面向一对多记录的数据隐私保护方法研究

数据共享在大数据时代各领域中有重要的实际应用,但数据共享容易造成个人隐私的泄露问题。传统隐私保护方法主要基于简单关系数据展开研究,而对实际中较为普遍的多记录数据即个人与记录是一对多关系的数据的研究较少。在多记录数据中,具有关系型数据特征的准标识属性和具有事务型数据特征的敏感属性均可能构成攻击者的背景知识,增加了个人隐私泄露的风险。当攻击者具有强背景知识时,攻击者可以通过对个人的敏感属性取值集合(简称项集)的相关性质来挖掘个人隐私信息,基于此本文提出一种新的多记录数据隐私泄露风险。为了保护隐私,本文首先提出一个基于敏感值的闭集性和强多元性相结合的隐私模型(简称CEIR l-多元性模型),接着设计了能够实现该隐私模型的DACEL算法来执行对多记录数据的匿名处理。在两个敏感值密度不同的数据集上与其它基准方法进行对比,结果表明本文方法在隐私保护水平、匿名信息损失和计算效率等方面都有稳定的突出表现。

考虑违约风险时收益共享-贸易信贷契约下多个竞争零售商的供应链协调

在供应商向多个零售商提供贸易信贷的环境下,本文考虑了零售商存在违约风险和他们之间存在竞争时的供应链协调问题。研究表明,在比例分配市场需求下,多个竞争的零售商之间存在唯一的纳什均衡订购量,以及零售商违约风险的提高和他们之间竞争增强都会增加均衡订购量。当零售商之间的竞争较弱时,贸易信贷将无法协调供应链。为此,本文使用了收益分享与贸易信贷相结合的机制以协调供应链,且分析了零售商的违约风险和他们之间的竞争对协调契约参数的影响。当零售商的竞争强度一定时,批发价和风险溢价都随着零售商违约风险的提高而增大,而收益分享比例随着违约风险的提高而减小;当零售商的违约风险一定时,批发价和风险溢价都随着零售商之间竞争强度的提高而增大,而收益分享比例随着竞争强度的增强而减小。进一步的研究发现,零售商的违约风险越高以及他们之间竞争越激烈对零售商越不利,而对供应商越有利。最后,结合数值实验验证了收益共享-贸易信贷契约的有效性。

寄销供应链的信用担保融资协调机制研究

本文考虑供应商面临资金约束问题的两级寄销供应链,设计一个零售商给供应商提供信用担保的信用担保融资合同,使得供应商从银行获得一定的贷款,从而解决其融资问题,同时这个合同还可以实现寄销供应链的协调。本文通过定量分析的方法对寄销供应链的融资问题进行分析,给出一些解决寄销供应链融资问题的管理启示。研究结果显示:当零售商的佣金率较小时,寄销供应链的最优生产数量由零售商的最优信用担保额度控制;当零售商的佣金率较大时,寄销供应链的最优生产数量由供应商的最优生产数量控制。进一步研究发现,在信用担保融资合同中,存在适当的佣金率以及担保系数分配了寄销供应链的收益与风险,消除了寄销供应链的双重边际效用,从而实现了寄销供应链的协调。最后通过数值分析对结论进行了验证。

运输碳排放税及其分摊比例对制造商最优策略的影响

本文研究了政府收取运输碳排放税且排放责任由制造商和第三方物流(3PL)共同承担的环境下,处于卖方垄断地位的制造商如何制定生产策略和选择运输模式。重点分析了碳排放税和制造商承担的碳排放责任对运输模式选择策略的影响;进一步给出了碳排放税能够促使运输模式转移的条件以及碳排放分摊比例。研究结果显示,当3PL通过调整碳排放分摊比例来鼓励制造商选择清洁运输模式时,政府收取较小的碳排放税就能促使制造商转移运输模式。同时也发现,当碳排放税等于运输模式转移阈值时,虽然制造商选择两种运输模式的利润相同,但选择更清洁的运输模式能够大大降低碳排放总量,进一步在企业的环保意识驱动下,制造商会选择更清洁的运输模式。因此,我们的研究结果为制造商可持续运作和政府制定合理的碳排放税提供一定的决策参考。

参数凸二次规划的线性稳定性(英文)

本文研究参数凸二次规划的最优解集的稳定性.首先给出参数数学规划的方 向线性稳定的定义,然后利用集值映射的微分理论证明线性约束参数凸二次规划是线性稳 定的.

