面向产品设计改进的顾客偏好分析与预测

针对顾客产品偏好快速变化对企业分析和预测顾客偏好能力的要求,提出一种面向产品改进的顾客偏好分析与预测方法,首先构建长短期记忆网络模型,预测产品设计迭代期间的情感值和重要度,并计算预测准确度;然后通过基于产品特征情感变化模式的产品设计改进模型判断各个特征的变化模式,明确待改进的产品特征及改进优先级;最后以DJI Mini 2无人机的在线评论为例验证了方法的有效性。

国内消费者需求偏好与贸易高质量发展

本文聚焦国内消费者需求偏好视角来考察中国贸易高质量发展,采用2000—2014年中国海关数据库、中国工业企业数据库、全国标准信息公共服务平台数据库、WIOD和CEPII数据库,研究了国内消费者需求偏好升级对中国企业进出口产品质量的影响。研究发现:国内消费者需求偏好升级能够有效提升企业进口产品质量,但没有促进企业出口产品质量提升,即中国企业出口产品质量与国内需求偏好升级背离;供需失衡和国内国际标准不对接是导致出口产品质量背离的重要原因;在需求侧,高端需求外移导致国内市场供需脱节,而在供给侧,价值链上游产业和中间产品的供给未能跟上需求偏好升级的步伐则进一步加剧了出口产品质量的背离。因此,把握国内消费者需求偏好升级的契机,构建供需适配的国内大循环体系,推动国内国际标准对接以及价值链上游的供给侧结构性改革,有助于实现贸易高质量发展。

繁殖洄游期青海湖裸鲤雌雄个体及群体对栖息地底质偏好选择的差异

为明晰青海湖裸鲤(Gymnocypris przewalskii)对栖息地底质的偏好,研究通过青海湖裸鲤栖息地调查筛选出5种典型栖息地底质类型,在青海湖支流沙柳河刚北干渠搭建配置有5种底质类型的青海湖裸鲤生境模拟池,采用偏好指数量化法,确定了雌雄个体偏好底质类型及偏好强度,分析了影响青海湖裸鲤底质选择的内外因素。结果表明:(1)单尾青海湖裸鲤雌鱼个体沙砾底质访问时间最长(2540s),雄鱼个体中小卵石底质访问时间最长(1960s);(2)青海湖裸鲤雌鱼只偏好沙砾底质(PI=6595.8),雄鱼偏好3种底质类型,其中中小卵石偏好程度最高(PR=10.3);(3)青海湖裸鲤雄鱼在群体底质选择中会跟随雌鱼的选择偏好,沙砾底质访问时间最长(2051s)。研究旨在为青海湖裸鲤河道底质改造、“自然”栖息地的营造提供理论依据。

基于EET非参数方法的时间分配偏好研究

为研究人们的时间分配偏好,提出使用EET(equality equivalence test)非参数方法进行研究.首先,根据EET方法将决策者的时间分配偏好分为9类,再结合时间问题的特殊性提出相关研究假设;然后,分别开展关于时间和金钱的行为实验,基于无差异曲线判断决策者的分配偏好类型,进而分析人们时间分配偏好的特征.研究发现:相对于金钱,人们在时间分配上更易受他人影响,由于时间的不可测性,人们在决策中使用启发式思维导致对自己和对他人的分配结果趋同;当决策者获得奖励大于另一方时,其在分配时表现得更乐善好施,在不利情形下更具恶意;未发现极度恶意的分配偏好类型.

从男孩偏好到多元偏好的转变及影响因素--基于潮汕地区的扎根理论研究

通过对潮汕地区的实证研究发现,潮汕地区生育偏好呈现出从单一的男孩偏好向多元化生育性别偏好变化的趋势,这种转变的影响因素包括经济需求、文化需求、家庭需求和情感需求。这四种需求互相交织和影响,随着社会的发展,各自呈现出转化、淡化和延续的趋势,推动生育性别偏好的多元变迁。潮汕地区的生育性别偏好变化具有地域特殊性,也反映了一定的社会问题,这表明性别平等的实现仍然需要一定的过程和时间,需要借助强大的外力推动性别观念现代化。

非理性偏好下动力电池再制造供应链最优决策与协调研究

考虑动力电池剩余容量不确定特征,构建由电池供应商和汽车制造商组成的再制造供应链,分别探讨决策双方完全理性、单向非理性偏好和双向非理性偏好等5种决策情形下的均衡解。研究发现:动力电池再制造容量起始点对回收量具有正向作用。在双向非理性偏好情形下,供应商的利他(公平)偏好程度增加导致制造商和系统总利润提高(降低),而自身利润总是降低;制造商的非理性偏好对供应链成员及系统利润的影响与供应商的非理性偏好程度有关。在单向非理性情形下,供应链成员的利他(公平)偏好程度增加导致自身利润下降(上升)而对方利润上升(下降)。两部定价契约和收益共享契约能够实现双向非理性偏好情形下再制造供应链的协调。

