主評(píng)嘉賓：吳天石，彭澤余，吳俊杰，李敏強(qiáng)，郭熙銅

管理信息系統(tǒng)

ManagementInformation

Systems

伴隨著經(jīng)濟(jì)和社會(huì)的發(fā)展，尤其是近30年信息技術(shù)的廣泛應(yīng)用，人類認(rèn)知和活動(dòng)的范圍得到了極大的拓展。但與此同時(shí)，也給人類發(fā)展帶來(lái)了巨大的挑戰(zhàn)。一方面，人類的活動(dòng)已經(jīng)引發(fā)了一系列人類發(fā)展史上從未遇到過(guò)的社會(huì)問(wèn)題，如環(huán)境問(wèn)題、人口問(wèn)題、資源問(wèn)題等。如何有效地解決這些問(wèn)題，對(duì)于人類的存續(xù)和發(fā)展至關(guān)重要。另一方面，人類社會(huì)的有效運(yùn)行越來(lái)越依賴于對(duì)相關(guān)數(shù)據(jù)和信息的獲取和處理。但在這個(gè)信息爆炸的時(shí)代，獲取和處理信息的難度在不斷增加，這在客觀上讓人類活動(dòng)變得更加復(fù)雜和難以預(yù)測(cè)，從而增加了上述社會(huì)層面問(wèn)題的不確定性。

近幾年，大數(shù)據(jù)成為學(xué)術(shù)界一個(gè)熱點(diǎn)議題，并在相關(guān)領(lǐng)域得到了初步的應(yīng)用，如電子商務(wù)、電子醫(yī)療、公共管理等。大數(shù)據(jù)相關(guān)理論和技術(shù)致力于獲取、存儲(chǔ)、管理和分析海量數(shù)據(jù)，以期得到有用的高質(zhì)量信息，這將為解決上述社會(huì)層面議題提供無(wú)限可能。但應(yīng)該看到，學(xué)術(shù)界對(duì)于大數(shù)據(jù)相關(guān)理論和技術(shù)的研究亟待加強(qiáng)，商業(yè)實(shí)踐中的諸多問(wèn)題尚未解決，而對(duì)于如何有效使用大數(shù)據(jù)以應(yīng)對(duì)社會(huì)層面挑戰(zhàn)的管理實(shí)踐和政策指導(dǎo)急需探索。

本專欄針對(duì)電子商務(wù)和電子健康等相關(guān)領(lǐng)域，利用大數(shù)據(jù)挖掘現(xiàn)象背后的理論機(jī)制，進(jìn)而為社會(huì)層面商業(yè)和管理問(wèn)題提供啟示和指導(dǎo)。專欄的3篇文章利用不同方法，針對(duì)不同行業(yè)，從不同角度分別對(duì)相關(guān)問(wèn)題進(jìn)行了深入的研究。

