检索结果-内蒙古大学图书馆

中国管理科学 2025年第2期33卷 184-194页

作者：田甜苑慧静唐加福刘玉学东北财经大学管理科学与工程学院辽宁大连116025 辽宁省大数据管理与优化决策重点实验室辽宁大连116025

外卖配送无人接单问题是O2O外卖配送服务中众包骑手资源分配不合理所致,但其本质是配送收益分配机制(即餐饮商家激励策略)和平台监管问题。本文针对外卖平台的征收服务费和抽佣两种收费模式以及集中监管和分开监管两种监管方式,考虑平... 详细信息

外卖配送无人接单问题是O2O外卖配送服务中众包骑手资源分配不合理所致,但其本质是配送收益分配机制(即餐饮商家激励策略)和平台监管问题。本文针对外卖平台的征收服务费和抽佣两种收费模式以及集中监管和分开监管两种监管方式,考虑平台监管力度、商家现金激励策略和骑手完成配送服务的努力程度,分别建立了四个由平台、餐饮商家和骑手构成的三方博弈模型,并通过求解纳什均衡得到最优决策和最优利润。研究发现:(1)引入平台监管策略和商家现金激励策略有利于骑手的总接单量和利润的提升;(2)若商家给出现金激励,则激励金额等于产品的毛利,商家销售产品的毛利不超过产品价格的2/3时,平台监管和商家激励才有可能给商家带来增额利润;(3)骑手的努力程度与平台收费模式有关。

关键词：外卖配送无人接单平台监管激励策略三方博弈

来源：评论

学校读者我要写书评

暂无评论

偏好融合的旅游群组景点推荐:基于深度学习的框架模型

引用

系统科学与数学 2025年第2期45卷 470-484页

作者：朱志国孙怡王谢宁万校基东北财经大学管理科学与工程学院大连116025 辽宁省大数据管理与优化决策重点实验室大连116025 华侨大学工商管理学院泉州362021

随着“马蜂窝”等社交媒体的广泛兴起,更多的游客从传统标准的“跟团游”转向灵活自由的“结伴游”.不同于传统的用户个性化推荐,为类似的旅游群组精准推荐景点时,如何更好融合众多成员的异质旅游偏好,已成为当前旅游行业中具有重要实... 详细信息

随着“马蜂窝”等社交媒体的广泛兴起,更多的游客从传统标准的“跟团游”转向灵活自由的“结伴游”.不同于传统的用户个性化推荐,为类似的旅游群组精准推荐景点时,如何更好融合众多成员的异质旅游偏好,已成为当前旅游行业中具有重要实践价值的热点研究问题.为此,文章首先采用局部异常点检测方法识别兴趣差异较大的离群用户,初步进行旅游群组的聚类.接下来,基于先进的深度学习方法,提出神经协同旅游群组推荐模型ANC-TGR.该模型通过巧妙设计的“项目级”和“用户级”两层注意力神经网络,准确聚合群组的共同旅游偏好,并进一步输入至一个神经协同过滤推荐框架中,捕捉群组与项目间的高阶交互关系.最终,为旅游群组进行Top-N的景点推荐服务.实验结果证实,提出的模型ANC-TGR由于进一步优化融合旅游群组的偏好表示,与最优的基准模型相比,在Mafengwo(有群组)和Foursquare(无群组)两个数据集中,在HR@10和NDCG@10指标上,分别提升了10.45%和10.48%,以及10.07%和10.87%.文章为提高旅游群组的景点推荐准确性和出行满意度提供了技术方法支持.

关键词：旅游推荐群组推荐深度学习注意力机制神经协同过滤推荐

来源：评论

学校读者我要写书评

暂无评论

任意还模式共享汽车重新安置问题的构造式种群算法

引用

系统工程理论与实践 2024年第11期44卷 3650-3665页

作者：田甜刘玉学唐加福东北财经大学管理科学与工程学院大连116025 辽宁省大数据管理与优化决策重点实验室大连116025

本文提出任意还模式下基于运营商的共享汽车重新安置问题,以最小化总成本为目标,考虑员工能力差异、网点需求和容量、车辆是否必须安置等条件,建立基于网点的混合整数规划模型,设计基于概率精英集的构造式种群算法.算法使用虚拟员工组... 详细信息

