管理的动态客户关系管理研究

在分析B C模式下企业与消费者之间交易特征的基础上,提出了B C模式下的DCRM的思想及其内涵,并用一家超市的实例说明了这种管理方法的有效性及可行性,从而提出了基于知识管理的DCRM框架应包括战略形成、价值创造、渠道整合、绩效评价和信息管理等五个过程,并指出了研究成果对企业CRM实践的指导意义及未来研究方向。     

基于实时信息的游客行程动态规划研究

基于实时信息的游客行程动态规划问题可适用于城市景点的游客行程规划、主题公园的游客行程规划、博物馆的游客游览路线规划等服务系统的实际场景。本文采用重规划方法将该问题转化为离散时间段上的静态规划子问题,建立了对应的混合线性整数规划模型,并证明了该问题的NP难性质。提出了一种分支定界算法来求解静态子问题的优化模型,并设计了一种变邻域搜索算法来求解对应的大规模问题。通过数值实验验证了所提的模型和算法,并进行了算法参数标定和算法比较分析。数值实验的结果表明,所提分支定界算法和变邻域搜索算法的计算性能都明显优于已有文献的算法。所提的模型和算法可以嵌入到管理信息系统中,对于提升服务系统的工作效率、降低顾客的等待时间、优化服务系统的资源配置等具有实际意义。     

面向CRM的动态质量体系管理数据的模型

以ISO9000质量管理体系为背景,本文详细地分析了企业质量体系管理的信息层次结构与流程,针对质量体系的制定、改版以及质量持续改进,研究了质量体系管理对数据模型的复用性、可引用性与可回朔性的要求,讨论了现有质量管理信息系统的局限性,提出了动态质量体系管理数据模型,给出了模型的结构和功能,总结了所提模型的特点。最后,给出了实例分析。     

个体客户全生命周期价值的模型和实证研究

从企业的角度出发把隐马尔可夫与动态规划技术有效地结合起来,对任意单个客户的终生价值的量化、决策以及优化进行了探讨和分析,提出了个体客户全生命周期价值动态模型,并对所提模型进行了验证。该模型能以通过观察到的客户购买决策序列作为动态最优化问题的解来进行参数评估,而且还能以用所产生的客户状态序列对客户进行动态的评价和分类,判断客户与企业所处关系阶段,从而为企业进行一对一的动态客户关系管理提供了一种定量的方法,并为公司实施最优的营销策略打下基础。     

产业动态理论研究新进展

论文在产业动态理论的两大研究框架产业动态的动力源和产业演化动态内对产业动态理论的最新研究成果进行梳理,并着重对创新和产业动态的数量研究、产业动态的马尔可夫完美模型及产业生命周期和产业演化模型等几个前沿领域所取得的最新进展与所面临的主要挑战进行总结和评述。     

一种逆向物流网络的多期动态选址方法

提出一种逆向物流网络的多期动态选址方法.不同于静态的、单期模型,考虑需求变化的不同时期下,计算机相关产品逆向物流网络的多层设施定位方法.基于遗传算法,采用二进制十进制混合编码的染色体来表示回收点、回收点的回收期及回收中心相关的决策变量;设计顾客对回收点、回收点对回收中心的两个子分配算法来保证所有约束的满足性,并进行拟合度函数的评价;提出的特定遗传进化操作使得模型求解方向趋于回收点、回收中心和生产点相结合的最佳逆向物流网络;最后的仿真实例说明了所提方法的有效性.     

动态用户最优配流问题的投影算法研究

本文首先建立了动态用户最优配流问题的变分不等式模型,并对此模型用投影算法来求解.本文中的模型满足Wordrop第一原理要求,所给算法在每一个小时段都能给出路段流入率、流出率及路段流量,从而为行人出行提供可靠的、实时的信息,所给数值实验也说明该模型和算法是可行且有效的.     