不同生源地医学生就业偏好及异质性研究——基于北京市6家医院的离散选择实验

目的:分析不同生源地医学生就业偏好及异质性,为优化基层卫生人力管理提供参考。方法:采用整群抽样方法,对北京市6家教学医院的925名医学生开展离散选择实验的线上问卷调查,获得有效问卷741份,有效回收率为80.1%。运用混合logit模型对6个工作属性进行回归分析并估计支付意愿。结果:不同生源地医学生对工作地点的选择具有显著差异。亚组分析结果表明,相比于来自城市的医学生,来自农村和县城的医学生更重视充足的职业发展机会;本科生亚组结果显示,相比于其他生源地的本科生,来自农村的本科生更偏好良好的工作环境。结论:不同生源地的医学生就业偏好存在异质性;政策制定者应关注医学生生源地,兼顾教育程度优化多元工作要素,分类制定针对性的基层卫生人才吸引措施。

偏好异质性、农户参与式方案创设与养殖废弃物资源化利用——来自养殖户种养结合的选择实验

生态补偿政策构成的农业环境方案对于废弃物资源化利用具有激励作用,但现行补偿政策方案可能存在推广瓶颈,突破瓶颈的关键在于了解农户的政策选择偏好。以养殖废弃物肥料化还田为例,通过选择实验法构建了由4个政策属性组合而成的备选政策情境,结合江苏省346户生猪养殖户实验数据,运用Mixed Logit模型检验了补偿政策的选择偏好及协同互补效应。结果表明:(1)养殖户对选择实验方案中的服务类、收入类和价格类补偿政策的偏好程度更高,而对于技术支持类补偿政策不具备明显偏好;(2)养殖户环保认知与风险特征是上述政策偏好异质性的重要来源,风险偏好型和环保认知水平高的养殖户对各类补偿政策方案的接受意愿更高;(3)技术支持、外包服务同收入类、价格类补偿政策之间呈现显著的互补性。根据“重视多元化补偿,强化正协同效应”原则,本文创设了针对养殖废弃物还田利用的推广方案,旨在优化和完善现行的生态补偿政策体系,打好相关政策措施的“组合拳”。

用户偏好-制造商偏好双重视阈下的产品创新机会识别路径研究

精准识别产品创新机会对制造商规避盲目创新风险,持续获取竞争优势至关重要。针对现有产品创新机会识别研究中因视角单一致使制造商价值创造的效率难以最大化,以及识别的创新机会聚焦度不清晰等诸多问题,基于用户偏好制造商偏好双重视阈构建了产品创新机会识别路径。首先,运用结构主题模型从用户在线评论和产品描述文本中分别提取用户偏好及制造商偏好的产品属性主题;其次,基于两类主题之间的相似度进行主题分类以获取具象产品的创新需求;再次,从现有相关专利中提取创新要素并依托多维技术创新地图识别产品创新机会;最后,以老年智能手环靶向开展产品创新机会识别为例,验证了所提路径的可行性。应用结果表明,构建的用户偏好制造商偏好双重视阈下的产品创新机会识别路径能够为制造商高效开展产品创新活动提供可资借鉴的决策理论支持。

后疫情时代医护人员心理问题应对偏好及基于“动静结合”理念的干预策略研究

目的调查医护人员遇到心理问题时的应对偏好,并基于中医动静结合理念提出应对方案。方法采用整群随机抽样的方法选取全国32个省50多家医院的3688名参与疫情防控的医护人员进行网络问卷调查,采用自编一般人口学资料调查问卷、心理问题应对偏好问卷对医护人员进行测评分析。结果共发放问卷3688份,最终得到有效问卷3436份,有效回收率93.16%。医护人员心理健康应对偏好在不同性别、年龄、婚姻状况、职业、职称方面存在区别,差异有统计学意义(P<0.05或0.01),在文化程度上应对偏好无明显差异(P>0.05)。结论不同类别的医护人员寻求心理应对偏好不同,应依据个人体质、日常行为风格及季节特点等多维辨证,灵活选用合适的干预策略,以维持“动静平衡”的心理健康状态。

资本网络嵌入对国际创业企业动态能力的影响——风险偏好的调节作用

国际化情境下,创业企业如何嵌入资本网络以提升动态能力,这一问题引起学界广泛讨论。基于社会网络理论与动态能力理论,以2011—2022年87家国际创业企业为样本,检验资本网络嵌入对国际创业企业动态能力的影响,以及风险偏好对上述关系的调节作用。结果显示,资本网络关系嵌入、结构嵌入分别对国际创业企业动态能力具有显著正向影响,风险偏好在资本网络关系嵌入、结构嵌入促进国际创业企业动态能力提升过程中发挥正向调节作用。结论可丰富资本网络与创业动态能力相关研究,为国际创业企业提升动态能力以应对动荡的国际市场环境提供理论指导。

