关键词： 电子商务   C2C   税收征管   协同治理   对策研究  

摘要： 随着互联网技术的普及和发展,通过网络进行的交易——电子商务,成为了一种新的贸易模式。然而,当前我国电子商务发展与税收立法发展的矛盾不断加深,现行法律法规难以适应电子商务的快速发展壮大。本论文基于协同治理理论,通过查阅文献综述、分析研究案例、比较分析等方法,对C2C电子商务税收征管的协同治理研究,将协同治理的理念引入到C2C电子商务税收征管中,探索该理论在C2C电子商务税收征管中的应用,对规范协同治理的运作方式具有积极的意义。本论文的主要结论是,传统税收征管模式难以满足日益发展壮大的C2C电子商务税收征管的要求,协同治理理念可作为有效实行C2C电子商务税收征管新的方法途径。协同治理C2C电子商务税收征管问题的基础是建立多元主体参与的治理模式;关键点为确立各主体权责,理顺参与途径及渠道。解决C2C电子商务税收征管问题的核心是逐步建立起一个基于协同治理框架,多元主体信息互联共享,相互制约监督,从而真正地对我国C2C电子商务实现高效率、高质量的税收征管工作。

关键词： B2B电子商务   餐饮食材行业   供应链协同   协同优化  

摘要： 在互联网信息技术和市场经济不断发展的今天,电子商务作为精简化的产业经营模式,已经成为国内各行各业的追逐点。目前为止,虽然我国许多龙头企业纷纷建立起自己的电商平台,但并没有从根本上动摇餐饮食材供应渠道和方式。我国现有的餐饮食材供应链管理仍处于传统落后的阶段,餐饮食材品类多样且交易方式复杂,同时,食材的流通环节多,损耗严重,难以满足和响应终端的需求。B2B作为电子商务领域中最为活跃的运作模式,已成为企业家、创业者们进入餐饮食材行业的首选。B2B电子商务餐饮食材供应链整合商的出现,使传统的餐饮食材进入“+互联网”的模式。虽然一定程度上解决了传统的餐饮食材供应链中存在的问题,但在运作的过程中依然存在规模化发展困难、标准化程度低、资金短缺等问题。本文旨在通过采用协同理论与ISM模型对B2B电子商务餐饮食材供应链的具体分析,解决目前食材供应链运作中存在的不足,降低成本,提升运作效率。本文首先通过相关文献综述以及餐饮食材供应链流通现状和模式进行分析,得出发展B2B电子商务餐饮食材供应链整合商的必要性。其次,分析B2B电子商务餐饮食材供应链协同构建需求及特征,包括内部协同和外部协同,由此分析出以B2B电子商务整合商为主体的餐饮食材供应链协同办法。然后,运用ISM模型分析实施供应链协同的策略,并得出结论:合作伙伴关系、信息共享程度、企业战略是推动供应链协同发展的原始力量,要想实现供应链协同,必须处理好外部关系、内部管理和信息管理。最后,通过H公司的案例分析对存在的问题进行协同策略的应用,为H公司餐饮食材供应链协同运作的实现提供一定指导价值。

关键词： 关联数据   开放政府数据   数据决策   决策支持  

摘要： 开放数据的利用形式很多,但最基本的原则是使其易于访问:任何人都可以访问和使用,而不受格式或许可的限制,这是开放数据运动的基本理念和初衷,也是支撑开放政府数据运动的重要驱动因素。开放政府数据的产生伴随着政府活动的过程,蕴含着丰富的有价值的信息,如果充分发掘,能够激发数据活力,以数据驱动的方式促进决策过程的优化,开放政府数据能使政府管理活动更加透明,提高政府办事效率,也能使公众利用数据开展分析和决策,开放政府数据运动为我们带来了新的机遇,如何利于与消费这些资源并使数据本身释放最大价值成为许多机构和学者关注的重点和热点。充分利用开放政府数据能够激发数据活力,促进数据创新,进而通过数据驱动决策。从当前开放政府数据的利用情况来看,大部分的研究集中在将开放政府数据以关联数据的形式发布和理论模型的构建,基于语义关系开展交互式探索方面的研究较少,开放政府数据的价值停留在基本的检索与浏览层面,蕴含的深层次信息没有被充分发掘出来。本文遵循面向决策、实验过程贯穿决策能力、最后回归决策的思路,验证了面向决策支持的开放政府数据语义化的合理性。以数据驱动的理念,分析了决策支持的新诉求,设计了交互式关系探索、资源获取途径、链接预测、可视化分析四个实验,实验过程中都与传统数据决策方式进行了对比,从决策的角度证明了面向决策支持的开放政府数据语义化所具有的优势,如果将这种优势应用到传统数据决策系统中,将有效的提高决策能力。本着数据创新的理念,本文提出了面向决策支持的政府开放数据语义融合的方法,设计了语义化的决策支持数据处理模型,通过实证研究对其进行验证,证明了利用语义化方式对开放政府数据进行组织和利用的优点和辅助决策的可行性。

