3G技术接受模型主要影响因素分析

以Davis的技术接受模型为理论基础,根据移动市场的特点对其拓扑结构进行了修正.建立了3G技术接受模型,并把3G的3种通信标准作为影响其他外部变量的根本因素,预测中国移动市场的走势,为3家运营商吸纳3G用户的战略调整提供有参考价值的建议.通过访谈法与问卷调查法相结合,对影响消费者使用3G意向的因素进行了实证研究,初步结论表明影响消费者使用3G的主要因素包括需求、个性化、更换手机、更换手机号等.     

基于粗糙KNN算法的文本分类方法

在文本分类中,数据规模过大或文本分布不均匀对传统KNN算法的准确率和效率具有重要影响。为了解决该问题,文章提出一种基于粗糙KNN(k-nearest neighbor)算法的文本分类新方法。首先引入粗糙集中的上下近似概念定义各类文本的上下近似空间,将文本向量空间分为核心和混合2大区域;然后改进传统KNN算法的隶属度函数;再针对不同的文本区域,采取差异化的分类策略以提高分类的效率和准确率。实验表明,基于粗糙KNN算法的文本分类方法在提高分类准确率的同时,分类的效率也有很大提高。     

多粒度犹豫模糊语言信息下的群推荐方法

针对群推荐系统的偏好信息来自不同的网络平台,被推荐项目具有多粒度性、犹豫模糊性和多属性等问题.本文首先定义了多粒度犹豫模糊语言术语集的概念,定义了多粒度犹豫模糊语言术语集的广义距离公式、广义豪斯多夫距离公式和广义混合距离公式;其次,考虑被推荐项目属性的权值问题,定义了相应的广义加权距离公式距离、广义加权豪斯多夫距离公式和广义混合加权距离公式等.研究了这些公式的性质,讨论了公式之间的关系;最后,将这些距离公式结合满意度公式用于群体推荐问题,并进一步分析了公式的参数对满意度及电影排序的影响情况.     

基于兴趣文档集合游历便利性的站点结构优化模型

基于特定信息需求的网站用户游历其兴趣文档集合的便利性,建立了一种站点结构优化的数学模型,通过页组支持度与页组拓扑平均距离量化评估与挖掘站点中访问效率较低的内容文档集合为结构优化的兴趣页组,据此提出能综合评价站点访问效率的指标--WEB拓扑兴趣度,并通过分析新增超链接的影响因素设计了相应的站点结构优化方法,优化算法中采用遗传算法寻找最优组合的新增超链接组.实验结果表明:优化后的站点结构能有效改善信息搜索与获取行为的效率低下问题.     

蚁群优化的研究进展及应用

群体智能是一种新的人工智能形式,目前正在成为人工智能领域及其相关领域的一个研究热点。文章深入探讨了群体智能中的一个重要研究方向———蚁群算法,首先介绍了最初的蚁群算法———蚂蚁系统(Ant System),指出了蚂蚁系统存在的问题,并描述了目前解决方法的进展;然后总结了近年来蚁群算法在组合优化、数据挖掘等领域的应用进展;最后对蚁群算法的未来发展提出展望。     

考虑配送服务的双渠道策略优化方法研究

文章将网上渠道的配送服务引入双渠道策略优化问题,构建了考虑配送服务的双渠道策略优化基本模型以及考虑单一线性额外成本和分段线性额外成本的双渠道策略优化扩展模型。通过对所提模型进行深入分析,给出了考虑配送服务时企业仅采用网上渠道、仅采用网下渠道和采用双渠道的最优条件、定价策略和最优配送时间的设置规律。     

下期文章摘要预告

基于粗集理论的决策分析马溪骏 ,　刘业政 ,　杨善林 ,　朱卫东(合肥工业大学管理学院 ,安徽合肥　 2 3 0 0 0 9)摘　要 :管理信息系统建设的重要目标之一是利用系统运行所积累的数据辅助用户进行决策分析 ,因此从数据中挖掘隐含的知识是建立决策系统的基础。粗集理论是知识发现的基础理论之一 ,是目前在知识发现领域研究最活跃的技术之一。文章从粗集的基本体系出发以优化疾病治疗方案为例探讨其在决策分析中的应用。润滑油对接触表面斜裂纹尖端应力强度因子的影响杨伯源 ,　尹　鹿(合肥工业大学土木建筑工程学院 ,安徽合肥　 2 3 0 0 0 9)…     

存在搭便车时双渠道供应链的收益共享契约

通过建模分析了存在搭便车问题时供应链整体利润最大化的双渠道定价策略以及3种不同的双渠道结构下各供应链主体分散决策时的定价均衡,并研究了收益共享契约这种供应链协调策略在各渠道结构下的应用,研究发现收益共享契约在分散双渠道时可以实现供应链的完全协调,在部分集中双渠道时搭配一个价格差额契约也可以实现供应链的完全协调,但在水平集中双渠道时不能实现供应链的完全协调.     

考虑决策风险偏好的自适应支持向量机模型

在构造可以控制不平衡性的分类器,准确识别少数类,并使得决策者可以根据风险偏好与分类器进行交互,这对于人工智能在管理实践中的应用有极为重要的价值。提出了一种自适应支持向量机(ASVM)模型,使得类间隔最大化的同时,决策损失最小化,并基于粒子群优化算法(PSO)调节参数。该模型内在地考虑了数据不平衡性,并可为决策者与分类器的交互提供有效支持。实验及仿真结果表明,该模型在各种样本不平衡情况下都有很好性能,分类准确率显著地优于对比方法,而且相对稳定,并能很好地根据决策者的偏好控制分类器的决策风险。     

多属性群决策中权重自适应调整的方法

在已知专家和属性主观权重的基础上,提出了一种多属性群决策中权重自适应调整的方法。该方法根据专家个体决策与群体决策之间的偏离程度计算专家权重并用熵权系数法计算属性的权重,以新的权重重新计算出专家个体决策与群体决策,并以此对权重做进一步调整。重复以上步骤,直至计算出稳定的综合权重和决策结果。给出算例说明了该方法的可行性。