基于动态博弈的企业集团政策动态一致性分析

运用动态博弈模型 ,以企业集团内部公共费用征收问题为背景 ,讨论了集团总部与成员企业之间的动态博弈 ,并对集团政策的动态一致性问题进行了研究分析 .最后 ,本文还给出了在集团非平均主义政策倾向下相应的动态博弈模型 ,以及动态一致性政策所满足的条件 .     

考虑思考时滞的社交网络舆情最优控制模型

随着信息技术的不断发展，纷繁复杂的信息无时不刻的充斥着社交网络，这也使得负面舆情信息不断滋生并快速传播，严重影响了网络安全和社会稳定。本研究提出考虑思考时滞的舆情传播最优控制模型。首先，基于传染病模型构建引入思考者的舆情传播模型。其次，对模型中的参数进行敏感性分析，并引入对立舆论攻击机制，利用最优控制理论设计所提舆情传播最优控制模型，旨在最小化舆情采纳者密度和控制成本。实验表明，所提模型能够对社交网络中的舆情传播进行有效控制。     

基于可变区间权重的中期用电量半参数预测模型

由于数据变化规律的多样性,中期电力负荷的波动有着不同于短期、长期负荷的特点。基于电力系统复杂性的研究视角,重点讨论了中期负荷预测过程中模型的不确定性、参数的时变特性以及负荷波动的周期性规律。根据中期负荷的数据特性,建立了基于非参数修匀的半参数模型,定义了函数区间的划分粒度以及模型权重的求解方法,提出了基于可变区间权重的动态预测方法,给出了基于经验模态分解和波动能量分析的噪声序列提取、检验方法。试验研究结果表明,气候因素对用电消耗的影响最大,经济因素次之;从选取的指标来看,不同时期的影响因素对于模型的解释能力是时变的;所提方法能够对电力负荷进行精确的多粒度、多维度分析,进而掌握其局部变化规律,可有效用于电力系统中期负荷预测。     

基于文献萃取法的客户终生价值动态影响因素研究

客户终生价值(Customer Lifetime Value,CLV)是客户关系管理的重要内容。近年来,大量的学者结合不同的管理情境,探讨了诸多影响因素,试图推动动态CLV的建模工作。但是,这些工作均是零散、独立进行的,缺乏总结和整理,因而对动态CLV建模研究的推动比较有限。本文通过对41篇文献的精读,萃取出CLV的动态影响因素,概括为四类,即客户自身的、企业相关的、关系相关的和社会环境的四类动态影响因素。企业需要适应社会环境的影响,根据客户自身的影响因素进行合理的客户细分,从企业相关的影响因素提升着手,改善客户关系,最终获得客户的终生价值。     

评价电信企业客户满意度动态变化的Malmquist指数

介绍了基于DEA模型的M alm qu ist指数,并在此基础上提出了一种评价电信企业客户满意度动态变化的M alm qu ist指数评价法。运用M alm qu ist指数从纯技术效率、技术变化和主因素生产率等方面,对A省移动通信公司的17个分公司客户满意度的动态变化进行了有效性评价,并指出该公司今后应该通过技术创新和提高技术效率来改善客户满意度。     

Randomization Approaches for Network Revenue Management with Customer Choice Behavior

In this study, we present new approximation methods for the network revenue management problem with customer choice behavior. Our methods are sampling‐based and so can handle fairly general customer choice models. The starting point for our methods is a dynamic program that allows randomization. An attractive feature of this dynamic program is that the size of its action space is linear in the number of itineraries, as opposed to exponential. It turns out that this dynamic program has a structure that is similar to the dynamic program for the network revenue management problem under the so called independent demand setting. Our approximation methods exploit this similarity and build on ideas developed for the independent demand setting. We present two approximation methods. The first one is based on relaxing the flight leg capacity constraints using Lagrange multipliers, whereas the second method involves solving a perfect hindsight relaxation problem. We show that both methods yield upper bounds on the optimal expected total revenue. Computational experiments demonstrate the tractability of our methods and indicate that they can generate tighter upper bounds and higher expected revenues when compared with the standard deterministic linear program that appears in the literature.     

