闭环供应链碳减排和低碳宣传决策与协调

为了研究闭环供应链的碳减排和低碳宣传问题,首先分别构建了零售商主导、制造商主导,无主导和供应链集中4种不同Stackelberg结构的闭环供应链博弈模型,对比分析了4种不同Stackelberg结构的最优决策和最优利润。其次,引入Shapley值法和共享系统收益增量机制对相应的分散式结构进行协调,并对比协调前后的供应链成员利润。研究表明,对于分散式结构,无主导结构的低碳宣传努力程度、碳减排水平、回收水平、零售价格和供应链整体利润最优,制造商主导结构的批发价格和制造商利润最优,零售商主导结构的单位零售利润和零售商利润最优。两种协调机制均能有效提高分散式结构的制造商和零售商利润。最后,结合算例分析,对比两种协调机制对分散式结构下制造商和零售商利润的协调效果。     

基于LDA模型的社交网络主题社区挖掘

以微博为代表的社交网络已成为社会舆情的战略要地。对于社交网络中隐含主题社区的发掘,具有较高的商业推广和舆情监控价值。近年来,概率生成主题模型LDA(Latent Dirichlet Allocation)在数据挖掘领域得到了广泛应用。但是,一般而言,LDA适用于处理文本、数字信号数据,并不能合理地用来处理社交网络用户的关系数据。对LDA进行修改,提出适用于处理用户关系数据的Tri-LDA模型,挖掘社交网络中的主题社区。实验结果表明,基于Tri-LDA模型,进行机器学习所得到的结果基本能够反映社交网络上真实的主题社区分布情况。     

一种基于 PageRank 的微博用户影响度评估算法

微博已成为主流的在线社交网络平台,用户的影响力已成为衡量用户价值的一个重要指标。本文基于PageRank算法,通过分析用户之间的兴趣相似度、相对发帖活跃度、相互反馈互动程度来计算一个用户对其所关注的用户的关注程度,提出一个能够评估用户在微博上实际影响度WeiboRank算法。实验数据分析表明,该算法得到的用户影响度值能较客观地反映用户在其所处的虚拟社交网络中的实际影响度。