本文提出任意还模式下基于运营商的共享汽车重新安置问题,以最小化总成本为目标,考虑员工能力差异、网点需求和容量、车辆是否必须安置等条件,建立基于网点的混合整数规划模型,设计基于概率精英集的构造式种群算法.算法使用虚拟员工组合控制种群个体质量和多样性,使用虚拟成本向量作为遗传信息,采用基于精英集的概率构造方法生成种群个体,并且通过多个邻域搜索算子和变邻域搜索技术改进种群个体.本文根据真实数据特征生成了16种场景下832个不同规模的算例进行数值实验,实验结果验证了算法的有效性,并且揭示了员工能力、必须安置的车辆数量占比、待安置车辆的空间分布、网点数量和网点容量对车辆重新安置成本的影响.研究成果在丰富重新安置问题相关研究的同时,能够为共享汽车运营商降本增效提供科学决策支持.

关键词：共享汽车任意还模式重新安置种群算法概率构造方法

来源：评论

学校读者我要写书评

暂无评论

稀缺性营销情境下考虑网络口碑效应的限量设计与优化

引用

中国管理科学 2024年

作者：谭博朱志国姜盼高明东北财经大学管理科学与工程学院辽宁省大数据管理与优化决策重点实验室

在营销活动过程中，利用稀缺效应激发人们得到产品的欲望，来促进新产品的快速推广和销售，已经成为企业战略的一部分。限量是企业利用稀缺效应进行营销的主要方式。现阶段，对于为限量进行科学路径设计，尤其是限量过程中存在的网络口... 详细信息

在营销活动过程中，利用稀缺效应激发人们得到产品的欲望，来促进新产品的快速推广和销售，已经成为企业战略的一部分。限量是企业利用稀缺效应进行营销的主要方式。现阶段，对于为限量进行科学路径设计，尤其是限量过程中存在的网络口碑效应还缺乏深入研究。为此，本文探讨了如何科学设计限量销售策略，构建了考虑网络口碑效应影响的利润最大化模型，利用变分法求解限量的最优数量路径，包括：分析粉丝规模、期末数量，价格等因素对数量路径以及利润的影响。并给出两种情形下数量路径的设计方法，以及在网络口碑效应影响下，企业如何对营销努力水平做出相应的决策。研究表明：通过数量和价格的联合优化方式，可以设计出最优数量路径以最大化企业利润；在考虑网络口碑效应影响后发现，企业利润受到正负口碑效应的交互影响；负面口碑影响力对企业营销努力水平的决策以及数量路径的设计起到关键性作用。本文成果将为企业实施稀缺性营销中的限量销售实践提供理论支持和决策建议。

关键词：稀缺性营销限量销售最优数量路径口碑效应营销努力

来源：评论

学校读者我要写书评

暂无评论

循环神经网络和注意力增强的门控图神经网络会话推荐模型

引用

模式识别与人工智能 2024年第3期37卷 191-206页

作者：李伟玥朱志国董昊姜盼高明东北财经大学管理科学与工程学院大连116025 东北财经大学辽宁省大数据管理与优化决策重点实验室大连116025

现有大部分基于图神经网络的会话推荐系统都可较好捕捉商品在会话图中的近邻上下文关系,但少有重点关注时序关系的系统.然而,这两种关系都对电商场景下的精准推荐具有重要作用.为此,文中基于双向长短期记忆网络和门控图神经网络,提出循... 详细信息

现有大部分基于图神经网络的会话推荐系统都可较好捕捉商品在会话图中的近邻上下文关系,但少有重点关注时序关系的系统.然而,这两种关系都对电商场景下的精准推荐具有重要作用.为此,文中基于双向长短期记忆网络和门控图神经网络,提出循环神经网络和注意力增强的门控图神经网络会话推荐模型,旨在实现不同网络结构的优势互补,充分学习用户在当前会话中表现的兴趣偏好.具体地,文中模型采用并行化框架结构,分别学习电商场景下用户会话点击流中商品间的近邻上下文特征和时序关系,再分别使用注意力机制进行去噪处理,最后基于门控机制实现这两种特征间的自适应融合.在3个真实数据集上的实验表明文中模型的性能较优.文中模型代码见https://***/usernameAI/RAGGNN.