关键词： artificial intelligence   machine learning  

ISBN: (数字)9789813273238 ISBN: (纸本)9789813273221

摘要： FLINS, originally an acronym for Fuzzy Logic and Intelligent Technologies in Nuclear Science, is now extended to include Computational Intelligence for applied research. The contributions of the FLINS conference cover state-of-the-art research, development, and technology for computational intelligence systems, with special focuses on data science and knowledge engineering for sensing decision support, both from the foundations and the applications points-of-view.

关键词： 火灾风险   宿舍楼   空间数据分析   GIS   模糊综合评价   决策支持  

摘要： 结合目前高校的火灾频发现状,将GIS强大的空间数据分析能力和路径规划能力与传统的火灾预警系统相结合,探讨GIS在实现对建筑的火灾风险评估和为应急指挥提供一定的决策支持中的重要性。

关键词： 企业财务审计   决策支持信息化   应用分析  

摘要： 这些年,国家经济快速发展,各领域得到前所未有的发展,因为经济体系的不断革新,企业内部财务审计工作体系也发生了较大的变化,尽管当前的审计体系发展较快,但是也存在一些问题急需解决,为此,我们应该把信息技术运用企业财务审计工作中,希望能够推动财务工作的发展.

关键词： Chicken   clinical signs   dextran sulphate sodium   inflammatory mediators   intestinal inflammation   model  

摘要： 1. The clinical severity, histological changes, indicators of gut leakiness and inflammatory cytokine profiles were studied in chickens with dextran sulphate sodium (DSS)-induced intestinal inflammation.2. The experimental groups (1.25%, 1.5% and 2.5% DSS) showed clinical signs, such as loose stools and weight loss, which increased with additional treatment days and, as expected, the effects of DSS-induced intestinal inflammation were time and dose-dependent.3. After 10 d, histological manifestations were evident, including goblet cell depletion, mucus layer loss, significantly shorter villi and a thinner total ileal mucosa.4. The d(-)-lactate value, which was used as a gut leakiness indicator, was significantly increased in the 2.5% DSS group.5. Expression of the inflammatory cytokines interleukin-1Beta, tumour necrosis factor alpha and interleukin-10 in the serum significantly increased with DSS treatment.6. This study indicates that the experimental intestinal inflammation induced by DSS is an ideal model to study the pathogenic mechanisms of intestinal inflammation in chickens and to test the efficacy of therapies.

