不同公平偏好下最优订购周期和延迟支付期决策

在实际商业活动中，公平偏好会影响供应链成员的决策行为，针对现有延期支付的文献中，尚未考虑FS公平偏好模型、BO公平偏好模型分别对延迟支付期和订货周期的影响，分别构建了公平中性、FS公平偏好模型和BO公平偏好模型下零售商主导的Stackelberg博弈模型，提供寻找各种情况下模型的最优解的办法，利用数值算例，对关键参数进行灵敏度分析。研究表明：①BO公平偏好模型下，供应商最优延迟支付期大于公平中性下供应商最优延迟支付期；公平中性下，供应商最优延迟支付期大于FS公平偏好模型下供应商最优延迟支付期。②FS公平偏好模型下，零售商最优订货周期大于公平中性下零售商最优订货周期；公平中性下，零售商最优订货周期大于BO公平偏好模型下零售商最优订货周期。③FS公平偏好模型下，供应链各成员的利润低于或等于公平中性模型下的利润。④BO公平偏好模型下，供应链各成员的利润高于或等于公平中性模型下的利润。     

以科学论道德

<正>奴役别人、折磨别人、抢劫别人的财物、歧视别人的出身,这些为什么是错的?这些当然是错的,没人争议。问题是,它们为什么是错的?要回答这个问题,大多数人会诉诸宗教(因为上帝说它们是错的),或是哲学(因为关于权利的理论认为它们是错的),要不就是政治学(因为社会契约这么说的)。2015年1月,     

一种基于用户偏好和反馈的页面排序技术

传统的排名方法没有考虑用户的喜好、反馈和用户兴趣,很难满足用户的个性化需求.针对这个问题,提出一种新的网页排名方法,将网页的相似度、链接结构信息、用户偏好及用户反馈相结合进行页面排名.实验结果表明,改进的排序算法在一定程度上帮助用户提高检索网页的质量,最大限度地满足用户的需求.     

叙述性偏好法实验的有效样本量模型框架

叙述性偏好法(SP)是一种通过实验设计研究人们偏好的方法,通常结合离散选择模型估计参数.针对SP实验设计缺乏足以得到准确参数估计的有效样本量的问题,提出一个易于操作、更加全面的SP实验有效样本量估计方法框架,实现通过一个线性模型来估计实验所需的有效样本量.应用该框架开展实证研究,发现要素的数量、要素水平的数量、参数的尺度、样本量以及实验设计策略都对参数的准确性产生显著的影响,得到3种设计策略下的有效样本量估计模型.以此为基础,提出SP实验设计的实践原则.     

基于Timed-HITS与协同过滤的混合推荐算法

用户间的信任关系、用户对商品的偏好兴趣及商品的时效性都会影响对商品的推荐效果.将这些因素引入到基本的HITS算法中,对HITS算法进行了改进.将用户对商品的偏好兴趣矩阵进行了改进,利用隐馈数据通过逻辑回归算法估计用户对商品的偏好兴趣,对评分为零的情况赋予了不同的偏好兴趣度,这样更符合实际.将改进的HITS算法和协同过滤算法相结合得到一个混合推荐算法,同时将用户分为活跃用户和非活跃用户分别进行推荐.将提出的算法在Movielens数据集上进行了试验,结果表明该算法在一定程度上缓解了数据稀疏和冷启动的问题,推荐效果优于基于用户的协同过滤算法.     

西北豆芫菁Epicauta sibirica的取食偏好与交配行为

通过野外观察和室内养殖,对西北豆芫菁Epicauta sibirica(Pallas, 1773)成虫的取食偏好与交配行为进行了观察和分析,结果发现:1)西北豆芫菁成虫喜食大豆和马铃薯的叶片;2)西北豆芫菁成虫的交配行为包括求偶和交尾2个阶段.求偶过程会反复多次,求偶行为持续时间平均为(9.60±1.78) min,间隔时间平均为(6.55±1.92) min.交尾过程中采用"一"字式姿势,交尾时段主要集中在8:00～13:00,交尾持续时间平均为(165.44±14.17) min.     

融合位置信息和物品流行度的协同过滤算法

针对绝大多数用户消费习惯对地理位置的敏感性,以及推荐过程中的"长尾效应",提出融合位置信息和物品流行度的协同过滤算法。对传统的协同过滤算法作出2点改进:第一,将用户兴趣偏好与位置偏好相结合,提出一种新的基于地理位置的用户相似度计算方法;第二,在预测评分时,引入物品流行度权重,合理地调整流行物品和长尾物品的推荐期望值。使用Foursquare数据集作为实验数据集,与相关算法进行对比实验。结果表明,改进算法能有效提高推荐的精度和推荐结果的多样性。     

基于双边匹配理论下的个性化职业指导模型研究

随着我国高等教育的大众化,毕业生如何适应市场需求,实现＂高质量＂就业成为高校就业指导工作面临的主要问题。同时,企业用人与学生需求的信息不对称也是影响就业的主要因素之一。因此该研究在结合经济学中的双边匹配理论模型的基础上,获取企业与大学生的就业＂敏感性偏好＂,并将职业指导的内容细分为宏观与微观两个维度,对微观维度的指导＂空白＂,提出个性化职业指导模型,试图为高校职业指导工作提供更具实际意义的参考依据。     

基于模糊综合评判的实际生产调度决策研究

为解决实际生产调度中的模糊不确定性决策问题,提出了基于优先级规则和模糊综合评判结合的生产调度决策方法.通过分析实际生产调度中的任务分派过程,得出任务分派时需要考虑的任务影响因素以及设备影响因素.利用影响因素的隶属函数表示各影响因素的优先程度,解决了调度过程中的不确定及偏好信息的表示问题.通过模糊综合评判计算,对任务优先级和设备的优先级进行综合计算,解决了调度过程中多模糊因素综合权衡问题.最后通过算例对该方法计算过程进行说明,并以实际车间调度应用为例分析了该方法的实用性.