考虑信誉的网络交易可视化研究

将信息可视化技术应用于C2C网络购物过程分析,提出了一种考虑商家信誉的可视化方法.首先采用因子分析法构建商家信誉计算模型,然后基于商品的关联性计算进行商品的推荐排序,最后利用多维雷达图实现商品属性的可视化,同时设计一种环状拓扑的可视分析方法,将不同层次的购物推荐过程直观呈现.     

模型不确定下带红利支付的最优消费和投资组合

探讨了带有递归偏好的投资者在考虑股票红利支付情形下的最优消费和投资组合.投资者担心模型的误定,因此寻求稳健的决策规则.假设股票的预期收益率遵循一个均值回复过程,在当投资者跨期替代弹性等于1和风险厌恶适中情形下,推导了最优消费和投资决策的显示解.通过数值模拟,发现模型不确定性厌恶增加了财富投资于股票的比例,同时股票支付红利也进一步加大了财富投资于股票的比例.     

一种基于用户偏好的学习推荐方法

传统的推荐算法一定程度上为学习者提供了自适应的学习服务,但忽略了用户的学习兴趣偏好,难以提供学习者满意的推荐服务.为了提高学习推荐的效率,对用户的偏好进行进算,根据兴趣偏好对基本用户进行聚类,然后根据用户之间的兴趣相似性初步预测目标用户的兴趣度,进而给用户推荐兴趣度较高的学习服务.实验结果表明,该方法可显著地提高推荐质量.     

一种基于QoS偏好的服务选择策略

面对服务质量敏感的用户,应该依据用户的偏好进行服务选择。给出了Web服务QoS的描述形式,从5个方面对QoS属性进行分析。根据用户对各QoS指标的偏好构建层次分析法(analytic hierarchy process,AHP)矩阵,进一步利用AHP矩阵获得各QoS属性的权重。在此基础上,提出了一种基于逼近理想解的排序方法(technique for order preference by similarity to an ideal solution,TOPSIS)。该方法基于候选服务的QoS属性构建决策矩阵,确定正理想解和负理想解,通过贴近度的大小对服务进行优劣排序。实例分析表明,该算法是有效的。     

基于改进随机选取法的自动组卷方法研究

对目前比较常用的自动组卷算法进行研究,分析了随机选取算法的优缺点。根据装备财务综合训练平台需求,针对全局寻优和收敛速度,通过引入偏好性来增加随机选取处理速度的改进算法,最终得到满意的自动组卷方法,并给出了实现算法。     

我国内部人控制问题及股权融资偏好现象分析

我国上市公司中存在显著股权融资偏好,有悖于"优序融资理论".主要原因是我国市场机制不健全导致的股权融资成本低以及我国存在较严重的内部人控制问题.而这一非常规的融资偏好,又会进一步地导致我国资本使用效率低下,影响投资者的利益与长期投资积极性,以及加剧我国内部人控制问题,形成恶性循环.相应的应对措施可以从发展债券市场、健全内部约束机制以及健全股票市场机制等着手.     

不同区域环境条件下农户居住偏好的实证分析——基于河南省346户的农户调查

依据河南省346户农户的调查数据,从农户现居住地住宅迁移类型、农户现居住地满意度、农户未来居住意愿三方面,对不同区域环境条件下农户的居住偏好进行了比较分析.分析结果表明,农户新建住宅由村内向村外迁移是现阶段农户住宅迁移的明显特征;在农户未来迁居意愿中,本村内迁居仍是农户主要的预想迁居类型,农户乡城迁居意愿与所在村庄的通达度之间存在一定联系;农户住宅投资热情仍然较高,实际住房投资中超前消费和预支消费现象突出;不同区域环境条件下农户对其所在居住地满意度评价差异明显,区域环境条件与农户居住偏好之间存在紧密联系.     

基于投影寻踪的组合评价方法研究

以理想解法和灰色关联度分析法为基础进行组合,得到的组合评价方法能够提高评价结果的有效性。在该组合评价方法的研究中,常规的作法是对指标组合权重的运用主观赋值法,组合的偏好系数、灰色关联度的分辨系数采取人为赋值法,没能充分挖掘组合评价方法的优势。针对此问题,提出用投影寻踪法构建处理组合评价法的优化模型,运用实码加速遗传算法处理该非线性优化问题,所得的指标权重为客观权重,同时得到确定组合评价法组合偏好系数和灰色关联度分辨系数的新方法。实例表明,基于投影寻踪的组合评价方法具有科学性和客观性。     

云服务下终端顾客偏好的销售物流成本模型

为减少企业的销售物流成本,提出云服务下基于顾客偏好的销售物流计划模型.通过建立云销售平台及在销售平台内嵌入基于云计算的数据挖掘模型来挖掘用户偏好,为用户提供个性化的物流服务.针对价格敏感和时间敏感的消费者,建立销售物流计划混合整数规划模型,包括物流资源固定时顾客购买模型、一般物流运输计划模型以及区分用户偏好的物流运输计划模型.利用ILOG CPLEX优化软件求解,总物流成本和缺货成本分别降低12.8%和17.1%.研究结果表明:云服务下基于顾客偏好的销售物流计划能够有效降低企业销售物流成本.     

最小收益风险模型在水库发电调度中的应用

为了在水电站水库优化调度中能对调度方案风险的大小进行量化,应用离散时间、非时齐马尔可夫决策过程,建立了水库中长期调度发电收益最小风险模型,以整个调度期发电收益未超过预先给定目标值的风险(概率)最小为优化准则.考虑到水电尽可能在高电价时段运行以获取更大利润,通过对电力系统的典型日负荷过程分析,确定水电厂时段收益电价与出力的函数关系.与期望发电效益最大模型相比,该模型适合需要对风险有直接限制的决策制定,以体现决策者的意愿或风险偏好.采用随机动态规划法对模型进行求解,并以三峡水电厂为实例,对所建立的模型进行检验,结果表明:该模型有利于水电厂调度人员作出风险决策,并实现水电厂的优化运行.