关键词：会话推荐系统图神经网络循环神经网络注意力机制

来源：评论

学校读者我要写书评

暂无评论

邻域扩展机制增强的图平行聚焦注意力社会化推荐系统

引用

模式识别与人工智能 2024年第6期37卷 491-512页

作者：李伟玥朱志国董昊高明张俊刘子龙东北财经大学管理科学与工程学院大连116025 东北财经大学辽宁省大数据管理与优化决策重点实验室大连116025

社会化推荐系统旨在基于用户的评分历史和社交关系,预测其对未交互商品的评分.现有的社会化推荐系统大多基于图神经网络,然而,低效率的注意力机制和过度平滑问题在一定程度上限制评分预测的精准性和可解释性.为此,文中提出邻域扩展机制... 详细信息

社会化推荐系统旨在基于用户的评分历史和社交关系,预测其对未交互商品的评分.现有的社会化推荐系统大多基于图神经网络,然而,低效率的注意力机制和过度平滑问题在一定程度上限制评分预测的精准性和可解释性.为此,文中提出邻域扩展机制增强的图平行聚焦注意力社会化推荐系统.首先,平行图聚焦注意力网络,将用户的整体偏好分解为多方面的细粒度偏好,并引入聚焦注意力机制作为消息传递算法,根据用户-商品交互历史识别最符合用户相应偏好的商品,同时从社交网络中识别用户基于不同偏好的可信朋友.然后,提出邻域扩展机制,建立快捷链接的方式,直接实现中心节点与高阶节点间的消息传递,有效提升图聚焦注意力网络在高阶自我中心网络中捕获社交信息的能力.最后,在3个公开基准数据集上的实验表明文中系统在精准推荐方面的优越性,一系列可视化案例分析展示出其良好的可解释性.代码地址详见:https://***/usernameAI/NEGA.

关键词：社会化推荐系统图注意力网络自我中心网络平行注意力机制

来源：评论

学校读者我要写书评

暂无评论

无人仓订单拣选效率影响因素分析

引用

系统工程理论与实践 2023年第4期43卷 1192-1202页

作者：吴志樵兰永恒秦恒乐东北财经大学管理科学与工程学院大连116025 辽宁省大数据管理与优化决策重点实验室大连116025 上海财经大学信息管理与工程学院上海200433

自动引导车(automated guided vehicle, AGV)的应用极大优化了订单拣选过程中的货物搬运流程,同时也使员工行为以及员工与AGV的有效配合逐渐成为制约电商企业订单履约中心(order fulfillment center, OFC)拣选效率的关键因素.本文基于京... 详细信息

自动引导车(automated guided vehicle, AGV)的应用极大优化了订单拣选过程中的货物搬运流程,同时也使员工行为以及员工与AGV的有效配合逐渐成为制约电商企业订单履约中心(order fulfillment center, OFC)拣选效率的关键因素.本文基于京东OFC运作业务与实时数据,首先从员工行为视角识别出了包含员工类型、工作时段、当日已连续工作时长等影响订单拣选效率的核心因素.进一步建立生存分析回归模型,分析了各因素对不同类型员工的拣选效率影响差异,指出员工类型是影响拣选效率的主要因素.最后基于仿真平台将员工行为因素引入拣选任务指派,验证了生存分析模型及影响因素的有效性,结果显示考虑员工行为因素下可提升约23%订单拣选效率.

关键词：数据驱动拣选效率行为因素生存分析

来源：评论

学校读者我要写书评

暂无评论

风险冲击下韧性供应商选择与订单分配问题研究综述

引用

系统工程理论与实践 2024年

作者：王新玉唐加福刘安侯彬东北财经大学管理科学与工程学院东北财经大学辽宁省大数据管理与优化决策重点实验室

国际政治和经济环境日趋复杂多变，产业链供应链韧性和安全面临极大挑战. 作为供应链管理中的重要环节，采购因受多种不确定因素(如供应中断、运输延误、价格波动等)的影响而面临巨大挑战，直接影响企业成本和供应链网络的韧性. 本... 详细信息

国际政治和经济环境日趋复杂多变，产业链供应链韧性和安全面临极大挑战. 作为供应链管理中的重要环节，采购因受多种不确定因素(如供应中断、运输延误、价格波动等)的影响而面临巨大挑战，直接影响企业成本和供应链网络的韧性. 本文针对风险冲击下韧性供应商选择与订单分配问题进行综述，给出了问题的基本描述和一般研究框架，重点对四类不同风险的描述及建模、风险应对策略、三种主流的建模方法、通常考虑的因素、问题的求解算法等方面进行了分析和总结，最后从不同角度对未来研究方向进行了展望.