知识管理导向的工程项目管理个案研究

本案例以中海油旗下的海洋石油工程股份有限公司为研究对象,对比分析了五个相似工程项目的异同,并以项目管理理论和知识管理理论为依托,分析了该企业工程项目建设中的成功经验、不足以及应用知识管理的必要性。在此基础上,结合工程项目实际,提出了以知识管理为导向的三维工程项目管理体系,并进行了说明。

Dennis-Wolkowicz最小改变割线算法的超线性收敛性

探讨由 Dennis和 Wolkowicz提出的最小改变割线算法的超线性收敛性 .这个算法是Broyden族的成员之一 ,但是它与 Broyden凸族互不包含 ,而且还能很好地逼近 DFP算法 .利用Byrd等人给出的Ψ -函数 ,证明了一致凸函数的 Dennis-Wolkowicz最小改变割线算法具有超线性收敛速度 .

集值映射的Epi-导数及其应用(英文)

在本文里,集值映射的Epi-导数被引入,它可以认作是实值Lipschitz函数的ClaLrke-广义方向导数的推广,同时它的一些性质也被研究.进一步地,利用这个Epi-导数集值映射的次微分被定义并研究它的性质.作为其应用,我们给出了集值优化问题的一些(必要或充分)最优性条件.

基于离差函数和联合熵的组合赋权方法

针对多指标评价权重确定问题,提出了基于最小离差和最大广义联合熵的组合赋权方法。该方法一方面综合考虑了各评价方法从不同角度所确定的权向量,使确定的理想组合评价权向量与所有其他方法的评价权向量之间的总体偏差为最小;另一方面尽量消除组合赋权的不稳定性,使各方法各指标权数赋予平衡因子后广义的联合熵最大,使得全局的不确定性最小、最为合理,由此建立了组合权系数优化模型。最后通过实例说明了此方法的合理性。

求解凸随机规划的Monte Carlo模拟方法(英文)

基于对目标函数和约束函数的同时抽样,给出求解凸随机规划的Monte Carlo模拟的算法及其收敛性.将得到的结果和算法应用到以半偏差为约束的投资组合优化问题,并且给出相应的数值试验.

考虑碳排放的多产品竞争设施选址问题研究

传统的设施选址模型针对空间垄断,忽视市场竞争.在低碳可持续发展背景下,针对政府碳交易机制下生产多种替代和/或者互补产品的两家制造企业安置设施竞争市场份额的问题,基于定义于整个非负价格区域上的互补需求函数,构建考虑运输碳排放的多产品竞争设施选址模型.该模型为双层规划,上层是领导者企业的利润最大化模型,为带均衡约束的0-1混合整数二次规划;下层是跟随者企业的利润最大化模型,为带均衡约束的二次规划.首先利用Karush-Kuhn-Tucker条件、大M方法和McCormick外逼近方法将双层规划转化为有界闭集上的0-1混合整数凹规划,然后提出具有全局收敛性的分支提升算法,最后通过数值算例验证了所提模型和算法的有效性,并阐明了碳限额和碳交易对企业决策产生的影响.

数字经济下“新商科”数智化本科课程建设的实践与探索

大数据、人工智能时代带来了新的变革和挑战,数字经济的快速发展,带来了商业模式的改变和知识的更新迭代,对商科本科生人才的培养在知识、能力和核心素养等方面提出了新要求。为应对新一轮科技革命和工业革命,经管类本科教育亟须植入数字经济思维、转型智能时代的教学范式。近年来,在多个学校的本科教学改革中,大都在积极探索数智化的教学建设,以助推新商科本科专业建设,但数智化赋能商科的教学面临着变革性的挑战。本文以浙江大学管理学院的本科数智化教学实践为例,从教学模式创新、课程内容重构和教学资源配置三个视角做出了有益尝试,并探索了具有文理融合特色的主题式纵横教学模式,为经管类本科数智化相关课程建设提供借鉴和参考。

人工智能使能系统的可信决策:进展与挑战

人工智能的应用已经渗透到许多领域,对社会经济和人民生活产生了重大影响。但其在自动驾驶和智能医疗等高风险应用中产生了许多不可预知的风险和事故,使得人们对人工智能使能系统决策产生了信任危机,人工智能可信决策的研究也随之兴起。本文首先分析了人工智能使能系统的风险和不确定性,根据其风险来源,从模型、数据和信任等三方面重点阐述了人工智能可信问题的研究进展,从管理视角提出了多重不确定情境下人工智能使能系统可信决策的挑战,以及贯通人工智能系统生命周期的人机协同可信决策框架,最后对人工智能使能系统可信决策研究进行了展望,期望对解决多重不确定情境下的可信决策问题具有理论上和实践上的指导意义。

张钢4#高炉操作工艺改进实践

主要介绍了张钢4高炉通过采取一系列工艺措施,解决炉况不稳、易形成管道行程、偏料等现象,使炉况顺行程度变好,提高了产量,降低了焦比.