关键词： 数据仓库   联机分析处理   决策支持系统   医院信息系统   商业智能  

摘要： 近些年,我国大部分医院已建立了各类辅助医疗事务的管理信息系统。医院信息系统有效保障医院正常运行,降低了运营成本,提高了工作效率和资源利用率,成为医院科学管理和提高医疗服务水平的有力手段。但是,这些业务系统相对独立,众多异构系统中的数据难以有机地整合和共享,并且这些信息系统属于联机事务处理系统,主要面向业务流程设计,而不面向分析管理,很难从日积月累的海量历史数据中发现和提取潜在的信息和知识来帮助医院管理者更好地做出决策。因此,医院需要将大量业务数据重新整合,为管理者的决策提供准确可靠的数据支持,从而进一步提高医院管理质量和医疗服务水平。在对国内外研究现状分析的基础上,结合医院具体情况,本文基于数据仓库和联机分析处理等多种技术,设计并实现了医院数据分析与决策支持系统。首先,本文根据医院信息系统的现状进行需求分析,进而确定了系统的主题和结构;其次,对医院门诊信息系统、住院信息系统和住院电子病历系统这三个主要业务系统中分散的数据进行抽取、清洗、转换后加载到医院数据仓库;再次,根据医院管理者的需求,从医院门诊量、门诊收入、门诊诊断、住院费用和住院诊断五个主题分别进行多维数据建模;最后基于B/S结构,通过多种维度,利用报表、柱形图和饼图等丰富的展现形式向用户分主题展示数据分析结果,实现医院数据分析与决策支持系统。本系统的价值在于有机地整合了医院的主要业务系统产生的数据,打破“信息孤岛”现象。基于Web的医院数据分析与决策支持系统方便医院管理者从多层次、多维度监测与分析门急诊和住院人次、收入、病人费用构成等指标,为医院管理者的决策提供更加全面、准确和直观的数据保障,以便应对日益复杂和快速变化的医疗环境,同时也为医院教学及科研中的临床诊断数据统计和疾病的相关性分析提供数据支持。

关键词： GIS   城市规划   空间分析   二三维一体化   辅助决策支持  

摘要： 近年来,随着长株潭城市一体化建设的进入高潮,享有长沙后花园之誉的银城益阳也进入城市规划建设事业飞速发展时期。城市基础设施快速发展和规模逐渐庞大导致城市规划管理工作日益繁重。此外,规划审批与管理牵涉的数据类型和数据量越来越庞大,以及政府部门对办公信息透明化的要求,对于城市规划的信息化与规划政务公开化要求也是越来越高,传统的城市规划与管理方法必将为了适应这个时代做出发展和改变。现阶段,很多的城市规划管理部门还在采用平面、二维城市规划方法,无法真实的表现现实的景观环境。为解决这些问题,需要建立一整套完整的信息管理服务平台,而基于GIS的城市规划辅助决策支持系统就是其中非常重要的一环。它可以模拟现实的环境,做到真三维、多视角、全方位的进行城市规划,还进一步可以实现规划方案的比较推敲,实现城市规划方案的整体的景观分析,使局部与整体之间更加的协调,从而使规划方案更加直观、科学,提高规划辅助决策的效率。本文针对上述问题对于系统开发,主要开展如下研究:(1)基于GIS的益阳市城市规划辅助决策支持系统的构建;(2)实现信息的二三维一体化管理;(3)数据的分层管理;(4)大数据的存储与浏览研究;(5)数字城市的日照分析。本系统的实现能够帮益阳市城市规划设计院提供以下几个方面的便利:功能上实现一体化的城市规划功能;数据上可以为城市规划提供真三维、多视角、全方位城市三维景观;决策上提高规划的科学性,对城市的规划、建设、管理提供详细,准确的分析数据和优化计划。提高规划工作的参与性,为公众提供了更好的条件,使他们能够更深入地了解规划结果,并参与规划工作。

摘要： From 2006 to 2016, an estimated average of 50% of big data analytics and decision support projects failed to deliver acceptable and actionable outputs to business users. The resulting management inefficiency came with high cost, and wasted investments estimated at $2.7 trillion in 2016 for companies in the United States. The purpose of this quantitative descriptive study was to examine the data model of a typical data analytics project in a big data environment for opportunities to improve the information created for management problem-solving. The research questions focused on finding artifacts within enterprise data to model key business scenarios for management action. The foundations of the study were information and decision sciences theories, especially information entropy and high-dimensional utility theories. The design-based research in a nonexperimental format was used to examine the data model for the functional forms that mapped the available data to the conceptual formulation of the management problem by combining ontology learning, data engineering, and analytic formulation methodologies. Semantic, symbolic, and dimensional extensions emerged as key functional forms of analytic extension of the data model. The data-modeling approach was applied to 15-terabyte secondary data set from a multinational medical product distribution company with profit growth problem. The extended data model simplified the composition of acceptable analytic insights, the derivation of business solutions, and the design of programs to address the ill-defined management problem. The implication for positive social change was the potential for overall improvement in management efficiency and increasing participation in advocacy and sponsorship of social initiatives.