基于博弈的网络团购供应链信任协调机制研究

随着网络团购的快速发展,失信问题日益突出,此问题若得不到解决,将严重制约网络团购的发展规模.分析了影响供应链成员间信任的因素,并在运用KMRW声誉模型进行有限次重复博弈的基础上,引入第三方信用监管机构,设计了相应的约束机制和激励机制.分析结果显示,声誉模型对交易双方信任合作提供隐性激励,建立长期战略合作关系,有利于机会主义的守约行为;第三方信用监管机构的介入可以约束交易双方的机会主义行为,减少他们之间的信息不对称,能够最大限度的减少网络团购交易中的风险.     

供应链成员间信任关系形成与演化研究

建立了供应链成员的信任估值模型,在此基础上分析了影响供应链成员间信任关系演化及合作关系稳定性的重要因素.研究表明:信任评估需要建立交易记录的跟踪机制;供应链成员间最终的信任均衡是演化博弈的结果,通过增加高信任的预期收益、降低高信任的成本、建立公平有效的利益与风险分摊机制以及提升双方对合作的重视程度能促进系统向高信任均衡演化.     

考虑声誉效应的网络众包参与者行为博弈模型及仿真分析

为了控制网络众包交易的风险,以网络众包平台中的发包方和接包方为研究对象,基于微分博弈方法建立了网络众包交易中参与者行为的博弈模型,研究了发包方和接包方在合作和非合作两种情形下的策略选择。本文研究发现在声誉效应满足特定阈值的条件时,合作博弈情形下众包系统的总收益更大;而且,发包方和接包方违约控制的收益及努力程度更大。在网络众包平台的违约罚金超过特定阈值时,随时间推移发包方和接包方违约控制的努力程度逐渐提高,实现帕累托改进。本文结合猪八戒网、InnoCentive等网络众包平台的众包交易机制,采用数值分析对博弈模型的求解结果进行模拟。对于网络众包平台来说,可以通过建立有效的信用评价机制,将信用评价或声誉纳入众包交易定价,引导参与者约束自身行为。     

基于混沌理论的创新网络中组织间信任演化研究

以往关于信任的研究是在稳定均衡的假设下进行的,然而信任演化过程中会表现出非线性的混沌状态,具有复杂系统的特征。基于演化博弈理论和混沌理论,建立了创新网络中组织间信任演化模型,分析了创新网络中组织间信任的复杂性、初值敏感性、分岔行为及内随机性等混沌特性,推导出信任演化方程与Logistic映射之间的关系,采用Lyapunov稳定性理论进行混沌性判定,证明创新网络中组织间信任通过倍周期分岔通往混沌,得到了信任从有序进入混沌的一般条件,运用算例进行仿真展示信任演化通往混沌的过程,分析创新网络中信任演化进入混沌区的实际意义,并选择硅谷和筑波科技城两个实例做对比分析,验证了该研究的实用性和有效性。创新网络中组织间信任的混沌演化反映出信任发展的非线性特点,为创新网络中组织间信任的混沌利用和控制提供理论指导。     

C2C模式下卖家信誉建立与提升策略研究

当前信誉已成为电子商务发展中不可回避的问题.C2C模式下,信誉是交易进行的基础,它直接关系着交易的安全有效.从卖家收益的视角出发,运用博弈理论分析了C2C模式下卖家信誉的演化过程,提出了惩罚和信任两种策略的适用条件.结果表明对于新进入的卖家,发表承诺和买方的惩罚能够促使其建立信誉,而对于已具有一定信誉值的卖家而言,买家的充分的信任和积极评价将是其维持和提升信誉的动力来源.     

伪造风险损失欺诈博弈与最优保险合同设计

运用不完全信息动态博弈和机制设计的有关理论，建立了伪造风险损失欺诈博弈模型，研究了伪造风险损失欺诈博弈问题的纳什均衡及其保险双方的最优博弈策略。在此基础上，得出了使保险人的期望利润为零的保险定价公式，讨论了基于保险双方最优博弈策略的最优保险合同形式，证明了基于保险双方最优博弈策略的保险合同是部分保险。     

供应链网络道德风险演化与仿真研究

针对目前供应链网络存在的越来越严重的道德风险问题,利用演化博弈和系统动力学理论,从供应链网络结构入手,对其演化过程进行了研究。首先基于供应商之间合作过程中的诚信和败德行为,建立供应链网络同级企业间道德风险的演化博弈模型,并分析了其演化路径。其次通过对制造商和供应商之间博弈的动态性分析,建立供应链网络上下游企业间道德风险演化的SD模型,并对其演化过程进行了仿真分析。研究结果表明:供应链网络道德风险的演化结果取决于网络内败德企业获得的超额收益、收益调整程度、惩罚力度和惩罚机制。另外,罚款力度大小与供应链网络道德风险演化的动态性密切相关;动态惩罚机制在其演化的波动性控制方面,具有明显效果。     

P2P网络中搭便车行为研究

搭便车现象是P2P网络中普遍存在的问题,当网络中存在大量的搭便车节点时,会导致网络拥塞,降低网络性能,甚至导致整个系统崩溃.对目前主要的搭便车行为进行统计,分析搭便车行为产生的机理以及对网络造成的影响.从信任机制、激励机制、演化博弈和效用4个方面对搭便车行为抑制策略进行研究分析,并通过仿真实验对经典算法进行验证.最后对搭便车行为抑制机制的未来研究方向进行展望.     

