基于Agent和进化博弈的服务商动态联盟协同管理策略研究

基于进化博弈理论,实现了用于服务商动态联盟协同管理工作的多智能体模拟系统,并进行模拟数据分析。扩展传统对称静态博弈为含惩罚参数和协同效率参数的离散进化博弈情形,设计一种含历史信息和近邻特征的群体进化学习规则;在Repast基础上,用java编程实现了多加盟企业进化博弈Agent模拟系统并进行分析。结果表明:agent规模数对平均收益影响小,具有不同决策特征的agent的比例分布能改变企业的平均收益,不同协同率、沟通方式和惩罚参数对期望收益有影响。为电子商务和移动商务环境下的动态联盟管理决策提供参考。     

基于三方博弈模型的网络交易平台收费机制研究

网络交易平台因向消费者提供商品信息而发展壮大,但学界对其收费机制仍缺乏系统认识。本文通过建立三方博弈模型,分析了网络交易平台、厂商与消费者的市场作用与相互关系。结果表明,因为消费者处理信息的能力有限,所以由网络交易平台为其加工信息并获得盈利。其中,将优先展示席位拍卖给厂商是实现盈利的重要形式,因为展示席位的收费与消费者自行获得商品信息的成本有关,所以网购市场上服装类商品逐渐代替图书类商品。另外,随着消费者愿意网购更昂贵的商品,交易平台与厂商的合作趋于稳定,获得信息成本较高的商品被挤出市场,因此消费者网购中品牌商品逐渐代替个人出售的非品牌商品。     

基于网络效应的技术标准竞争机制分析

技术标准是当今高新技术产业竞争的制高点,其竞争背后隐藏的是巨大的商业利益.本文从技术标准产网络效应属性出发,通过构建技术标准产品的效用方程和进化博弈复制动态方程,分别分析了存在消费者偏好和无消费者偏好两种情况下技术标准的竞争机制,并结合已有的案例,剖析了技术标准竞争成败的影响因素,最终提出了相关对策.     

工程项目采购供应链中的竞合博弈

供应商、承包商与业主构成了工程项目采购中的供应链,在长期的工程建设与采购中,业主与承包商具有合作的动机.文章基于演化博弈论的方法,研究了工程采购中业主与承包商合作的演化方向及影响因素,研究表明:在非契约条件下,双方合作的概率与合作的超额收益呈正向关系,与合作成本及背叛收益呈反向关系,而为合作超额收益制定合理的分配系数是双方持续合作的必要条件;在签订了联盟合同后,背叛将受到惩罚,此时双方演化的结果将是均选择合作策略.     

基于信号博弈的企业并购交易行为分析

企业并购是并购交易双方在追求各自利益最大化的前提下所进行的信号博弈过程。并购交易信号博弈分析表明,由于企业并购交易市场的信息不对称性和不完美性,企业并购交易将会出现市场完全成功、部分成功、接近失败和完全失败四种不同性质和效率的市场均衡,其中只有市场完全成功是最理想和有效率的均衡。但在具体的企业并购交易中出现哪种均衡,主要取决于企业并购交易博弈模型中不同质量目标企业的价值、交易价格、风险成本和质量高、低比例之间的相互关系。减少出现上述三种低效率均衡机会的最有效方法是克服企业并购交易市场的信息不对称性问题,并提高并购企业的识别能力。     

IPO市场上承销商“托市”的博弈分析

运用博弈理论分析了托市行为的内在机理,证明托市是承销商与投资者均衡策略的必然结果.这一结论表明,证券监管层应积极面对事实上已经存在的承销商托市问题,建立相应的信息披露制度和操作规范,防止承销商的价格操纵,发挥托市对稳定证券市场价格、增强市场流动性的积极作用.     

企业价值与大股东在关联交易下关系研究

本文通过2011年中国上市公司数据证明:当控股股东持股比例≤50%,控股股东通过关联销售对企业价值有正影响,而控股股东持股比例>50%,控股股东未通过关联销售有影响。     

基于正相关关联规则挖掘分析的客户需求权重预测

为预测经营活动中的客户需求,提出一种基于正相关关联规则的数据挖掘模型.挖掘统计数据的频繁2_项集并对挖掘结果剪枝处理,按照特征需求重要性大小,计算得出重要客户需求,再运用BP神经网络进行需求权值预测.实例表明该方法可减少关联规则数量和挖掘工作量,对需求的预测具有现实意义.     

关联规则挖掘算法在股票预测中的应用研究——基于遗传网络规划的方法

将遗传网络规划用于解决数据挖掘中的关联规则问题。相对于传统的关联规则挖掘算法,基于遗传网络规划的方法通过其中的遗传算子能够以递增的方式发现关联规则,从而避免了传统方法需要将全部数据库遍历才能得到规则的局限性。通过将要挖掘的关联规则定义为事务间的关联规则,以解决股票市场中的价格预测问题。     

基于意外度的关联规则深层知识发现及应用研究

为了弥补传统关联规则挖掘产生大量冗余规则、难以直接用于决策支持的不足,本文提出了一种基于用户已有知识的规则意外度评价方法,并在此基础上设计了基于意外度的深层关联规则挖掘算法。算法的优点在于能够将用户已知的规则作为领域知识加入到数据挖掘过程从而有效过滤和已知规则相近的冗余规则,并且可以将新得到的规则加入知识库中实现知识的积累和重用。最后本文采用一个商场数据验证了该算法的有效性,并且对具有回馈模式的关联规则在商品促销中的作用进行了分析。