【摘 要】
：
在移动互联网及电子商务快速发展背景下,O2O电子商务作为一种新的经济运行方式正不断扩大。O2O市场的快速发展使得越来越多的O2O电商企业将目光对准了供应链,欲通过对供应链的良好管理提高企业竞争力。在运营供应链的过程中,存在着多种风险因素,如供应链组织结构复杂多变、管理人员风险意识不足、以及技术手段日新月异等问题,O2O电商企业供应链的风险仍层出不穷。目前政府和企业对供应链风险问题管理主要聚焦在风险
论文部分内容阅读
在移动互联网及电子商务快速发展背景下,O2O电子商务作为一种新的经济运行方式正不断扩大。O2O市场的快速发展使得越来越多的O2O电商企业将目光对准了供应链,欲通过对供应链的良好管理提高企业竞争力。在运营供应链的过程中,存在着多种风险因素,如供应链组织结构复杂多变、管理人员风险意识不足、以及技术手段日新月异等问题,O2O电商企业供应链的风险仍层出不穷。目前政府和企业对供应链风险问题管理主要聚焦在风险发生后的补救措施上,缺乏有效的预警系统及模型对供应链风险进行前期监测预控。因此本文通过社会网络分析法与语义聚类法构建O2O电商企业供应链风险评价指标体系,结合突变理论和灰色系统理论,建立供应链风险评价和预警模型,从而达到对供应链风险预警和防控。研究内容和结果如下:（1）基于O2O电商发展形势、当前O2O电商企业供应链风险类型以及风险来源研究分析的基础上,结合相关文献和现场调研,阐述供应链风险预警重要性。通过社会网络分析法,计算中心度提取风险评价指标,结合基于扎根理论的语义聚类法,建立O2O电商企业供应链风险评价指标体系,利用指标重要度打分法进行指标的合理筛选;（2）立足实践对供应链风险进行评价和预警研究,设定语言评价集合和三角模糊数,结合离差最大化法对突变级数进行改进,构建O2O电商企业供应链风险评价模型。以历史风险数据为基础,确定单项和综合指标的预警界限,采用灰色预测法对风险进行预测,将预测结果划分到相应的预警区域。（3）将上述研究成果应用到O2O电商企业供应链风险评价和预警的算例中,通过实际算例结果分析,验证本文评价与预警模型的可行性与有效性,为O2O电商企业供应链正常运作提供一定保障。
其他文献
目标跟踪是计算机视觉领域的一个重要研究课题,广泛应用在安防监控、军事侦察、人机交互以及自动驾驶等领域。为了减少跟踪丢失的概率,提高目标跟踪的精准度,许多学者对该课题展开了深入研究,使目标跟踪在近年取得了迅速的发展。相关滤波类跟踪算法因其判别能力强和运算速率快的特点而成为了目标跟踪的重要研究方法之一。但受限于复杂跟踪环境下的干扰,相关滤波类跟踪算法在目标尺寸变化、目标遮挡、相似背景干扰以及快速运动等
社交网络平台为用户提供了方便的交流和互动工具,能够即时分享生活中产生的多种多媒体内容。同时,在通信网络和硬件设备不断的发展前提下,社交网络平台也变得越来越庞大。然而,社交网络平台上的大量用户及发布内容的便捷条件吸引了大批网络垃圾用户。虽然国内外研究者提出了许多用于检测垃圾信息及垃圾用户的方法,但是仍存在许多问题,例如建立词库的巨大工作量、基于词的语言特征失效、检测精度及检测效率较低等。为了解决以上
成像器件的动态范围（Dynamic Range）代表了它对场景中的亮暗目标的采集能力,同时受限于硬件条件与制造成本,单次成像能够记录的动态范围远小于人类眼睛,使得照片的观感不尽人意。因此,基于软件的动态范围拓展技术被提出在不显著增加硬件成本的基础上大幅度提升成像质量。如果有效采集场景中的动态信息并将其尽可能多地展示在动态范围受限的显示器上则成为了本领域的研究重点。在过去的数年间有大量相关方法被提出
相似轨迹查询为用户提供了一种有效管理轨迹数据的方法,使得用户可以指定查询区域得到经过该区域的轨迹数据。目前的相似轨迹查询方法往往基于采样位置和采样事件等信息。而在突发社会事件下,用户出行信息往往以文本的形式记录下来。文本不能直接应用于相似轨迹查询,但蕴含了丰富的用户出行位置信息。另一方面,随着互联网的发展,出现了既具有用户出行位置信息,又记录了用户在特定位置进行特定活动的语义轨迹数据。目前许多研究
磁共振成像（Magnetic Resonance Imaging,MRI）技术可以获取到反映人体器官组织多种信息的多模态医学图像,例如:T1加权、T2加权和FLAIR图像等,这些多模态MRI图像被广泛的应用到疾病诊断和临床治疗中。但是,成像原理的限制导致了获取多模态MRI图像需要昂贵的时间成本和经济成本,因此,从已有的MRI图像来准确预测出所需的MRI图像,例如,从已有T1加权图像预测缺失的T2加
近年来,在高压生活以及不规律生活习惯的作用下,心血管疾病致死率高居世界疾病致死榜首,给人类生命健康带来了巨大灾难。心电信号（Electrocardiogram,ECG）作为反映心脏运行状况的体外表征,常常作为心血管疾病诊断的重要依据。随着医疗科技的发展,心电自动诊断系统开始进入公众视野。然而,由于其诊断准确性和实时性不足,心电自动诊断系统却迟迟未得到大规模应用。本文旨在对心电信号分析算法进行研究,
机器阅读理解作为自然语言处理领域的热门研究课题之一,意义在于使机器理解文本语义并具备推理、提炼文本信息并回答相关问题的能力。得益于不断发展的深度学习技术以及大规模机器阅读理解数据集的发布,大量优秀的模型不断被提出和改进,从而推动着机器阅读理解技术的发展和进步。然而现有的大部分机器阅读理解模型仍然具有以下问题:传统的词向量生成技术不能很好地捕获语义信息、效率较低;BiLSTM技术对文章和问题进行编码
为提高物流决策效率和品质,统计机器学习和数据定价分析作为新兴技术手段,能够为物流决策优化和有价值的数据共享过程带来新的视角和应用。例如,银行为冷链物流企业提供贷款业务前,购买关于冷链物流企业的数据来分析企业的经营能力,这一过程中需对交易的冷链检测信息数据进行定价。但因这类数据具有多样、数量繁多、价值不清晰等特点,通常冷链数据的价格难以有效确定。因此,本文针对冷链检测数据,提出基于Shapley值的
随着服务市场的迅速发展与国家相关政策的推动,物流领域中的物流服务供应链逐渐引起重视与发展,顺应了物流行业与企业发展的需求。物流服务供应链的主要参与成员有物流服务集成商、物流服务提供商与客户,服务集成商通过服务外包等形式让服务提供商为客户提供物流服务。但是由于物流服务供应链在我国发展较晚,受供应链间客户信息反馈的不足与合作产出意识薄弱等问题影响,物流服务供应链间各主体缺少合作激励,使物流服务供应链的
软件产品线是一种通过重用产品线中可复用成分来提高开发效率的方法,软件产品线开发过程,实质上是从软件产品线演化出新产品的过程。在软件产品线的演化方法中主要存在以下问题:（1）软件产品线的规模增大,导致特征数量增多,特征之间的约束关系也越复杂,软件产品线的演化需要判断演化出的产品对特征之间约束关系的满足性,人工管理方法已不能达到要求;（2）由人工从领域特征模型演化出满足多个目标的应用特征模型时,因为需