基于交易时间价值的在线信誉反馈集结模型有效性研究

网络交易中日益增长的欺诈行为阻碍了人们参与网上交易的积极性,激励参与方在网络交易中保持诚信交易是非常必要的。而目前电子商务网站中使用的在线信誉反馈系统难以实现激励卖方一直保持诚信交易。基于此,构建了基于交易时间价值的信誉反馈集结模型。理论模型表明:在生存期无限的情形下,只要历史交易信息对目前信誉度的影响足够小,卖方会保持持续的诚信交易。同时通过模拟分析比较了生存期有限的卖方在不同的历史信誉评价权重下的策略,卖方在不同的超额收益下的策略。分析表明:卖方从欺诈交易中获得的超额利润越大,卖方越不会保持诚信交易;基于交易时间价值的信誉反馈集结模型能够激励卖方保持持续的诚信交易行为。     

基于移动Agent的智能交易安全风险控制机制研究

在移动网络交易中,交易双方的互信是网络交易能够顺利进行的前提和关键,实体间的信任度量涉及到交易额、交易时间、消费实体个人相关信息及其对信任的风险态度等因素,通常难以准确地进行量化计算.为探明这种互信关系的本质特点,基于多Agent系统协同理论,提出了基于移动Agent的动态互信计算模型,实现了对信任的定性与定量的转换;...     

Modeling Reputation Management System on Online C2C Market

This paper discusses the effectiveness of sharing information concerning the reputations of buyers and sellers making online transactions in a consumer-to-consumer (C2C) market. We developed a computer simulation model that describes online transactions with a reputation management system that shares information concerning the reputations of consumers. The model takes an agent-based approach in which agents' actions are based on the iterated prisoner's dilemma. No model exists to analyze C2C markets even though there are many case studies concerning the effectiveness of sharing reputation information among participants in a market. The simulation results revealed that a positive reputation system can be more effective than a negative reputation system for an online transaction, even though the negative one can work for a traditional transaction. The result should be an important consideration when designing practical reputation management systems for online transactions.     

带有交易费用和持有成本的局内采购管理模型竞争分析

采购管理是企业经营活动的一个重要组成部分,更加有效的采购管理策略可以大大减少采购费用,对于企业的经营业绩非常重要。在现实的经济活动中交易费用和持有成本在企业管理费用中占很大一部分比率,而采购过程影响着交易费用和持有成本。所以在前人研究的基础上,将交易费用和持有成本引入到局内采购管理模型中,使得运用该策略无论以后采购价格如何变化,局内人的采购成本总是对应局外问题最优采购成本的一定比例c之内,并得到c与原模型相同。但是引入交易费用和持有成本后每天的采购量将发生变化,原模型是在不考虑交易费用和持有成本的前提下得得到的每天采购量和最优竞争比,如果考虑到现实经济活动中不可忽略的交易费用和持有成本,仍然按照原模型来确定每天的采购量来采购就不能得到最优竞争比c。所以本文考虑到了交易费用和持有成本,并得到和原模型不同的每天采购量,并求出最优竞争比c。     

电子商务环境下基于Multi-Agent的B2B信任评价模型研究

电子商务的发展为企业的合作提供了机遇,同时也带来了诸多挑战。企业在合作过程中表现出了许多问题,例如信任的缺失,缺乏可以合理全面测量企业信任度的方法等。本文运用Multi-agent技术,建立了结合企业基本信息的声誉评价Agent和结合特定交易信息的单次交易评价Agent的信任评价指标体系,并在此基础上构建了基于Multi-agent的B2B信任评价模型,最后进行了仿真实验。论文的研究对于企业在电子商务环境下选择合适的合作伙伴,解决合作中的信任问题,适应电子商务发展的需要具有一定的意义。     

