基于数据挖掘的物流成本管理模型研究

降低成本是增强第三方物流企业竞争力的重要途径。本文采用数据挖掘技术建立物流成本管理模型,分析物流成本数据中隐含的有用信息。该模型首先引入聚类分析方法将物流成本依据自身特征分成若干簇。再引入关联规则分析方法挖掘物流成本数据之间的关联规则,形成物流成本管理决策知识库。通过挖掘物流成本数据中隐含的关键信息,可以有效管理物流成本。     

搜寻匹配理论与DMP模型的发展

搜寻匹配理论的提出为劳动市场的研究开启了新的篇章,其理论突破了传统劳动经济学对完全信息、零交易成本的假设。DMP模型因其良好的理论基础和对经济现实较强的解释能力,成为目前研究劳动市场的主流工具。本文在回顾相关文献的基础上,对劳动市场搜寻匹配理论提出的背景和发展进行了梳理,并对DMP模型的理论框架、应用及发展方向做了相关介绍,以期更好地理解劳动市场运行机制,利用DMP模型进行进一步的理论和实证研究。     

基于不确定性遗憾偏好模型的消费者偏好差异研究

消费者购买前的主观意向与实际决策行为经常矛盾,即存在陈述性偏好(SP)和显示性偏好(RP)差异性问题。目前关于SP和RP的研究多集中于两者的一致性和互补性,对其差异性研究较少,且忽视了消费者偏好不确定性的影响。基于此,本文提出了不确定性遗憾偏好模型,通过消费者发生购买行为后的满意或后悔程度来衡量SP和RP的差异性。结果表明,品牌认知、设计认知、性能认知及参照群体等不确定性因素,性别、教育和收入等消费者特征因素,价格、产品集、更换时间等产品属性因素均对消费者偏好差异性有显著影响。此外,男、女样本在SP和RP差异性上存在显著的系统性差异。     

基于动态匹配的知识吸收能力模型

本文从动态匹配的角度分析企业知识吸收能力与投入要素之间的动态关系,揭示了在要素投入的"有效区间",资源,以及资源配置对企业吸收能力的影响。     

基于对应分析的居民住房类型偏好研究

在住房类型的需求偏好研究方面,国内学者不乏对一级城市的研究,但对二级城市的关注度相对不高。本文则以二级城市——保定为研究对象,根据保定市指南针市场调查传播咨询有限公司的调查数据,利用SPSS软件对其做对应分析及多维偏好分析,来探寻小城市中不同消费者对住房类型的需求偏好,以求找到在小城市房地产市场上,供需双方矛盾的关键点。希望此研究结果对研究二级城市区域房地产市场问题能有一定的借鉴意义。     

基于供求匹配评价模型的北京市“打车难”分析

为了分析"打车难"根本因素,运用了主成分分析法,借助SPSS等软件构建了出租车资源供求匹配评价模型,对北京市当地打车难现状进行了综合性分析。分析发现,影响出租车供求平衡的主要因素是乘客等候时间及空驶率。其次从时空方面分析发现,一般在每天的上下班高峰期间,打车较难,且在交通流量大的交通路段"打车难"现象严重。最后,针对研究所发现的问题,对缓解"打车难"提出了几点可行性建议。     

员工—配偶工作家庭边界分割偏好匹配对员工工作投入的影响机制研究

依据个体—环境匹配理论和平衡理论,基于320份员工与配偶的配对问卷调查数据,采用多元回归分析、响应面分析以及块变量分析方法,探讨了员工—配偶工作家庭边界分割偏好不同匹配/不匹配类型对员工工作投入及情感平衡的影响。结果表明:员工—配偶工作家庭边界分割偏好匹配有利于提高员工的情感平衡和工作投入水平;而员工—配偶工作家庭边界分割偏好不匹配则会降低员工的情感平衡和工作投入水平。具体而言,当员工—配偶工作家庭边界分割偏好匹配时,员工边界分割偏好高—配偶边界分割偏好高对员工情感平衡和工作投入的正向影响更强;当员工—配偶工作家庭边界分割偏好不匹配时,员工边界分割偏好低—配偶边界分割偏好高对员工情感平衡和工作投入的负向影响更强。无论员工—配偶工作家庭边界分割偏好是否匹配,情感平衡均在其对员工工作投入的影响中起中介作用。     

汽车售后服务推荐模型中基于云模型的客户偏好表示

汽车售后服务推荐模型是服务挖掘理论在汽车售后领域的应用,将促进汽车服务业实现主动服务和服务变革。服务挖掘中,通过对客户资料的分析,可能得出对客户偏好的定性描述,存在一定不确定性。基于云模型表示客户偏好,可以有效地实现在客户行为分析过程中定性与定量转换之间的不确定性。运用云模型的帮助将客户的偏好转化为定量描述,进而为结合客户偏好的提供相应的自主化服务选择系统提供支持。     

