风险规避型零售商的信息共享价值研究

在市场需求不确定的情况下,利用条件风险估值(CVaR)准则描述零售商的风险规避度对供应链收益的影响,并建立信息共享模型,研究零售商的风险规避度与信息共享价值之间的关系.结果表明,市场需求不确定的情况下,信息共享价值与零售商的风险规避度以及获取得市场信息量有关.数值分析显示,零售商的风险规避度越大,信息共享价值越高;市场需求越不确定,信息共享带来的价值越高.     

结构主义视角下“吃播”观众心理探微

近年来,我国直播平台迅猛发展,直播领域由最初的游戏直播逐渐扩展到电商直播、泛娱乐直播,等等,其中吃饭直播,以其内容的特殊性,加之迅速扩大的主播群体和用户群体,成为一种值得深度思索的大众文化传播现象。以结构主义理论为基础,立足当下各种直播平台发展迅猛的现状,分析用户选择观看"吃播"这一现象的心理动机,通过对他们不同心理需求满足状况以及产生问题的考察,探析"吃播"这一现象折射出的当代人的精神状况,有着独特的意义。     

基于游客感知的主题公园旅游形象实证研究——以清明上河园为例

旅游形象是旅游目的地的核心吸引物,也是主题公园可持续发展的关键因素.以清明上河园为例,在"认知—情感"形象模型的指导下,从游客感知的角度出发,以问卷调查和景区服务人员的访谈为分析样本,运用统计学软件SPSS 21.0对数据进行统计分析、信度分析、单因素方差分析,结果可知:1)游客对清明上河园的感知形象整体比较好;2)景区在旅游商品和服务人员方面存在一定问题;3)性别、学历及月收入等社会统计学特征对游客的感知形象具有显著性影响.     

基于网络文本分析的洛阳旅游形象感知研究

本文运用网络文本分析法对洛阳旅游形象感知进行研究,通过携程、马蜂窝、去哪儿等知名旅游网站获得洛阳旅游的相关游记,利用内容分析法提取出旅游者对洛阳旅游形象感知的高频词汇,从"旅游空间感知形象、旅游景观感知形象、旅游服务与设施感知形象、旅游体验感知形象"4个维度进行研究,并在此基础上进一步提出改善旅游设施、挖掘丝绸之路新形象、推进智慧旅游城市等建议来提升洛阳旅游形象。     

影子银行潜在风险及监管研究

与美国的"影子银行"不同,我国的"影子银行"是在2008-2010年间的爆发式增长,这是政府连续施行紧缩与宽松相结合的货币政策所导致的结果。美国"影子银行"的发展结果给我国金融业上了重要的一课,即我国金融业的发展应循序渐进地进行金融产品创新,同时注重金融风险防范,监管机构应对金融机构及金融活动实施全面监管。     

心理认知护理干预在抑郁症护理中的实践经验与体会

目的：探讨心理认知护理干预在抑郁症护理中的经验和体会。方法将该院2014年3月接受治疗的98例抑郁症患者作为研究对象，随机分为对照组（n=49例）和干预组（n=49例）。两组均服用SSRIs抗抑郁药。对照组：常规护理；干预组在此基础上给予心理认知护理干预。4个月后通过症状自评量表（SGL-90评分）评估患者的心理状况。结果干预组患者在躯体化、人际关系敏感度、焦虑、抑郁方面有数据表现均优于对照组；干预组强迫、敌对、偏执、恐怖评分优于对照组。差异显著，均具有统计学意义(P<0.05)。结论心理认知干预可以调节抑郁症患者的心理紊乱状态，发挥患者本身的主观能动性，具有重要的临床意义。     

浅谈现代大学生心理危机应对机制建设

探讨现代大学校园危机预防机制建设的必要性,结合相应的心理学理论,运用心理学观察法和调查法,通过对典型的大学生心理危机的个案分析,论证了大学校园存在潜在危机的成因,最后得出结论:事前预防与事后干预相结合的长效机制,将是处理和预防校园危机的有效措施,学校需要建立一套四位一体的大学生危机预防体制,这在培养大学生健康成长和维护和谐稳定校园环境上都具有重要作用。     

基于云计算的金融企业用户风险分析研究

风险评估一直是银行客户管理方面最为关注的一个方面，关于它的研究也一直是金融领域的一个热点。云计算采用了一种资源共享的IT技术和管理方式，提供了一种更高效的数据存储能力和挖掘能力，面对这一新兴技术的发展，金融行业在客户管理领域面临革命性的改变，传统的商业银行客户分析模式将向大数据接轨。其中，云计算模式能够快速的识别细分客户，方便获取和采集客户的信息，从而更好地评估客户价值。该文针对这一现状，从银行客户风险的角度出发，探究海量数据挖掘的情况下云计算评估模式的优势以及应用框架。     

心理弹性理论在医学新生心理健康教育课程教学中的应用

研究医学新生的心理健康情况,并在教育课程中通过团体辅导、心理训练等方法提高其心理弹性,减少学生心理隐患将成为心理健康教育课程中的一项新举措.通过对心理弹性的研究背景、意义及国内外研究现状的分析,确定量表的选择,并结合教学互动,提高大学生心理弹性.     

巨灾风险大数据处理应急分类、分解、分拣算法与应用

本文主要研究巨灾风险大数据处理的应急分类、分解、分拣算法,给出了相应的算法原理和可操作的步骤.首先根据巨灾风险大数据灾害规模巨大的特征,提出了一种用来解决巨灾风险大数据中一级事件的应急分类与二级事件及以下更低级事件的应急分解算法,并以特大地震灾害作为实例进行了算法应用.接着定义了事故灾难度,用来对巨灾风险大数据处理过程中,对各种级别的事故灾难后果进行不同的数字标识.然后提出一种用来解决巨灾风险中大数据快速处理的应急分拣算法,并在汶川地震中大规模灾害的应急救援计划中进行应用.经过采用这样的应急分拣原理,就可以在面对巨灾风险大数据的复杂、繁多和零乱的重灾事件状态下,使整个应急救援方案优化,并能够有条不紊地进行救援.