基于用户长短期偏好的个性化推荐

针对现有序列推荐模型忽略用户的长期偏好和短期偏好,导致推荐模型不能充分发挥作用,推荐效果不佳的问题,提出一种基于用户长短期偏好的个性化推荐模型.首先,针对长期偏好序列长且不连续的特点,采用BERT(bidirectional encoder representations from transformers)对长期偏好建模;针对短期偏好序列短且与用户交互的间隔时间较短,具有易变性,采用垂直水平卷积网络对短期偏好建模;在得到用户的长期偏好和短期偏好后,利用激活函数进行动态建模,然后利用门控循环网络对长短期偏好进行平衡.其次,针对用户在日常交互中的误碰行为,采用稀疏注意力网络进行建模,在对长短期偏好建模前使用稀疏注意力网络进行用户行为序列处理;用户特征偏好对推荐结果也会有影响,使用带有偏置编码的多头注意力机制对用户特征进行提取.最后,将各部分得到的结果输入到全连接层得到最后的输出结果.为验证本文模型的可行性,在数据集Yelp和MovieLens-1M上进行实验,实验结果表明该模型优于其他基线模型.

基于评论挖掘消费者偏好的蓝牙耳机设计策略

目的 本研究旨在从在线评论数据中挖掘消费者偏好信息,以探索蓝牙耳机设计的改良策略。方法 使用Python爬虫抓取目标消费者评论,并通过数据挖掘和文本分析定位需求主题和关键词后,基于消费者偏好理论,对产品功能属性进行情感分析和需求描述以控制变量,运用Mixed-logit模型提取消费者偏好特征以寻求最优的设计策略。结果 通过定量的实证研究,回归分析了偏好特征参数的显著性表达,生成蓝牙耳机改良策略实例并通过满意度检测验证其可行性。结论 结合评论挖掘和Mixed-logit模型,不仅能够设计出以消费者偏好为核心的产品设计方案,还可以为相关产品的设计策略改进提供指导与建议,具有一定的创新性和实用性。

利用序数偏好预测的在线服务信誉度量

基于序数偏好的在线服务信誉度量方法通过聚合用户的序数偏好计算服务信誉,解决了用户评价准则不一致情况下信誉度量结果不可靠的问题.然而,在无法得到用户完整的序数偏好时,现有基于序数偏好的在线服务信誉度量方法要么直接忽略未知偏好,要么采用协同过滤预测偏好,且未对偏好预测的准确性进行实验验证,导致得到的服务信誉不可靠.为此,提出一种利用用户-服务属性偏好预测序数偏好,进而进行在线服务信誉度量的方法.该方法首先基于不完整的评分数据学习用户的条件偏好网络来获取用户对服务属性的偏好;然后根据用户-服务属性偏好计算服务的偏好优先级预测未知偏好,得到用户完整的序数偏好;最后针对Schulze社会选择函数在用户总数为偶数时存在无法确定用户群体偏好关系的问题,提出Schulze-偏好优先级方法用于聚合所有用户的序数偏好得到服务信誉.在真实数据集上的实验结果表明,该方法相较协同过滤评分预测方法,预测的序数偏好更为准确;与现有的信誉度量方法相比,该方法得到的服务信誉与用户群体中用户的序数偏好更为一致.

双利他偏好下再制造闭环供应链的差异化定价决策

为了给出制造商和零售商双利他偏好下再制造闭环供应链的差异化定价决策,针对无利他偏好、单制造商利他偏好、单零售商利他偏好和双利他偏好4种决策模式,比较分析得出双利他偏好对闭环供应链差异化定价决策和渠道效率的影响。研究发现,增加零售商利他偏好程度会增加新产品和再制造产品批发价;增加双方的利他偏好程度会降低新产品和再制造产品零售价,增加市场需求;增强利他偏好程度会增加废弃产品回收数量,有利于回收再制造;提高制造商和零售商的利他偏好程度将减少自身收益而增加对方收益,同时提升渠道效率;双利他偏好有利于提高闭环供应链整体利润和效率,且比单一利他偏好产生的影响更加显著。

基于隐式偏好的多目标推荐算法研究

推荐的准确性(accuracy)和多样性(diversity)是推荐算法研究的二个重要指标,能够最大程度地满足用户的喜好.然而,基于准确性的推荐将导致推荐结果过于聚焦集中在某类特征上,使得多样性降低,导致用户选择的广度不足而整体效果不佳.针对推荐算法的两个指标之间的平衡以满足用户的需求,本文采用最大预测评分和最大内部相似度差异的两目标模型,选取极值点和膝点为隐式偏好,利用隐式偏好改进推荐方案搜索优化策略,提出了一种基于隐式偏好的多目标推荐算法.该算法利用切比雪夫距离在迭代过程中对偏好点动态标定,以引导个体收敛于隐式偏好区域,得到具有不同偏好的推荐方案.在Movielens和Netflix数据集上实验结果表明,与Item-based协同过滤推荐算法相比,该算法的推荐结果在确保准确率性能情况下多样性平均提升了38%和33.4%,新颖度平均提升了58.6%和125.4%,降低了多目标推荐算法的复杂度,有效解决了实际应用问题.