基于LOGIT模型的中小型上市公司信用风险度量研究

信用风险是商业银行面临的主要风险之一。因资本结构的特殊性、高收益高风险性和信息不对称等因素,度量和规避中小型上市公司的信用风险对商业银行来说尤为重要。文章选取中小板块上市公司作为研究样本,提取相关财务指标对样本进行LOGIT分析,测度样本公司的信用风险。其中拟利用因子分析和主成分分析的方法对众多财务指标进行降维处理,便于LOGIT模型的构建。实证结果表明LOGIT模型能够有效测度我国中小型上市公司的信用风险。     

个性类型与职业匹配的拓展研究

个性类型与职业匹配主要是研究不同的个性类型与职业环境类型之间的关系,该理论最早由霍兰德提出.近年来,国内外学者对个性一职业匹配模型提出的理论进行了实证检验,但是时该模型本身的一些内在机制却鲜有进一步的研究.本文阐述了个性类型和职业环境类型的划分及衡量,并探讨了个性与职业匹配程度对工作绩效的影响.     

大学生移动支付行为及其影响因素研究——基于技术接受模型的分析

本文针对移动支付技术快速发展、使用量高速增长的趋势,以在校大学生为研究对象,基于技术接受模型(TAM),设计调查问卷获得一手数据,运用因子分析法和结构方程模型(SEM),分析并验证了影响大学生使用移动支付的主要因素。首先运用探索性因子分析找出主要的外衍变量,进而利用验证性结构方程验证潜在变量间的结构关系。结果显示,大学生在学习和运用移动支付时所做的认知努力程度对大学生对手机支付的信任程度和认可程度有着显著影响;对手机支付的认可程度对移动支付使用意图影响最大。     

基于灰色关联模型和主成分分析的上市公司绩效评价研究

通过选择合适的评价体系和研究方法,科学地选取评价指标,建立灰色关联模型,并借助主成分分析法解决灰色关联主观赋权的缺陷,得出一个根据指标内部结构关系确定的综合评价体系,对交通运输行业上市公司进行评价和排序。实证分析表明,交通运输行业上市公司发展呈现不均衡的状态,行业龙头公司业绩优良,而规模较小的企业其盈利能力、资产管理效率都不及龙头企业的表现。     

建筑业对我国经济发展的研究——基于投入产出法的实证分析

建筑业是我国经济发展的重要支柱行业之一,在现代化进程中,对促进城乡经济统筹发展肩负着重要的历史使命。因此,科学地评价建筑业对经济发展的影响,有利于发挥建筑业在现代经济发展中的重要作用。本文介绍投入产出的方法理论,分析建筑业与其他产业的关联分析,一定程度上揭示了我国建筑业对于拉动消费、扩大内需的重要作用。     

基于Logistic模型林业企业信用风险研究

以36家林业相关上市公司为样本,根据KMV模型分组结果选取了2012年上市企业财务报告中的20个指标进行因子分析并提取主成分,运用Logistic模型构建适合我国林业上市公司的信用风险预警模型。结果表明,该预测模型的正确率达到80%以上,负债、现金流量和存货对林业企业信用风险的判别影响较为显著。结合KMV分组结果构建的Logistic模型可以作为理想的林业企业信用风险预测工具,对其信用风险管理具有积极意义。     

基于EAI平台数据挖掘的电子商务定价研究

EAI适应互联网的应用,支持跨平台的多信息系统模块的协同应用,与供应商、客户信息系统、电子商务平台有广泛的数据、业务逻辑的接口,是现代企业尤其是规模制造企业的转型升级必不可少的利器。利用数据挖掘技术,对EAI平台积累的大量的历史数据和信息进行挖掘与分析,可以发现有价值的商业信息。本文对数据挖掘技术进行了进入研究,从电子商务实际运营角度,提出并构建了基于数据挖掘的电子商务定价模型。     

财务指标对公司股价影响分析——基于房地产行业的实证研究

随着我国证券市场的逐渐完善的透明,上市公司财务信息受到越来越多投资者的关注,最终反映在证券市场上就是股票价格随着上市公司财务状况的变化而变化。以房地产企业作为样本研究,采用因子分析和回归分析检验上市公司财务信息对公司股价的影响,结果发现财务指标对公司股价的影响在减弱。最后对如何分析当前我国股市提出了相关建议。     

基于关联分析的数据挖掘在CRM中的应用

随着数据挖掘在企业客户关系管理中应用的深入,关联分析越来越成为企业在CRM中应用最广泛的数据挖掘方法和模式。本文以一家企业CRM关联分析为例,围绕关联分析实践了数据挖掘的过程,指明了该过程的意义,并结合挖掘结果分析了该企业CRM的工作重点。     

人与环境匹配的整合研究

本文通过调查数据统计,运用结构方程模型,实证分析了人—职业匹配与人—组织匹配、人—工作匹配的相关关系;同时分别探讨了各匹配变量与工作满意度、工作绩效、职业成功等结果变量之间的关系。