“最后100米”新模式能走多远

快递“最后100米”主要指最后一个将快件递送给收件人的作业环节,是客户对快递品牌体验美誉度最重要的环节之一,也是单一快件服务品质的集中体现。随着客户需求呈现多元化的发展趋势,探讨快递“最后100米”的递送模式有助于我们快递产业经营集约化发展,为快递企业降低成本,为客户创造价值,提供便利。     

建设优秀企业文化 打造超百亿企业

韵达快运是国内知名快递品牌企业,十余年来,始终秉承"为客户创造价值;为社会创造财富;为员工创造就业"的企业宗旨,锐意进取,不断创新,现拥有员工5万余名,并在全国建设了60余个转运中心和近万个服务站点,服务范围覆盖国内34个省(区、市)。韵达快运为客户提供快递、物     

高校新型快递包装废弃物回收模式的研究

近年来,快递包装废弃物一直按照生活垃圾进行处置,大部分人并未充分认识到快递包装中可回收利用的成分。针对此现状,本文选择高校学生这一群体为研究对象,基于之前学者对于高校快递包装废弃物回收利用现状的研究,旨在总结之前研究的优势并提出新型的快递包装回收模式,为高校建立完善的快递包装回收流程提供建议。     

基于NSGA-Ⅱ算法的双目标服务网点选址优化

针对快递服务网点选址问题,考虑快递公司和客户双层次的需求,建立双目标0-1混合整数规划模型.该模型将单纯的经济成本限制与时效要求统一到一起,权衡了快递公司和客户之间的利益要求,对于快递公司建立快递服务网点有重要的参考意义.同时结合实例,运用NSGA-Ⅱ算法给决策者提供了Pareto解,建议快递公司在进行网点选址时应考虑客户对时效性的要求,并且重视对运输时间的合理选择.     

基于NSGA-Ⅱ算法的双目标服务网点选址优化

针对快递服务网点选址问题,考虑快递公司和客户双层次的需求,建立双目标0-1混合整数规划模型。该模型将单纯的经济成本限制与时效要求统一到一起,权衡了快递公司和客户之间的利益要求,对于快递公司建立快递服务网点有重要的参考意义。同时结合实例,运用NSGA-Ⅱ算法给决策者提供了Pareto解,建议快递公司在进行网点选址时应考虑客户对时效性的要求,并且重视对运输时间的合理选择。     

决策树算法在宽带客户流失分析中的应用研究

数据挖掘的核心作用是从大量的数据中挖掘出未知的、有价值的规律和模式。通过研究数据挖掘技术,运用决策树算法,对目前现实生活中的宽带流失问题进行有意义的探索,主要是对已流失宽带客户过去一段时间的上网行为、上网偏好、套餐协议等信息进行分析,提炼出宽带流失客户的行为特征,利用这些特征预测在网客户的流失倾向。     

基于运单及POI数据的快递企业客户发现方法

针对快递企业拓展业务困难的情况,提出了基于快递运单发现快递公司网点周边潜在客户的方法。以北京市为例,采用网络爬虫从互联网抓取快递运单,通过对运单数据进行分析获得快递营业网点信息,利用高德开放平台提供的POI数据查询功能,发现快递网点附近潜在客户信息。研究结果表明业务量最大的几个网点占据了地区总业务量的半数以上,挖掘这些网点的业务情况,对于企业的发展有启发意义。研究成果可为快递企业进行竞争性客户分析提供支撑,也可为快递企业进行市场推广提供辅助支撑。     

智慧物流背景下智能快递柜的应用研究

在智慧物流迅速发展的时代驱使下,智能快递柜有效地帮助物流企业及客户解决了一些问题。文章在分析了智慧物流以及智能快递柜的现状及发展趋势后,总结智能快递柜已经出现的问题并提出对策,以促进智慧物流模式下智能快递柜更好地发展,为客户提供更优质的服务。     

国际快递企业的品牌优势分析及启示——护佑理论的视角

本研究以护佑理论为基础,结合品牌知识的相关文献,分析国际快递巨头在中国的品牌优势构成及其护佑过程,并认为中国快递企业的品牌建设需要同时在母公司层面以及各个下属分支机构层面共同努力。     

基于组合分类器的银行客户分类模型研究

客户分类管理,对于银行有效地实施客户关系管理具有重要意义。由于目前分类准确度存在问题,如何有效地对客户进行分类预测就成了十分重要并亟待解决的课题。本文以银行丰富的客户基本信息以及交易行为为对象,建立客户分类预测模型,改进单一或简单组合分类器模型,提出一种基于SOM聚类和决策树的组合分类器方法,建立了客户分类预测模型并对模型进行优化,并探讨该模型的实际应用。     

