基于顾客行为的产品推荐方法

在线推荐系统提供购物导航服务,是提高电子商务系统性能的重要方面。论文提出了一种基于在线顾客的点击、阅读等行为的产品推荐方法。包括度量顾客行为,通过一个循环过程获得顾客对各产品属性的关注程度,然后在结合分析的基础上分析顾客偏好,依据偏好选择推荐产品。并用实例说明产品推荐过程。     

订货提前期对服务水平决策的影响研究

在服务水平的研究中,考虑了顾客面临缺货时的选择行为,引入顾客忍耐值,并度量了与顾客等待时间相关的损失,使建立的服务水平模型较传统模型更能真实地反映现实的购买行为.在该模型基础上,分析了订货提前期的变化对服务水平决策的影响,得出了有别于传统模型的结论,为企业在基于时间的竞争中作出恰当的服务水平决策提供了新的思路.算例分析进一步验证了该模型的有效性.     

基于产品感性定制模型的顾客协同设计系统

为使产品定制模型更加适合缺少相关领域专业知识的大众消费者,建立了基于感性工学的产品感性定制模型.引入配件感性性能指数、产品感性性能矩阵对产品感性性能进行量化.使用层次分析法实现了求解与顾客对产品感性性能需求对应的产品工程配置的方法.并应用产品感性定制模型,构建了基于Web和虚拟现实技术的顾客协同设计系统.     

基于Web Mining的推荐系统

推荐系统(Recommender System)被电子商务站点用来向顾客提供信息以帮助顾客选择产品,其基本思想是以统计结果或者顾客以前的行为记录为依据,推测顾客未来可能的行为并给出相应的推荐。本文对基于传统技术和Web mining技术的推荐系统进行了简要综述,同时描述了基于Web mining技术的推荐系统的工作流程,重点分析了应用于推荐系统的各种具体Web mining技术及其算法比较。     

基于公平关切和服务合作价值的服务供应链应急协调策略

考虑顾客的行为因素,基于服务提供商与客户的双方公平关切和服务合作价值构建了服务供应链的应急管理模型.该模型将服务供应链中服务集成商与服务供应商的双边努力服务合作、服务合作价值、同时相对公平关切行为导入服务供应链的分析中,改进了现有模型中服务产品化、仅与服务供应商单方努力相关、无服务合作价值、仅单方具有公平关切行为或仅具有绝对公平关切行为的服务供应链模型表述的不足.在此基础上,分析了在服务市场规模、服务价格敏感系数、服务质量敏感系数同时扰动下服务供应商与服务集成商的最优努力水平变化情况,结合Nash博弈框架提出了服务供应链的契约协调应急策略,更加符合服务供应链的实际情况.     

面向大众消费者的产品感性定制模型及其应用

为了使产品定制模型更加适合缺少相关领域专业知识的大众消费者,建立了基于感性工学的产品感性定制模型.将顾客对产品的感性意象作为定制需求,对其进行分类并量化,利用层次分析法评价待选的产品工程配置实例,获得最符合顾客感性意象需求的产品工程配置.最后用自行车定制系统实例说明了该模型的应用.     

电子商务环境下面向顾客的服务质量评价体系

从顾客的角度出发,通过提出服务质量评价体系的体系结构及其评价指标,在给出基于人工神经网络的服务选择算法模型的基础上,建立了面向顾客的电子商务服务质量评价体系.其目的是通过帮助顾客对服务供应商作出评价选择,以降低顾客的交易成本及提高服务供应链效益.     

基于产品感性定制模型的顾客协同设计系统

为使产品定制模型更加适合缺少相关领域专业知识的大众消费者,建立了基于感性工学的产品感性定制模型。引入配件感性性能指数、产品感性性能矩阵对产品感性性能进行量化。使用层次分析法实现了求解与顾客对产品感性性能需求对应的产品工程配置的方法。并应用产品感性定制模型,构建了基于Web和虚拟现实技术的顾客协同设计系统。     

新书过眼

《市场营销导论》 市场营销在我们的生活中无处不在。营销人员必须懂得如何为其待售品定价,使之有吸引力并让人买得起,他们还应懂得如何选择和驾驭中间商以使自己的产品到达顾客手中。他们同样需要懂得如何对产品进行广告和促销,以便顾客了解并希望获得这些产品。《市场营销导论》就是基于这样的目的,帮助市场营销初学者们了解变化世界中的市场     

基于能量的无标度网络模型的研究

近年来复杂网络成为一个新兴的研究课题,复杂网络研究对于理解复杂系统的结构和行为至关重要。研究发现很多复杂系统均具有无标度特性。针对BA模型仅关注节点年龄对网络拓扑结构的影响,提出了一种基于能量的无标度网络模型（EBSFN）。仿真结果表明,提出的EBSFN模型较之BA演化模型,具有更好的幂律分布和稳定性。     

ATIS环境下动态多用户路径选择行为仿真研究

交通仿真模型在先进的交通系统管理、控制和优化中得到了广泛的应用,研究提出了先进的出行者信息系统ATIS的多用户路径选择仿真系统框架,根据ATIS环境下的不同出行者行为和信息属性,把出行者分为传统型TR、固定路径型PS、理性型BR、用户均衡型UE、系统最优型SO以及VMS型,运用基于仿真的DTA给出了各类出行者的路径诱导算法,开发了ATIS环境下的微观仿真系统TESS,并以杭州市中心区路网为例进行了仿真分析。精度分析表明,基于模拟的方法可以详细刻画ATIS环境下不同类型的出行者的路径选择行为;敏感性分析表明,当受导用户市场占有率为0.2左右时,整个交通系统的总效益最高。     