客户关系对企业技术创新的影响

基于2012~2019年我国A股制造业企业数据,从静态客户集中度及动态客户波动性两个维度,结合地区可持续发展,深入考察客户关系对企业技术创新的影响及其作用机制。研究发现:客户集中度与客户波动性均会弱化企业技术创新,而地区可持续发展水平能够显著缓解客户集中度对企业技术创新的负面影响;通过作用机制分析发现,客户集中度所引致的融资约束水平上升,以及客户波动性所引致的存货周转效率降低,均抑制了企业技术创新。     

网络环境下顾客忠诚的形成机制研究

顾客忠诚的驱动因素等静态分析已非常丰富,但尚缺乏顾客忠诚度形成过程的动态研究。本文以二次网络购物作为研究背景,通过前后两次配对取样,探讨顾客忠诚度的形成机制。第一次取样获得493份有效问卷,三个月后再次取样,获得有效配对数据383对。研究结果发现,单次顾客满意度与单次顾客忠诚度的关系与以往研究的结论一致,具有正向显著影响;在时间动态效应下,再购顾客满意度对顾客忠诚的形成具有完全中介作用;更重要的结论是,基于二次购物的体验,顾客满意度对顾客忠诚的形成具有递推式影响,并可追溯到第一次购物体验的满意度,以此为基础构建顾客忠诚的形成机制模型。     

Optimal Dynamic Pricing of Perishable Items by a Monopolist Facing Strategic Consumers

We introduce a dynamic pricing model for a monopolistic company selling a perishable product to a finite population of strategic consumers (customers who are aware that pricing is dynamic and may time their purchases strategically). This problem is modeled as a stochastic dynamic game in which the company's objective is to maximize total expected revenues, and each customer maximizes the expected present value of utility. We prove the existence of a unique subgame‐perfect equilibrium pricing policy, provide equilibrium optimality conditions for both customer and seller, and prove monotonicity results for special cases. We demonstrate through numerical examples that a company that ignores strategic consumer behavior may receive much lower total revenues than one that uses the strategic equilibrium pricing policy. We also show that, when the initial capacity is a decision variable, it can be used together with the appropriate pricing policy to effectively reduce the impact of strategic consumer behavior. The proposed model is computationally tractable for problems of realistic size.     

A New Dynamic Programming Decomposition Method for the Network Revenue Management Problem with Customer Choice Behavior

In this paper, we propose a new dynamic programming decomposition method for the network revenue management problem with customer choice behavior. The fundamental idea behind our dynamic programming decomposition method is to allocate the revenue associated with an itinerary among the different flight legs and to solve a single‐leg revenue management problem for each flight leg in the airline network. The novel aspect of our approach is that it chooses the revenue allocations by solving an auxiliary optimization problem that takes the probabilistic nature of the customer choices into consideration. We compare our approach with two standard benchmark methods. The first benchmark method uses a deterministic linear programming formulation. The second benchmark method is a dynamic programming decomposition idea that is similar to our approach, but it chooses the revenue allocations in an ad hoc manner. We establish that our approach provides an upper bound on the optimal total expected revenue, and this upper bound is tighter than the ones obtained by the two benchmark methods. Computational experiments indicate that our approach provides significant improvements over the performances of the benchmark methods.     

基于动态分类器集成选择的不完整数据客户分类方法实证研究

在管理决策的制定中,分类已经成为一种十分重要的方法和技术。由于现实客户数据常常是不完整的,因此,研究不完整数据的客户分类问题具有重要意义。通过分析以往分类过程中对不完整数据的处理方法,提出了一种基于动态分类器集成选择的不完整数据分类方法DCES-ID。分别在UCI客户分类数据集以及某券商客户数据集上进行分类的实验和实证分析。结果表明,与已有的6种分类算法相比,DCES-ID算法具有更高的分类准确性及稳定性,能够更有效地进行客户分类。