社交电商中融合信任和声誉的图神经网络推荐研究

社交电商可依据用户间的社交关系为用户提供感兴趣的商品或服务。现有研究多基于社会信任或社会声誉进行推荐,却忽略了信任与声誉间的相互作用,导致推荐效果欠理想。针对以上问题,本文提出了一种融合信任(Trust)和社会声誉(Social Reputation)的图神经网络推荐算法(TSR-GM),采用社会声誉来深度刻画用户关系在推荐系统中的作用,利用社交网络中用户被信任程度对用户声誉进行排名,以图神经网络量化整合用户信任与声誉,并将结合后的新矩阵不断校正以获取更准确的用户信任,以此对矩阵分解后得到的新评分模型更新,最终得到更准确度量的预测评分矩阵。运用Epinions数据集开展的相关实验表明：与同类方法比,TSR-GM算法对提高推荐精度有较好效果。     

基于消费性格的新商品推荐方法

电子商务推荐虽然在促进电子商务发展过程中起到重要作用,但面临新商品推荐问题,新商品推荐问题的症结在于缺乏消费者与新商品之间的联系。从消费心理学视角,根据消费心理决定消费行为这一基本原理,以消费性格理论为指导,以贝叶斯网络为工具,以消费者的实际购物数据为基础,提出基于消费者购物记录分析其消费性格、基于消费者消费性格进行新商品推荐的方法,以消费心理为纽带建立消费者与新商品之间的联系。研究结果表明,该方法在统计学意义上具有可行性、合理性和一般性,即可以从消费者的购物记录中分析出其消费性格,能够据此判定某一新商品是否符合其消费性格。消费性格的引入把电子商务推荐中消费者偏好研究深入到消费心理层面,为发展出新的基于消费者消费心理的推荐方法提供借鉴。     

基于Excel的商品赊销策略模型设计

随着市场竞争的加剧,信用问题在我国开始被普遍关注.信用赊销作为市场营销的一种手段越来越被更多的企业所采用,它给企业带来丰厚利润的同时,也产生了令企业苦恼的问题.本文以Excel为研究平台,充分利用该平台中的统计函数、查找函数与相关分析工具,如控件、模拟运算表等,建立了能提高企业利润的最优人销策略模型.     

基于多源数据融合的数字图书馆情景化推荐模型研究

本文结合多源数据理论提出了一种情景化推荐模型。在概述多源数据融合理论的基础上,就多源数据融合技术在数字图书馆中的应用进行了阐述,指出了情景化推荐模型的构建。对多源数据融合的数字图书馆情景化推荐模型研究,有助于提高用户满意度,解决数字图书馆情景化推荐问题。     

基于巴斯模型的消费者推荐奖励和广告投入动态定价决策

本文从新产品扩散的过程出发,构建了同时考虑口碑效应和广告效应的产品扩散模型,研究企业推荐奖励和广告投入的动态定价问题。利用汉密尔顿函数和最大值原理得到最优解,并结合多个关键参数对最优解进行了敏感性分析。研究发现:最优推荐奖励呈先减少后增加趋势,最优广告投入则是逐渐减少;对于高价值产品,企业应采取高价格高奖励的策略;企业的推荐奖励策略和广告投入策略会受到推荐奖励效率、广告效率、自发购买比率和传统口碑效的影响。本文的研究结论对企业的推荐奖励和广告策略设计有一定的理论指导意义。     

基于领域知识的个性化推荐模型及其应用研究

首先,讨论了传统电子商务领域个性化推荐算法及其应用,提出传统推荐方法通常忽视了领域知识,因而在实际应用中存在局限性;然后,讨论了领域知识的相关概念和分类,并在此基础上建立了结合领域知识的两阶段推荐模型;最后,基于网络超市数据进行了实证研究,实验结果表明改进后的推荐算法效果要明显优于传统的个性化推荐算法.     

B2C电子商务中基于D-S证据融合理论的推荐信任评价模型

B2C电子商务中成熟消费者推荐是增强新消费者信任的重要渠道.基于证据融合理论,提出一种B2C电子商务中的推荐信任评价模型,从消费者、商品、服务商及其网站、技术和人文环境等方面多视角地分析B2C电子商务中的在线感知信任影响因素,由在线感知信任影响因素建立成熟消费者的个体信任评价指标;对于一个新消费者,根据他熟悉的多个成熟消费者的个体信任评价,基于D-S证据融合理论,提出由多个成熟消费者的信任评价融合而成的推荐信任评价模型,将提出的推荐信任评价模型应用于实际B2C在线购物推荐信任评价.实验结果表明,该模型可以有效地描述新消费者的推荐信任评价过程.     

证券分析师预测“变脸”行为研究——基于分析师声誉的博弈模型与实证检验

在金融市场上,证券分析师的预测行为通常会发生偏差． 在股市高涨时,分析师随波逐流,常常发表过度乐观的预测; 而当泡沫消退时,分析师则会掉头转向,发布与之前形成强烈反差的盈余预期或股票推荐． 对于这种分析师基于市场状态而发布忽高忽低预测的“变脸行 为”,传统的理论观点无法做出完整清晰的解释． 本文试图将行为金融理论中日渐兴起的迎合理论纳入分析框架,运用声誉博弈分析的方式建立分析师迎合行为模型． 该理论模型表明: 为了提高自己的声誉以获得更多的利益,分析师会迎合投资者的先验信念而故意发布有偏的信息． 基于中国的实证研究则为上述理论预期提供了有力的证据,表明了该模型的合理性和有用性,有助于认识激励机制扭曲下分析师预测行为发生系统性偏差的现象．     

基于熵的水质综合评价的相似插值模型

准确的水质评价在水资源可持续发展中具有重要的意义.运用相似理论建立评价模型的关键问题是如何合理确定样本间的相似度.提出非等权距离系数法计算相似度,并用最大信息熵原理处理权重的随机性,建立了新的水质评价模型.结果说明,新模型评价精度高、实用简便,在系统综合评价中具有应用价值.     