基于排序预测的带交易费用在线投资组合策略

在线投资组合决策过程中频繁调整资产头寸会产生较多的交易费用。本文提出了一个综合考虑预期收益和交易费用的在线投资组合策略。通过预测资产的排序计算组合的预期收益,利用相对熵距离衡量交易费用,构造了一个极大化预期收益和极小化交易费用的优化模型,从而得到了一个在线投资组合更新策略。然后,从理论上证明了该策略具有BH泛证券性,即该策略与离线的最优购买并持有策略具有相同的渐近平均指数收益率。最后,采用中美股票市场实际数据,对该策略进行了数值分析。结果表明,该策略的表现优于已有的在线投资组合策略,且对模型的参数不敏感。     

A multi-criteria framework as a decision support system for urban growth management applications: Central city redevelopment

The paper introduces a decision support system based on a multi-criteria framework that integrates several socio-economic, physical planning and urban design processes recently used in the U.S. for growth management of central city redevelopment. It formalizes and operationalizes the concept of the ‘critical coalition’, i.e. user groups representative of the community's interests who share common perceived values, objectives and problems within an urban setting. This critical coalition provides the decision model with the socio-economic qualitative input to establish representative priorities and importance weights, and to provide the political base for the implementation of policy actions. The framework is applied to establish locational suitability of development or redevelopment actions within a central city. This application is illustrated with examples from a pilot study to establish the suitability of residential infill within the central business district of the City of Columbus, Ohio.     

Trust,assurance, and inequality: A rational choice model of mutual trust 1

The rational choice approach to trust has three problems: it has not explicitly explained findings verified in social psychological study of trust; it stands on a limited assumption of asymmetric relationship between a truster and a trustee; and it has not dealt with situations in which a rich person encounters a poor person. We build a game theoretic model of mutual trust to solve these problems. Then we analyze an equilibrium of the model and derive some implications from it. That is, the ratio between the transaction costs and the opportunity costs affects actor' trustfulness; a more trustworthy actors finds it easier to leave his/her group in search of higher returns; and a rich actor is more willing to trust his/her counterpart than a poor actor.     

P2P电子商务中信任模型研究

为了提高P2P电子交易的安全性,提出了基于模糊理论的信任管理模型.通过类群来初始化信任向量及信任评估,提高了评估效率.通过模糊综合评判方法,较为全面地考察了影响信任的多种因素,使得评估结果更加客观、真实.基于模糊贴近度的概念来实现信任更新,并在推荐因子的更新中融入交易金额和交易时间,客观地反映了信任的动态性和交易的上下文特性.实验仿真及分析表明,与传统方法相比,本方法可以有效地提高评估的可靠性及可用性.     

Optimal control of a quality supervision profit model for the electronic intermediary

Online customers execute transactions without inspecting products could expect to encounter risks of receiving products with unsatisfactory qualities, especially in food transactions. Thus quality supervision plays a key role in the establishment of trust as well as in the management of risk between online customers and sellers. Most papers in this field are in qualitative nature. In this paper, a quality supervision profit(QSP) model is formulated as a discrete-time optimal control problem. It is a quantitative approach, and it broadens the scope of current research in the area. The quality effort level of online sellers(QELs) and the quality supervision level of the electronic intermediary(QSLm) are considered together with their corresponding profit in the proposed model. The aim is to optimize an overall profit. A case study arising from Suichang's food traceability system(FTS) of farm produce online transaction is carried out in details. The results reveal that QELs, QSLm and the profit distribution coefficient have a strong influence upon the profits of both sides. Finally, some concluding remarks,including potential further research topics, are given.     

基于在线购买历史聚合的B2C电子商务差异化折扣模型

众多B2C网站已建立起会员等级制度,并据此向买家提供价格折扣。但会员等级制模型仅考虑买家交易金额,无法全面反映买家在线购买历史(online purchase history),故不能准确提供差异化折扣。针对上述问题,提出了一种面向B2C电子商务的差异化折扣模型,该模型包含能体现买家在线购买历史的交易、退单、推荐购买、晒单等四个指标,将买家在线购买历史聚合为一个综合值,进而通过min-max标准化方法进行线性转换,将转换后的聚合值与会员等级基准折扣结合得到最终的差异化折扣,从而使得B2C网站可向同级别会员实施更精准的一对一营销和价格歧视策略。以京东商城为背景的仿真实验结果证明了本文新模型的有效性。     

基于在线理论的股票算法交易策略研究

运用在线理论研究多支股票算法交易策略。在El-Yaniv等人研究基础上,构造了单支股票买入问题的在线策略,证明该策略为最优在线策略;将构造的单支股票交易策略应用到多支股票交易策略问题中,设计了多支股票交易策略算法,并以每支股票收益加权进行投资组合;最后选择上证A股二十支股票从2009年到2012年的交易时间价格数据验证本文所提策略有效性。将20支股票随机抽取10支组成一组,选4组分别进行验证,结果表明本文所给策略对于任意选择的多支股票有较好收益。对交易周期分别选取10个偶数长度进行验证,发现交易周期为18天时平均收益最大,平均收益率为5.2%。