财政分权、政府创新偏好与环境治理

财政分权是我国财税体制改革的一项重要制度安排,不仅影响地方政府的支出偏好,而且会对区域生态环境质量产生深刻影响。文章基于31个省份2009-2021年的面板数据,实证分析财政分权对地区环境治理的影响效应并深入探讨政府创新偏好在二者关系中的相关作用机制。研究发现:一是在经济与环境的双重考核下,财政分权对环境治理起到积极促进作用。二是财政分权使地方政府具有创新偏好,政府创新偏好在财政分权与环境治理之间起中介作用和正向调节效应。三是财政分权对环境治理的影响效应存在时间和区域异质性。一方面,财政分权对环境污染的影响逐步由过去的促进效应转为阻碍作用;另一方面,财政分权的环境治理效应在经济欠发达地区更加显著。为进一步发挥财政分权的环境治理效应,研究认为中央政府应进一步优化对地方政府的多元政绩考核体系,持续优化当前的财政分权体制和完善地方政府有关财政科技支出的绩效评价体系。

利用混合Plackett-Luce模型的不完整序数偏好预测

聚合不同用户的偏好时,基于序数偏好可以解决不同用户评价准则不一致问题。但用户因为候选项目过多、沟通成本高等原因不能提供完整序数偏好,影响了在线服务信誉度量、群体决策等场景中聚合结果的可靠性和准确性,而现有的预测方法未充分考虑用户群体偏好分布的多样性。针对这一问题,提出一种利用混合Plackett-Luce(PL)模型的不完整序数偏好预测(MixPLPP)方法。首先基于用户现有偏好采样完整拓展排序,其次使用采样的完整排序学习混合PL模型,再次设计基于后验概率最大化的模型选择策略为用户选择模型,最后利用所选模型预测用户完整偏好。在公开数据集Movielens上的实验结果表明,所提方法的预测准确率和Kendall秩相关系数(Kendall CC),相较于向量相似度排序(VSRank)算法提升了5.0%和9.2%;相较于基于确定性的偏好补全(CPC)提升了1.5%和3.5%;相较于BayesMallows-4提升了0.9%和2.2%。实验结果验证了所提方法具有良好的预测能力,在多个数据集上的预测效果都更好。

避免近期偏好的自学习掩码分区增量学习

遗忘是人工神经网络在增量学习中的最大问题,被称为“灾难性遗忘”.而人类可以持续地获取新知识,并能保存大部分经常用到的旧知识.人类的这种能持续“增量学习”而很少遗忘是与人脑具有分区学习结构和记忆回放能力相关的.为模拟人脑的这种结构和能力,提出一种“避免近期偏好的自学习掩码分区增量学习方法”简称ASPIL.它包含“区域隔离”和“区域集成”两阶段,二者交替迭代实现持续的增量学习.首先,提出“BN稀疏区域隔离”方法,将新的学习过程与现有知识隔离,避免干扰现有知识;对于“区域集成”,提出自学习掩码(SLM)和双分支融合(GBF)方法.其中SLM准确提取新知识,并提高网络对新知识的适应性,而GBF将新旧知识融合,以达到建立统一的、高精度的认知的目的;训练时,为确保进一步兼顾旧知识,避免对新知识的偏好,提出间隔损失正则项来避免“近期偏好”问题.为评估以上所提出方法的效用,在增量学习标准数据集CIFAR-100和miniImageNet上系统地进行消融实验,并与最新的一系列知名方法进行比较.实验结果表明,所提方法提高了人工神经网络的记忆能力,与最新知名方法相比识别率平均提升5.27%以上.

财政分权、地方政府创新偏好与区域创新能力

本文基于2007-2021年我国30个省份的面板数据,通过建立系统GMM模型实证分析财政分权对区域创新能力的影响。研究表明:财政分权显著促进区域创新能力,以地方政府创新偏好为中介变量,财政分权能通过促进地方政府创新偏好,进而正向影响区域创新能力。分地区考察发现,财政分权对区域创新能力的影响存在地区差异性。在东中部地区,财政分权会显著促进区域创新能力;在西部地区,财政分权与区域创新能力的关系并不显著。