基于冲突图模型策略优先权排序法的强度偏好排序研究

冲突分析图模型中强度偏好的引入增加了决策者的感情色彩,进一步丰富了决策者的偏好信息。在强度偏好下运用冲突分析图模型理论对冲突进行建模时,有一个非常重要的问题——强度偏好的排序。本研究首先将简单偏好下的策略优先权排序法扩展到强度偏好;然后以"兰州水污染事件"为例,在兰州威立雅水务公司、地方政府和中石化兰州分公司存在强度偏好的情况下,运用扩展后的策略优先权排序法求取各决策者的强度偏好序列,并对此次水污染事件引发的冲突进行建模、分析,模拟了冲突事件中的谈判和协商过程,求得冲突各方的均衡解,案例分析过程也从战略层面为我国实现经济的可持续发展提供借鉴。     

基于可变风险偏好的知识型员工激励机制研究

本文研究了风险偏好与风险成本,分析了知识型员工风险偏好的特征,利用委托代理模型讨论了确定与不确定环境下员工风险偏好与企业激励强度之间的关系,并对如何协调两者的冲突以及知识型员工与企业间协调作用的特征进行了剖析.研究表明随着员工风险规避度的增大,企业应减小激励强度与风险分担;一定条件下企业和员工可协调对方的行为,但企业的激励措施居于主导地位;与一般员工相比,知识型员工的风险规避度较小且更具可变性,影响企业激励行为的能力更强,与企业间基于可变风险偏好的激励协调行为更可能发生.     

基于意外度的关联规则深层知识发现及应用研究

为了弥补传统关联规则挖掘产生大量冗余规则、难以直接用于决策支持的不足,本文提出了一种基于用户已有知识的规则意外度评价方法,并在此基础上设计了基于意外度的深层关联规则挖掘算法。算法的优点在于能够将用户已知的规则作为领域知识加入到数据挖掘过程从而有效过滤和已知规则相近的冗余规则,并且可以将新得到的规则加入知识库中实现知识的积累和重用。最后本文采用一个商场数据验证了该算法的有效性,并且对具有回馈模式的关联规则在商品促销中的作用进行了分析。     

基于利他偏好的学习模型及其实验研究

利他行为一直伴随着人类的历史,同时企业的成长过程也是一个不断学习的过程,因此建立基于利他偏好的学习博弈模型更加符合企业的需要,然而目前尚未见此研究.考虑了利他偏好之后,用效用函数取代直接收益,建立了改进的EWA学习模型,确定各参数的取值方法,给出了初始魅力值计算公式.设计了二级供应链情景下的实验,通过实验获得了数据.采用Matlab软件统计分析后发现:与基本EWA模型相比,考虑了利他偏好之后,实验者的策略选择更快地收敛,说明考虑利他偏好后EWA学习模型的学习效果更好.另外,社会距离越小,实验者的策略选择也越快地收敛,说明社会距离对策略的选择有显著影响,企业应该注重培养战略伙伴关系,降低社会距离,形成长期的合作关系.     

基于成员特征及历史信息的合作意愿度迭代模型

本文从博弈论有关概念和心理学角度出发提出合作愿意度概念,并结合对群体成员特征和历史信息的考虑,构建了反映群体动态演化的合作意愿度模型;该模型克服了已有模型忽视历史信息、群体成员特征和自身的愿望以及对合作—竞争—冲突过程缺乏统一解释的局限性,揭示了群体成员达到稳定博弈均衡前调整、互动的过程;为了进一步体现模型的应用价值,我们对涉及环境和偶然(突发)事件的合作意愿度模型进行了仿真研究,并对仿真结果做了详细的分析。     

研究GDP和汇率R对于中国商品进口额的影响

我国对外贸易连续几年为顺差贸易,虽然顺差贸易短时间来讲有其有利的一面,但长时间来讲,顺差贸易会造成我国经济、社会各方面的不利影响。因此,如何增加我国的商品进口额,来平衡我国的对外贸易额,达到国际收支平衡的目标显得至关重要。本文通过构建模型的方式,主要从汇率和国内生产总值两个方面来探讨对于我国商品进口额的影响。     

基于投入产出分析的快递关联产业的综合重要度模型

近年来中国的快递业发展迅速,但整体运行效率较低。为促进快递业更好更快的发展,从快递业的各关联产业出发,基于投入产出分析,构建了各关联产业的综合重要度模型,并结合2009-2013的相关数据进行了实证分析。计算结果表明:前向关联的各行业对快递业影响较大,其中物流业综合重要程度为0.784排名第一,而后向关联产业的综合重要度为0.645排名最后,明显小于其他产业。应用结果表明,该模型能清楚的区分各关联产业对于快递业的重要程度,为我国快递业的健康发展提供一定的决策依据。