基于中心化的微博热点发现方法

以解决微博平台海量信息碎片为切入点,结合微博信息文本短小、来源广泛、传播方式多样等特点,设计基于中心化的微博热点的发现机制。通过微博平台开放API记录的结构化元数据信息,设计微博的元数据模型,将微博热点发现看作是原始语料到热点语料簇的生产加工增值过程,设计以数据预处理技术为核心的语料初加工方法,以及基于短文本聚类、基于传播路径与用户行为的中心化深加工方法,构建完整的生产加工过程模型,并通过实例验证理论研究成果。     

基于实物期权理论的矿产资源最优投资策略模型

矿产资源投资周期长、数额大、且不确定性高,应用传统的净现值方法来评估矿产资源投资价值具有很大的局限性。本文运用实物期权理论,通过建立矿产资源最优投资的策略模型,讨论了在矿产品价格以及汇率存在不确定性的情况下,如何对海外矿产资源价值进行评估的问题,并以国内某海外矿产资源项目为例,验证了模型的有效性。研究结果表明,相对于传统的净现值法,实物期权方法可以更好地考虑未来的不确定性对矿产资源项目估值的影响;汇率风险是对海外矿产资源投资的影响很大;矿产资源丰度差异对矿产资源价值的影响很大。     

存在主次委托人条件下的委托-代理问题:理论模型和实验研究

在传统委托-代理理论基础上, 根据主次委托人在委托-代理关系中的不同作用, 建立存在主次委托人条件下的委托-代理模型, 并利用实验数据对模型结果进行实验检验。研究结果表明, 当代理人为次委托人付出的努力水平对主委托人存在外部性时, 主委托人支付给代理人的最优激励性报酬和代理人为主委托人付出的最优努力水平都将高于单一委托人条件下的情况;当代理人为次委托人付出的努力水平对主委托人存在正(负)外部性时, 主委托人获得的预期收益将大于(小于)其在单一委托人条件下获得的预期收益;代理人在存在主次委托人条件下获得的预期总收益将高于其在单一委托人条件下获得的预期总收益。论文基于主次委托人在委托-代理关系中的不同地位拓展和深化了传统委托-代理理论。     

基于扩展Hotelling模型的企业竞争策略研究

通过将纵向差异引入到二次函数运输成本下的Hotelling模型中,研究具有不同质量、网络外部性、兼容性和转移成本的2个垄断厂商的竞争策略.首先,进行选址;然后,进行价格竞争的完全信息动态博弈,得到产品具有横向差异和纵向差异的2个垄断厂商市场竞争的均衡策略,推广了Hotelling模型的结论;最后,在选择横向差异最大化的情况下,分析了一般市场竞争策略,在无纵向差异条件下分别讨论了不同网络效用系数、兼容性和转移成本对市场竞争策略的影响.     

基于多任务代理模型的管理者动态报酬契约设计

从Holmstrom提出的多任务代理模型出发,分析了企业管理者面临的纵向多任务特性,并将管理者投入划分为追求当期财务绩效和追求企业能力两个维度,以此为基础构建了基于多任务代理模型的管理者动态报酬契约。结果表明,基于多任务代理模型的管理者动态报酬契约相对于传统静态报酬契约具有明显的帕累托效率改进,有利于诱导管理者在不同维度上合理分配投入,避免短期效应的发生。最后,运用K集团公司的简单案例对其应用进行了简单分析。     

企业IT能力系统动态演变的分析模型研究

揭示企业IT能力的演变规律,有助于把握影响IT能力系统的关键因素,从而提高企业信息系统的应用效果。本文以系统观为基础,依据协同学理论,讨论了企业IT能力系统的概念及其构成,探讨了企业IT能力系统的协同特征,提出了企业IT能力成熟度作为企业IT能力系统序参量的五种状态特征,并建立了企业IT能力系统的序参量方程,最后构造了该系统动态演化机制理论模型。     

基于LISREL的社区服务公众满意度测评研究

社区服务是在改革开放中发展起来的新兴产业,随着城市建设的发展和城市管理体制的改革,社区在城市建设中的基础地位愈益显著,社区功能明显增强,社区服务日益成为公众关注的焦点。提高社区服务公众的满意度,对于提高社区居民生活质量、化解社会矛盾、促进和谐社会建设都具有重要意义。本文即以顾客满意理论为基础,构建了社区服务公众满意度指数模型,并以实证研究验证了模型的合理性。     

给定限期条件下的应急系统优化选址模型及算法

针对应急系统的特点,提出了在满足应急系统时间紧迫性的前提下,基于系统的费用最小的数学模型,并给出了相应的求解算法,并从理论上证明了该应急系统模型求解方法的正确性。     

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ODR-ADASYN-SVM的极端金融风险预警研究

针对合成少数类过采样(synthetic minority over-sampling technique,SMOTE)方法在提升支持向量机(support vector machine,SVM)的非均衡样本学习能力中出现的过拟合(over fitting),引入自适应合成抽样方法(adaptive synthetic sampling approach,ADASYN)和逐级优化递减欠采样方法(optimization of decreasing reduction,ODR)分别克服SMOTE在生成新样本中的盲目性和在处理对象上的局限性,进而与SVM相结合,构造出改进SVM,即ODR-ADASYN-SVM模型来预测中国极端金融风险;最后运用T检验对各模型预测精度的差异性进行显著性检验以及对各模型的预测稳定性进行评价.实证结果表明,ODR-ADASYN-SVM模型不仅能够显著地提升SVM的非均衡样本学习能力,同时也能够有效地克服SMOTE的过拟合,从而展示出优越的极端金融风险预测性能.