关键词：供应链韧性采购风险供应商选择与订单分配

来源：评论

学校读者我要写书评

暂无评论

外卖平台在线订单分配及骑手调度优化

引用

系统工程学报 2024年第5期39卷 724-734页

作者：王新玉唐加福赵志明张琪东北财经大学管理科学与工程学院辽宁大连116025 辽宁省大数据管理与优化决策重点实验室辽宁大连116025

新兴技术(大数据/人工智能/移动互联网等)的发展和本地生活服务O2O(Online to Ofﬂine)商业模式兴起,催生了即时配送新兴物流形态,而外卖配送平台线上强履约要求成为即时配送业务痛点之一.考虑了实时外卖订单和动态变化的骑手等因素,将... 详细信息

新兴技术(大数据/人工智能/移动互联网等)的发展和本地生活服务O2O(Online to Ofﬂine)商业模式兴起,催生了即时配送新兴物流形态,而外卖配送平台线上强履约要求成为即时配送业务痛点之一.考虑了实时外卖订单和动态变化的骑手等因素,将问题建模为带取送约束和时间约束的实时车辆调度优化问题.基于滚动时域机制将连续时间的动态问题划分为一系列离散静态子问题,设计了邻域搜索启发式算法进行求解.最后,基于大连市某外卖平台的订单业务数据对算法进行了验证,与已有文献中的方法相比,算法能有效降低平均配送时间及超时订单数量,在大规模问题场景下求解算法对平台履约影响更大,高效的调度优化算法有利于外卖平台降本增效.

关键词：外卖平台在线订单分配骑手调度优化

来源：评论

学校读者我要写书评

暂无评论

微观行为洞察下电商用户多周期购买兴趣的融合表征

引用

系统工程理论与实践 2024年第1期44卷 226-244页

作者：朱志国孔立平姜盼高明樊卫国东北财经大学管理科学与工程学院大连116025 辽宁省大数据管理与优化决策重点实验室大连116025 东北财经大学金融学院大连116025 美国爱荷华大学商务分析系爱荷华州52241

电子商务是数字经济产业中的重要应用领域.在电商平台中用户与商品的交互会话中,微观操作行为可以洞察用户细粒度的兴趣偏好.同时,宏观的多周期会话序列又可以反映用户兴趣的动态演化.因此,如何融合二者进行准确全面的用户兴趣表征,进... 详细信息

电子商务是数字经济产业中的重要应用领域.在电商平台中用户与商品的交互会话中,微观操作行为可以洞察用户细粒度的兴趣偏好.同时,宏观的多周期会话序列又可以反映用户兴趣的动态演化.因此,如何融合二者进行准确全面的用户兴趣表征,进而开展精准推荐是当前的一个热点和难点问题.深度循环神经网络RNN在处理周期性和长期依赖关系的序列数据方面具有突出的优势,是当今人工智能AI的核心方法之一.基于此,在本文构建的Mp-UIP模型框架中,首先对用户会话中的微观行为进行细粒度的行为规律与兴趣学习.其次,设计分层的RNN网络结构:会话级LSTMses、区块级LSTMblo和用户级LSTMusr,分别学习用户短期、中期以及长期的兴趣演变,并进行多周期的兴趣融合.最后,在两个实际数据集上,本文设计了模型消融、基准模型对比、稀疏性评价以及实际案例分析四方面的实验.在考察推荐准确性和排名正确性的两个指标:Recall@K和MRR@K上,实验结果验证提出的模型Mp-UIM较现有的经典模型表现最佳.这表明提出的模型Mp-UIP将用户微观操作细节中的兴趣学习与宏观会话序列中的多周期兴趣演化相融合后,能够构建出更加准确全面的用户兴趣模型,服务于精准、个性化的电子商务智能推荐服务.

关键词：电子商务多周期用户兴趣会话推荐循环神经网络行为细节

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：