基于决策树算法SLIQ的应用实例

SLIQ算法是一种高速可调节的数据挖掘分类算法。着重解决当训练集数据量巨大,无法全部放入内存时,如何高速准确地生成判定树。文中把该算法用到邮政速递的客户关系管理系统中,对速递大客户进行分类分析,识别优质客户和潜在客户,获取的知识对邮政速递的决策有重要现实意义。     

Loss given default models incorporating macroeconomic variables for credit cards

Based on UK data for major retail credit cards, we build several models of Loss Given Default based on account level data, including Tobit, a decision tree model, a Beta and fractional logit transformation. We find that Ordinary Least Squares models with macroeconomic variables perform best for forecasting Loss Given Default at the account and portfolio levels on independent hold-out data sets. The inclusion of macroeconomic conditions in the model is important, since it provides a means to model Loss Given Default in downturn conditions, as required by Basel II, and enables stress testing. We find that bank interest rates and the unemployment level significantly affect LGD.     

基于模糊聚类的最大树算法和重心法的区域航空中转站选址研究

首先,利用模糊聚类的最大树算法对城市进行分类,将快递企业的服务区域分成若干个子区域。其次,以运输成本最小为目标,利用重心法确定航空中转站所在的城市。最后,为提高该方法的适用性,进一步设计基于模糊聚类最大树算法的区域划分程序和基于重心法的中转站选址程序。     

Employee behavioral options in problematic working conditions: response pattern analysis

This study developed a decision tree framework to predict and distinguish employee responses to problematic working conditions. In this framework, job satisfaction and self-efficacy were antecedent variables; five responses from the modified EVLN typology were used as dependent variables. Data from 367 police officers in Taiwan were analyzed to examine the linear and quadratic relationships between job satisfaction and each of the five responses. The sample was further divided into six groups according to individual job satisfaction and self-efficacy. In each group, specific response patterns were analyzed through paired sample t-tests. The pattern analysis results partially supported the prediction of decision tree framework.     

基于构造超平面的两阶段决策树算法的研究

如何在测试节点里构造一个恰当的分割超平面是构造决策树的关键,与单变量决策树不同,多变量(倾斜)决策树可以找到与特征轴不垂直的超平面。本文将从几何学角度说明构造测试节点的过程,提出了一种两阶段决策树的算法。     

一个新的银行信用风险评估方法

本文以银行信用风险管理为例，将粗糙集和决策树两种具有互补优势的数据挖掘方法相结合，对客户信用做出归类分析判断，最后利用决策树生成决策规则。实践证明，这种方法忠于原始数据，提高了分类准确度。减小了决策树规模，具有良好的性能。     

数据挖掘技术在企业人力资源管理中的应用

在经济全球化和知识经济主导的趋势下,人力资源管理在提高企业竞争力、建立核心竞争优势中将扮演更为重要的角色。文章在分析目前企业人力资源管理中存在的局限性的基础上,引入了数据挖掘技术,描述并介绍了数据挖掘技术原理和实现数据挖掘的基本过程,选择采用了决策树分类算法,将决策树模型用于人力资源管理中,获得了成功的应用。     

基于决策树技术的信息化项目文化冲突研究

企业在信息化项目实施的各个环节中普遍存在各种各样的冲突．对冲突进行有效识别，依据冲突类型选择合适的对策．是降低项目风险、实现项目效益的关键。信息化项目的高复杂性、高风险性对项目的冲突管理提出了较高的要求．目前对信息化项目中的冲突管理研究较多集中于管理理念和理论分析层面。结合文化冲突特点的实证研究较少。决策树方法是数据挖掘及数据分析中广泛应用的技术。具有清晰直观、易于解释的优点。本文通过决策树C5．0算法，尝试运用数据挖掘技术进行文化冲突研究。通过对项目中6种冲突管理决策类型的分析，提供了依据冲突情景选择应对策略的分类决策方法。实验证明，该方法可行。本研究为我国企业在信息化项目中遇到的冲突问题。提供了应对方法，同时也扩展了数据挖掘决策树技术的应用领域。     

APPLICATIONS OF DECISION TREES TO THE EVALUATION OF APPLIED RESEARCH PROJECTS

Abstract I n this paper two applications of decision trees are described. These relate to the electronics and chemical industries and are concerned with the evaluation of applied research projects aimed at new products. It is demonstrated that decision tree diagramming is a demanding yet flexible technique which allows the representation of sequential decisions and subjectively based data in a readily understood form.