《基于隨機(jī)游走的電子商務(wù)退貨風(fēng)險(xiǎn)預(yù)測(cè)研究》一文，利用二部圖結(jié)構(gòu)和隨機(jī)游走規(guī)則對(duì)電子商務(wù)中的商品退貨的風(fēng)險(xiǎn)預(yù)測(cè)進(jìn)行研究。電子商務(wù)環(huán)境下的退貨問(wèn)題是隨著近年來(lái)電子商務(wù)的迅猛發(fā)展而產(chǎn)生的重要問(wèn)題，在大數(shù)據(jù)背景下，電子商務(wù)企業(yè)積累了大量銷售、退貨和客戶等多源異構(gòu)數(shù)據(jù)，并可基于此挖掘用戶在電子商務(wù)平臺(tái)中的購(gòu)買(mǎi)和退貨的行為模式，進(jìn)而預(yù)測(cè)退貨風(fēng)險(xiǎn)。論文針對(duì)電子商務(wù)環(huán)境下的退貨風(fēng)險(xiǎn)建模，引入了二部圖結(jié)構(gòu)來(lái)組織歷史退貨記錄，并將問(wèn)題形式化為二部圖上的節(jié)點(diǎn)排序問(wèn)題。根據(jù)退貨的用戶和被退貨產(chǎn)品的結(jié)構(gòu)特點(diǎn)，在退貨二部圖中定義了隨機(jī)游走規(guī)則，以表征退貨風(fēng)險(xiǎn)在不同產(chǎn)品與用戶之間的傳遞，即將客戶的退貨風(fēng)險(xiǎn)表征為其退貨的產(chǎn)品，而產(chǎn)品的風(fēng)險(xiǎn)則表征為相關(guān)的客戶。此外，考慮到退貨記錄的稀疏性問(wèn)題，進(jìn)一步引入影響退貨的用戶和產(chǎn)品等各類特征，作為隨機(jī)游走的先驗(yàn)信息，從而提出一種融合特征的退貨風(fēng)險(xiǎn)預(yù)測(cè)方法。針對(duì)提出的預(yù)測(cè)算法，采用淘寶一商家的真實(shí)退貨數(shù)據(jù)進(jìn)行實(shí)驗(yàn)，結(jié)果表明，提出的退貨風(fēng)險(xiǎn)預(yù)測(cè)方法相較SVD、NMF等同類方法具有更高的預(yù)測(cè)精度，同時(shí)相關(guān)特征的引入有效提升了模型的預(yù)測(cè)能力，特別是產(chǎn)品價(jià)格和質(zhì)保證書(shū)對(duì)于預(yù)測(cè)精度的提高具有很好的效度。該方法對(duì)于電子商務(wù)企業(yè)有效防范退貨風(fēng)險(xiǎn)、加強(qiáng)客戶管理等方面具有較強(qiáng)的實(shí)際意義。

《在線健康咨詢市場(chǎng)中的價(jià)格溢價(jià)研究》一文利用在線醫(yī)療社區(qū)的實(shí)證數(shù)據(jù)分析對(duì)醫(yī)療行業(yè)的價(jià)格溢價(jià)進(jìn)行研究。論文從信息不對(duì)稱的視角考察在線健康咨詢市場(chǎng)中的價(jià)格溢價(jià)問(wèn)題，根據(jù)在線健康咨詢市場(chǎng)的特點(diǎn)，提出地位和聲譽(yù)兩種重要的信號(hào)機(jī)制，然后從不確定性的角度出發(fā)，識(shí)別出在線服務(wù)年限、疾病隱私程度和疾病嚴(yán)重程度3個(gè)對(duì)信號(hào)機(jī)制產(chǎn)生調(diào)節(jié)作用的重要變量。作者針對(duì)糖尿病、胰腺癌、小兒肺炎和不孕不育4種疾病，從好大夫網(wǎng)上連續(xù)收集了5個(gè)月所有醫(yī)生的相關(guān)信息，來(lái)驗(yàn)證所提的研究模型和假設(shè)。研究結(jié)果表明，地位和聲譽(yù)對(duì)價(jià)格溢價(jià)均有顯著的正向影響。然而，隨著醫(yī)生在線服務(wù)年限的增加，地位對(duì)獲取價(jià)格溢價(jià)的作用逐漸下降。當(dāng)消費(fèi)者咨詢隱私類疾病時(shí)，會(huì)更加關(guān)注醫(yī)生的聲譽(yù)，因而愿意向高聲譽(yù)的醫(yī)生支付更高的服務(wù)費(fèi)用。當(dāng)疾病嚴(yán)重程度較高時(shí)，用戶面臨巨大風(fēng)險(xiǎn)，更愿意去線下的大醫(yī)院進(jìn)行當(dāng)面就診。由于對(duì)平臺(tái)的不信任導(dǎo)致需求萎縮，因而即使是有非常高聲譽(yù)的醫(yī)生，也難以在線上獲得更高的價(jià)格溢價(jià)。論文為在線健康咨詢平臺(tái)上的醫(yī)生、消費(fèi)者和平臺(tái)運(yùn)營(yíng)商提供了若干指導(dǎo)。對(duì)于提供健康咨詢服務(wù)的醫(yī)生而言，該研究有助于理解如何獲得更高的價(jià)格溢價(jià)，從而幫助醫(yī)生獲得更多的經(jīng)濟(jì)收益；對(duì)于接受健康咨詢服務(wù)的消費(fèi)者而言，該研究有助于用合理的價(jià)格來(lái)選擇合適的醫(yī)生；對(duì)于平臺(tái)服務(wù)商而言，該研究有助于留住醫(yī)生(尤其是好醫(yī)生)，從而促進(jìn)平臺(tái)的繁榮。