考虑工作量均衡的护士联合调度决策优化模型及算法研究

为了科学有效地利用护士资源,提高护士的工作满意度,本文对护士联合调度问题进行了研究,分析了护士配置、排班和分配三个决策阶段和其相互影响关系,并在优化医疗机构配置护士成本的经济目标的同时,实现护士的均衡工作量和合理工作时长的非经济目标,有利于提升护士的工作满意度,降低护士的离职率。本文进一步构建了非线性整数规划模型来对研究问题进行解析,并针对模型的层次化特点,设计了基于Logic Benders割的Benders分解算法来进行求解。此外,本文设计了两种加速策略,进一步降低了问题的求解难度和规模,极大地提高了算法的求解效率。实验结果显示,考虑工作量均衡指标,不仅没有增加额外的人力成本,反而大幅度提升了护士之间工作量分配的均衡性,改善了工作的公平性。实验也验证了基于加速策略的Logic Benders算法的可行性和有效性,为护士联合调度优化问题提供了高效的求解手段和决策支持。

带有广义次类凸型集值映射的集值优化中的数乘与ε-对偶

本文考虑了一类广义锥次类凸型的集值优化问题,并给出了它的相应的数乘结果 与ε-对偶定理.

两种带有能力(Capacity)约束的报童风险模型最优策略

考虑了两种带有能力(capacity)约束的报童风险模型.在这两种模型中,零售商是风险厌恶的(risk averse)并且能力是有限制的,采用了两种风险度量方法:下游风险度量和CVaR风险度量,在这两种风险度量方法下研究了零售商在能力约束条件下的最优订货策略,并进一步分析了零售商的风险厌恶程度对零售商的最优订货策略的影响.由于考虑到能力约束,使得问题最优策略更具有一般性.而且,研究表明经典报童模型是所研究的模型的一种特例.

具有一般学习效应的单机排序问题(英文)

在具有学习效应的环境下,由于机器重复加工相同或相似的工件,因此以后加工的工件的加工时间变小.本文研究新的更一般的学习效应:Dejong学习效应.我们证明单机最大完工时间问题,总完工时间问题和两类多目标问题是多项式时间可解的.

基于最小化信息损失的用户隐私保护方法

在新兴电子商务发展过程中,对用户数据的收集、使用、开放与共享达到了前所未有的程度,给个人隐私安全带来了极大挑战.为了解决数据效用与个人隐私之间的矛盾,本文提出基于k-匿名原则的最小化信息损失隐私保护方法.首先结合属性阈值特征提出一种新的记录排序算法;接着将隐私保护过程转化为对各条记录与各个候选匿名函数之间的最优分配问题,构建最小化信息损失的优化模型,并设计启发式方法快速求解最优匿名函数的选择与分配方案,实现对数据的匿名处理.在三个不同规模的真实数据集上,通过与目前最有效的多个隐私保护方法进行数值实验比较.结果表明本文方法在满足相同隐私保护水平下可产生最佳的数据效用且具有较快的计算效率.本文方法为新兴电子商务中用户数据隐私保护研究提供了理论和技术上的创新,为大规模数据的隐私保护应用提供了有效的解决方案.

出租车与专车服务的平台合作模式对双方利润的影响及溢出效应

出租车服务中的搜索摩擦问题一直困扰着运营者和管理者.专车服务进入市场后,其在线匹配平台较好地解决了乘客打车难和车辆空载等搜索摩擦问题,但也进一步压缩了出租车服务的生存空间.为优化行业运营业态,提出基于平台合作的运营模式,即出租车公司与专车公司合作使用在线平台.通过共享信息模式与联合行动模式两种具体实现方法,服务更多乘客,减少搜索摩擦.尝试构建基于合作的商业生态系统,通过合理化的利润分配,实现两家公司的利润优化.研究结果表明,平台合作模式不仅增加了两家公司的利润,而且产生了溢出效应,使得乘客剩余效用与社会福利提高.算例分析中,使用旧金山市与深圳市的真实数据对公司利润进行了分析,并在拓展分析中对平台合作模式下的多种情境进行了探讨.研究结论为传统经济与平台经济的合作模式提供了一定的管理启示.