大胆一些,攀一座山分享 http://blog.sciencenet.cn/u/kennymeng 上海大学期刊社;《上海大学学报(自然科学版)》编辑部

博文

2014年第3期将刊出的几篇稿件(优先数字出版)

已有 3242 次阅读 2014-6-18 10:55 |个人分类:高校学报|系统分类:论文交流

1.基于Web 数据挖掘的网站知识获取及应用——以大众点评网为例.pdf

  尤建新1,2, 孟银薇1

(1. 同济大学经济与管理学院, 上海200092; 2. 上海大学管理学院, 上海200444)

摘要: 在知识经济时代, 知识获取在企业管理中的重要性日益凸显. 随着互联网及其相关应用的迅速发展, 企业经营管理者需要从其产生的海量信息中获取潜在的、能够支持企业经营管理决策的知识. 在分析已有的研究成果及经验的基础上, 设计并给出了基于Web 数据挖掘的网站知识获取的流程和方法, 并基于大众点评网(www.dianping.com)进行了实例研究. 结果表明, 该研究有助于深入理解知识获取对企业经营管理的作用, 并为企业获取知识提供了参考.

2.多元正态空间扫描统计量模型在探测地方病最强聚集性中的应用.pdf

蒋炜1, 沈晓蓓2, 宗福季3

(1. 上海交通大学安泰经济与管理学院, 上海200052; 2. 上海大学管理学院, 上海200444;

3. 香港科技大学工业工程与物流管理学系, 香港)

摘要: 研究医疗资源有限的条件下 如何在多组人群中探测某疾病最强地理聚集性的问题. 为了有效地探测疾病爆发, 只需特别监测和评估某些特定人群即可,这类人群称为具有最强聚集性的人群(most severe cluster, MSC). 由于各组人群会相互影响, 因而提出了一种多元正态空间扫描统计量(multivariate normal scan statistic, MNSS)模型, 并以美国纽约州肺癌患者为例验证该模型的适用性.

3.基于ARTSOC 的预警误差分析方法及应用.pdf

汪建1, 曹德弼2, 石井贵志2

(1. 上海大学管理学院, 上海200444; 2. 日本庆应义塾大学管理工程学院, 日本横滨223-8522)

摘要: 日本的地震预警水平较高, 但仍存在误差较大的问题. 为了分析误差的大小及特征,引入人工社会(artificial societies, ARTISOC)智能技术, 开发模拟了一种在各种地震发生条件下的误差分析方法,并在既定观测条件下, 针对各种发生状态, 分析误差的变动范围及规律.通过利用日本地震观测网络的实际数据, 计算出目前预警方法下其误差的变动范围及特征.结果表明该方法不仅给出了误差分析的一种途径,也为改善地震观测网络的布局和修正预警方法等措施提供了帮助.

4.用于在线产品评论质量分析的Co-Training算法.pdf

靳健1,2, 季平2,3

(1. 北京师范大学政府管理学院, 北京100875; 2. 香港理工大学深圳研究院,广东深圳518057; 3. 香港理工大学工业与系统工程系, 香港)

摘要: 在线评论广泛存在于电子商务网站平台, 其中包含客户对产品的评价及偏好. 高效分析在线评论数据并满足客户需求, 对许多谋求立足于竞争激烈的国际化市场的企业来说至关重要. 但因在线评论的质量不一, 使得如何分析在线评论的质量成为一项重要工作. 已有很多利用单一分类或回归模型对评论质量展开的研究, 但该类研究存在局限性. 从两个方面提取特征对在线评论进行描述, 并构建了一种Co-Training算法来判断评论的质量. 通过对比实验验证了该算法相对于单一分类算法的优势.

5.基于SERVQUAL 模型的商圈服务质量模糊综合评价研究.pdf

陈以增, 于齐

(上海大学管理学院, 上海200444)

摘要: 基于SERVQUAL 模型和模糊层次分析法(fuzzy analytic hierarchy process, FAHP)获取顾客对商圈服务最迫切的需求, 同时对商圈服务质量进行综合评价, 发现商圈服务存在的问题, 建立了商圈服务质量的模糊综合评价(fuzzy comprehensive evaluation of service quality, FCESQ) 模型. 研究结果表明, 影响商圈整体服务质量的瓶颈问题是服务人员的素质、商家的诚信以及顾客投诉的处理效果等. 针对这些问题分析了原因并找出了提升商圈服务质量的措施, 最终达到提升商圈整体竞争力的目的.





https://blog.sciencenet.cn/blog-105265-804353.html

上一篇:上海大学学报(自然科学版 )优先数字出版 稿件( 5月20日 )
下一篇:《上海大学学报(自然科学版)》在App Store上同步出版
收藏 IP: 180.168.188.*| 热度|

1 卢东强

该博文允许注册用户评论 请点击登录 评论 (1 个评论)

数据加载中...

Archiver|手机版|科学网 ( 京ICP备07017567号-12 )

GMT+8, 2024-4-20 12:12

Powered by ScienceNet.cn

Copyright © 2007- 中国科学报社

返回顶部