《基于GMM-RBF神經(jīng)網(wǎng)絡(luò)的前列腺癌診斷方法》一文針對(duì)癌癥診斷這一重要的醫(yī)療和社會(huì)問(wèn)題對(duì)傳統(tǒng)神經(jīng)網(wǎng)絡(luò)方法進(jìn)行拓展，以提供更精確的前列腺癌和類似疾病的診斷預(yù)測(cè)方法。前列腺癌是近年來(lái)發(fā)病率上升速度最快的男性癌癥，嚴(yán)重威脅著患者的身體健康。為提升前列腺癌初步診斷的準(zhǔn)確性，降低穿刺活檢對(duì)身體造成的損傷，論文提出在診斷前使用高斯混合模型(GMM)對(duì)徑向基(RBF)神經(jīng)網(wǎng)絡(luò)中的初始徑向基函數(shù)參數(shù)進(jìn)行預(yù)訓(xùn)練，減少了模型陷入局部最優(yōu)的可能，并采用改進(jìn)的粒子群優(yōu)化(PSO)算法進(jìn)行神經(jīng)網(wǎng)絡(luò)模型的訓(xùn)練，有效簡(jiǎn)化了模型的訓(xùn)練過(guò)程。使用改進(jìn)PSO算法訓(xùn)練的GMM-RBF神經(jīng)網(wǎng)絡(luò)(PSO-GMM-RBFNN)方法，采用國(guó)家臨床醫(yī)學(xué)科學(xué)數(shù)據(jù)中心提供的前列腺疾病檢查數(shù)據(jù)進(jìn)行診斷實(shí)驗(yàn)，將該方法與RBF神經(jīng)網(wǎng)絡(luò)、分類回歸樹(shù)(CART)、支持向量機(jī)(SVM)和邏輯回歸(LR)等主流的機(jī)器學(xué)習(xí)算法進(jìn)行對(duì)比，并使用準(zhǔn)確性、特異性、敏感性和AUC值對(duì)模型表現(xiàn)進(jìn)行評(píng)價(jià)。實(shí)驗(yàn)結(jié)果顯示，GMM-RBF神經(jīng)網(wǎng)絡(luò)模型相較于改進(jìn)前的神經(jīng)網(wǎng)絡(luò)模型收斂速度更快、初始準(zhǔn)確度更高。使用改進(jìn)PSO算法進(jìn)行訓(xùn)練后的PSO-GMM-RBFNN方法在前列腺癌診斷10折交叉驗(yàn)證實(shí)驗(yàn)上取得了最好的表現(xiàn)。論文提出的改進(jìn)PSO算法訓(xùn)練的GMM-RBF神經(jīng)網(wǎng)絡(luò)方法在模型準(zhǔn)確性上較傳統(tǒng)RBF神經(jīng)網(wǎng)絡(luò)模型等有很大提升，能夠得到更為可靠的前列腺癌診斷結(jié)果，為醫(yī)療工作者對(duì)前列腺癌的初步診斷和穿刺活檢操作提供有效的輔助決策支持，該方法的提出對(duì)于減少患者痛苦、提高患者滿意度和節(jié)約醫(yī)療資源具有實(shí)際意義。

2019年管理信息系統(tǒng)專欄征稿

詳見(jiàn)封三

企業(yè)網(wǎng)絡(luò)輿情管理的理論和實(shí)證研究

專欄主題：

本專欄主題包括但不限于：

?企業(yè)輿情分析的基本理論和方法?企業(yè)網(wǎng)絡(luò)輿情識(shí)別理論和方法?企業(yè)網(wǎng)絡(luò)輿情傳播及其演化機(jī)制?網(wǎng)絡(luò)輿情對(duì)企業(yè)的影響機(jī)制?企業(yè)輿情管理的理論、策略和方法?企業(yè)輿情管理對(duì)網(wǎng)絡(luò)輿情的影響?大數(shù)據(jù)和云計(jì)算技術(shù)在企業(yè)輿情管理中的應(yīng)用?企業(yè)輿情管理的績(jī)效