旅游关系营销:旅游营销创新的一个概念性框架

从创新角度出发，在经典的市场营销组合4Ps模式基础上，提出了旅游营销6P1S组合模式；以“引入关系、重视关系”为指导，建立了目的地“关系营销桥梁战略模式”(DTRMSBM)。在此基础上，提出了旅游企业概念性关系营销战略(TCRMS)的框架：以“始于游客、终于游客”为指导，确立“游客至上”的营销战略目标；以“动态定位、整体定位”为指导，确立动态适应的营销战略对策体系，“以变应变、以动制动”；以游客服务为中心，把全过程服务(TPS)贯穿于营销战略的始终。     

我国移动通信运营商顾客让渡价值管理探析

移动通信业是当前我国电信业的发展热点,也是竞争最为激烈的业务.在这种条件下,移动通信运营商必须通过贯彻"以客户为中心"的理念,依靠技术进步、新业务推出及服务创新等途径给客户创造和传递更多的让渡价值,才能有效地提高客户的满意度和忠诚度,达到维系老客户,吸引新客户的目的.     

基于二元语义信息处理的航空枢纽军供站选址方法

针对航空枢纽军供站的选址决策问题,提出了基于二元语义信息处理的群决策的选址方法;构建了航空枢纽军供站选址指标体系;介绍了二元语义的概念及其集结运算算子;并进一步给出了评价选址问题的具体步骤。最后通过一个实例,验证了该方法的有效性及实用性。     

基于能值分析的农业经营主体可持续发展能力研究

[目的]通过对农业经营主体可持续发展能力测算方法的研究及可持续发展能力的实证分析,为提高农业经营主体可持续发展能力及培育新型农业经营主体提供理论支持和经验参考。[方法]借助典型案例调查及官方统计数据,采用物质—价值流和能值分析法对农业经营主体可持续发展能力问题展开研究。[结果]物质—价值流实证结果表明,家庭农场、种植大户和普通农户的单位土地净收入分别为1.778 4万元/hm~2、1.153 1万元/hm~2和0.439 6万元/hm~2;能值分析实证结果显示,家庭农场、种植大户和普通农户的可持续发展指数依次为24.49、4.21和3.58。[结论]从经济效益和可持续发展能力的视角来看,新型农业经营主体优于普通农户,家庭农场单位土地净收入最高,有较大的发展空间,可持续发展能力最大。     

基于改进LOG算子的非局域均值图像降噪

为了改进非局域均值图像去噪的性能,利用二阶导数可以更好地保护图像边缘的特性,通过高斯权值函数获得高斯-拉普拉斯算子,并对其进行修正代替指数权值函数。再根据局域像素块相似性特点将权值函数进行截断。在多个典型图像上的实验结果表明,提出的改进方法获得了较好的降噪性能。另外,在利用欧氏距离对称性的同时,避免了两像素点间距离的重复计算,降低了算法的处理时间。     

城镇化大型产业园区开发融资模式选择与方案设计研究

城镇化产业园区开发建设是推进城镇化发展的重要内容,资金短缺是当前制约产业园区开发建设的瓶颈。基于群决策的原理和方法并利用模糊偏好关系和改进的模糊集结算子,对滨海新区DG城镇化产业园区开发的融资模式和融资方案进行实证研究,结果显示:DG产业园区的融资模式及融资方案简单易行,具有较强的科学性和适用性。     

第三方物流经营人民事法律责任概述

对第三方物流经营人的含义、法律地位与责任形式进行了界定，讨论了《合同法》中关于第三方物流经营人对委托方法律责任的认定及其异同，最后对第三方物流经营人对实际物流经营人的追偿问题进行了讨论。     

新的WBO算子及其在城市道路网交通事故预测中的应用研究

以有效提高系统特征数据序列的光滑性为目的,在已有缓冲算子研究的基础上,根据新息优先原理,构建了一个新的WBO(Weakening Buffer Operator),克服了现有算子对新信息利用不充分的缺陷,并通过城市道路网交通事故预测案例与已有的系列WBO进行了弱化效果的比较。研究结果表明,受扰动因素冲击后的系统特征序列经新WBO作用后,建模精度得到了显著提高。     

Dynamic mode decomposition for financial trading strategies

We demonstrate the application of an algorithmic trading strategy based upon the recently developed dynamic mode decomposition on portfolios of financial data. The method is capable of characterizing complex dynamical systems, in this case financial market dynamics, in an equation-free manner by decomposing the state of the system into low-rank terms whose temporal coefficients in time are known. By extracting key temporal coherent structures (portfolios) in its sampling window, it provides a regression to a best fit linear dynamical system, allowing for a predictive assessment of the market dynamics and informing an investment strategy. The data-driven analytics capitalizes on stock market patterns, either real or perceived, to inform buy/sell/hold investment decisions. Critical to the method is an associated learning algorithm that optimizes the sampling and prediction windows of the algorithm by discovering trading hot-spots. The underlying mathematical structure of the algorithms is rooted in methods from nonlinear dynamical systems and shows that the decomposition is an effective mathematical tool for data-driven discovery of market patterns.