一对多交互式在线客户服务排队模型

以聊天工具为基础的在线客服大量取代了电话形式的传统客服。与电话客服不同，一个在线客服人员能同时为多个顾客提供交互式的服务，而传统的排队公式都是以一对一服务为基础推导的，无法直接用来计算在线客服的排队指标。分析了一对多交互模式下的排队特点，提出了该模式下的服务水平指标，构建了包含顾客层和消息层的双层排队模型，推导了系统平均客户数量、平均服务时间、平均等待回复时间等指标公式，最后进行了公式解析值的仿真验证。仿真结果表明，顾客平均服务时间和消息平均等待时间等指标能有效描述服务系统的排队状况，而本文提出的双层排队模型能准确计算一对多服务模式下的排队指标。     

负面在线评论及商家回复对顾客购买意愿的影响

从负面在线评论比例和失误严重性两个角度出发，通过引入归因理论、感知信任和商家回复等相关内容，探究负面在线评论对潜在顾客购买意愿影响机制和内部机理。对496份调查问卷所得数据进行统计分析，研究结果表明：负面在线评论比例和失误严重性都对潜在顾客购买意愿有显著的负向影响，且两者都通过影响失误的归属性归因、可控性归因、稳定性归因和感知信任影响潜在顾客购买意愿；在负面在线评论比例与失误严重性不同的情况下，商家应采取不同的回复策略实现节约成本与减小损失的目的。     

基于WebSocket的PK答题的设计与实现

互联网的发展给人们的生活和工作都带来了极大的方便,相应人们对互联网应用也产生了更多的需求.如何帮助学生通过互联网进行在线答题也越来越成为广大中小学以及各在线教育平台的现实需求.从这一现实需求出发,提出了一款基于线上的PK(Player Killing)答题功能.通过在线PK答题,可以提升学生学习的趣味性,提高学生对知识的掌握能力.     

同城即时配送问题基于多预测场景的在线调度

同城即时配送是随现代电子商务而产生的新问题,该问题呈现出极强的动态性与求解时间的紧迫性,并具有商户与顾客一对多的关系、车辆需要多次往返商户取货、货物取送有时效要求等诸多新特征,无法依赖现有研究而求解.针对这一问题,建立了基于多预测场景的在线优化调度方法,将带有预测订单的多个场景整合到路线规划过程,通过每个场景的方案计算,以及多场景方案的整合,得到了车辆赖以运行的集成方案,提高了调度方案面对未来不确定需求的适应性;所建立的调度系统在新订单进入时立即响应,在系统闲置时则采用大邻域搜索技术不断优化未完成的任务方案.最后,在具有200～300个日订单的大连市某同城即时配送公司的真实数据上,验证了在线调度方法的有效性和可行性.     

MOOC背景下经管类专业高等数学多元化考核评价模式的探索

传统的高等数学考试成绩大多数采取了平时成绩与期末卷面成绩按比例相结合的方式,对于经管类专业的学生,传统考核方式存在明显缺陷.结合实践教学经验,探索高等数学在经管类专业的考核方式的变革.     

敬告作者

为适应我国科技信息化建设需要,扩大作者学术交流渠道,本刊已加入《中国学术期刊(光盘版)》和《中国知网》(http://www.cnki.net)、万方数据电子出版社的《万方数据数字化期刊群》(http://www.wanfangdata.com.cn)、教育部科技发展中心的《中国科技论文在线》、重庆维普资讯有限公司的《中文科技期刊数据库》、华艺数位艺术股份有限公司的《CEPS中文电子期刊》、北京书生网络技术有限公司的《书生数字期刊》、北京世纪超星公司的"域出版"平台、中教数据库等。     

基于已实现半协方差的投资组合优化

在传统的风险度量方法中,常见的协方差估计量并未区分资产收益的下侧风险和上侧收益,而一般的下偏矩估计量则存在非对称性和难以加总的缺点.本文引入已实现半协方差矩阵(RSCOV)作为风险度量进行波动率预测和投资组合研究.本文将RSCOV应用于两种常见的风险分散投资策略—风险平价(ERC)策略和全局方差最小(GMV)策略,并将机器学习中的在线加权集成(OWE)算法用于提升已实现波动率预测方法HAR-RV的样本外预测表现.通过研究发现,相比起已有的其他风险衡量方式,仅包含负向波动信息的下半RSCOV能够更好地被用于平衡组内各资产的风险贡献.基于A股市场2011-2018年的高频数据,本文通过实证研究发现,OWE-HARRV在月度预测步长下的效果优于HAR-RV,而下半RSCOV则能够使ERC策略以及GMV策略在保证一定平均收益的同时,降低了组合收益的极端损失.     

网络口碑影响机制：信任的中介和性别及涉入度的调节

网络口碑和在线评论已经成为网上消费者获取产品信息的最重要来源，也是影响其做出购买决策的最关键因素。但是，现有的研究缺乏对网络口碑的影响机制和作用路径的深入探索。开拓性地引入消费者信任作为中介变量，并将性别和涉入度等消费者特征作为调节变量，构建研究模型。采用在线实践后进行问卷调查的方法收集数据，并用结构方程模型软件进行模型验证与假设检验。研究结果表明：① 在线评论的理性强度、评论数量以及消费者的信任倾向，显著积极影响其对在线评论的感知可信度，而感知可信度进而通过消费者对商家的认知信任和情感信任的中介作用，最终影响其在线购买意愿。② 相比女性消费者，评论数量对男性感知评论可信度的影响更大，并且感知可信度对男性情感信任的影响也更大；但是女性感知评论理性强度对其感知评论可信度的作用更强。③ 与高涉入度消费者相比，在线评论的理性强度对低涉入者感知评论可信度的影响更大，认知信任对低涉入者购买意愿的影响也更大。然而，评论数量对高涉入者感知评论可信度的作用更强。这些研究结果蕴含着丰富的管理启示。     

基于ITIAS的少儿编程在线一对一教学分析研究

人工智能的不断发展促使人工智能教育上升到国家发展战略高度,少儿编程教育受到了空前的重视,编程培训市场勃然兴起,影响人群日益扩大。目前少儿编程培训主要有线下与线上两种形式,线下培训学生在培训点进行集中学习,完成学习任务;线上培训则多通过在线一对一教学模式进行。对少儿编程在线一对一教学模式进行研究,通过学生作品分析及利用ITIAS系统对教学过程的互动行为进行分析,并与线下编程面授教学进行对比,检验在线一对一教学模式的有效性。