基于agent行为的供应链低碳化建模与仿真

从供应链低碳化出发,分析了企业碳配额、碳交易市场中的碳价格以及消费者主观购买行为等因素对企业利润的影响。采用Repast Simphony实验仿真平台和Groovy开发语言,在复杂的不确定市场环境下,对供应链参与方行为进行仿真,建立了引入碳交易因素以后的供应链模型。模型中包含消费者对产品的选择、低碳化运输和采购、供应商选择等市场行为。仿真结果表明,企业碳配额和消费者主观购买行为对企业利润的影响较大,对碳交易市场中的碳价格影响较小,初步验证了模型的有效性。     

基于出行时间预算的有限理性出行者路网均衡模型

为研究有限理性出行者逐日出行中出发时刻及路径调整的出行行为,引入前景理论,分析出行者依据最大准点到达概率来选择出行时间预算,将此出行时间预算作为到达参考点,进而在给定参考点下选择前景值最大的路径出行,并利用前次流量分配结果调整下次出行时间预算,经过多次出行达到路网流量平衡及准点到达概率最大的稳定状态。基于出行时间预算和前景理论建立了双层模型进行路网逐日均衡配流,用遗传算法求解最佳出行时间预算,用相继平均法计算路径平衡流量。最后基于算例验证模型和算法,并设定不同的出行选择机制分析出行时间预算、路径前景值及准点到达概率三者间的博弈关系。     

一种基于多因素的 BA 演化模型

针对BA模型的缺陷以及择优连边的单一性,提出了一种基于多因素的混合连边方式的BA模型,该模型中的节点连接概率由节点的度和节点的PageRank值共同决定,并且引入了随机连接机制。仿真结果显示,该模型的度分布呈幂律分布,通过调节参数值可大范围调节聚类系数,比原始BA模型具有更优的统计特性。     

基于蚁群算法的信任路径寻找算法

传统推荐信任模型中单纯采用概率平均的方法得到推荐信任值,这种方法效率较低,而且难以抵抗联合欺诈行为。基于蚁群算法给出了一个寻找信任路径的算法,该算法通过多次循环选出多条较优的独立信任路径,在一定程度上可有效防止联合欺诈行为,并通过实验证明了它的有效性,适应现实的复杂网络环境。     

基于改进PageRank的BA演化模型

针对原始BA模型择优连接概率决定因素的缺陷,即只从节点的度来衡量节点的重要性,提出了使用改进的节点的PageRank值来替代节点的度来衡量节点重要性的方法,建立了采用改进的节点PageRank值作为择优连接概率决定因素的扩展的BA演化模型.该演化模型的度分布呈现幂律分布,与原始的BA模型进行比较得出更优的统计特性,仿真实验结果表明了此模型的正确性与可行性.     

基于耦合系数的无标度网络模型(BA-S)的中心化研究

针对基于耦合系数的无标度网络演化模型中的节点进行中心化研究,首先对常用的中心化指标进行了分析,接着对经典的无标度(BA)模型和演化的BA-S模型中各节点的几种指标进行了累积概率分布研究,最后对两种模型的中心化程度和效率进行了中心化测试对比研究,结果证明,演化的BA-S模型较BA模型具有更强的鲁棒性以及抗故障的能力。     

Finite element model updating using bees algorithm

In this paper the application of bees algorithm (BA) in the finite element (FE) model updating of structures is investigated. BA is an optimization algorithm inspired by the natural foraging behavior of honeybees to find food sources. The weighted sum of the squared error between the measured and computed modal parameters is used as the objective function. To demonstrate the effectiveness of the proposed method, BA is applied on a piping system to update several physical parameters of its FE model. To this end, the modal parameters of the numerical model are compared with the experimental ones obtained through modal testing. Moreover, to verify the performance of BA, it is compared with the genetic algorithm, the particle swarm optimization and the inverse eigensensitivity method. Comparison of the results indicates that BA is a simple and robust approach that could be effectively applied to the FE model updating problems.     

Linear regression versus back propagation networks to predict quarterly stock market excess returns

This paper compares a linear model to predict quarterly stock market excess returns to several backpropagation networks. Research findings suggest that quarterly stock market returns are to some extent predictable, but only marginal attention has been paid to possible nonlinearities in the return generating process. The paper discusses input selection, elaborates on how to generate out-of-sample predictions to estimate generalization performance, motivates the choice for a particular network, examines backpropagation training, and evaluates network performance. The out-of-sample predictions are used to calculate several performance metrics, and to determine added value when applying a straightforward tactical asset allocation policy. A nonparametric test is selected to evaluate generalization behavior, and sensitivity analysis examines the selected network's qualitative behavior. Strong nonlinear effects appear to be absent, but the proposed backpropagation network generates an asset allocation policy that outperforms the linear model.     

Bidding behavior in dynamic auction settings: An empirical analysis of eBay

We study the impact of dynamic environment of eBay auctions on bidding behavior. Due to high-speed Internet and practically costless search possibilities, bidding behavior is no longer a function of characteristics of a single auction but depends on auctions running simultaneously, completed auctions, available Buy-It-Now prices as well as various outside options. We study how this dynamic market affects a bidder’s choice of participating in an auction or leaving eBay for an outside alternative. We analyze Texas Instruments (TI-83) Graphing Calculator auctions presented on eBay. We estimate a random-effects probit model to study bidders’ probability of staying in eBay, while controlling for unobservable individual-specific heterogeneity. Our main result shows that Market Tightness – the ratio of bidders to sellers – has a negative and significant effect on bidders’ decision to remain in eBay. Moreover, variables containing information from other eBay auctions significantly affect bidders’ participation decision, thus emphasizing the importance of the dynamic, multi-auction environment in eBay marketplace for potential buyers.