长期价值

摘要： cqvip:管理大师德鲁克曾经指出:企业的经营理论由三个最重要的假设构成,一是对环境的假设——如何判定环境;二是对使命的假设——如何判定自己;三是对能力的假设——要完成使命必须具有的核心能力。上述观点与品牌系统性建设体系的品牌规划三大任务高度一致:判定战略机会,界定市场空间,确定价值共鸣。

摘要： 企业离退休人员的社会化管理质量,在一定程度上决定国家养老保险及管理制度是否具备正确性和长远性.文章阐述了当前企业离退休人员社会化管理面临的困境,认为管理者必须结合我国社会变革的实际情况,改变传统思维,正确看待社会化管理的长期价值,提出实行精细化管理、完善组织管理机制、构建信息分享平台等提高企业离退休人员社会化管理水平的有效方式,以供参考.

摘要： cqvip:时至今日,越来越多的主播感觉到,货越来越不好"带"了。随之而来的,是对于直播带货的讨论和关注度也大幅下滑。缘起:直播带货,怎么啦?前一段时间,直播带货着实火了一把。一班网红大V指点江山,挥斥方遒;一群明星蜂拥入局,所向披靡。直播间销售额屡破新高,就像前淘宝直播运营负责人赵圆圆所形容的那样:"现在一场直播没有几个亿都不好意思发战报写新闻稿了。"无论是商家还是主播,无论是媒体还是网民,好像都很嗨,嗨得不亦乐乎。

摘要： 通过分析跨越20年的三个地下工程项目,探讨超前规划设计理念和新技术如何引领城市建设和发展,这些隧道工程、轨道交通、地下空间等不同类型的地下基础设施建设从不同方面打造了面向未来的不断生长的城市.规划设计要有一定超前意识,运用最新的技术,关注建设项目的全生命周期,从而实现城市可持续发展和长远的价值.

摘要： 以2007-2017年我国沪深A股非金融类上市公司为样本,实证检验融资约束企业的盈余管理策略,并考察内部控制对盈余管理策略选择的影响.研究发现:融资约束与应计盈余管理、真实活动盈余管理均显著正相关,说明在面临融资约束时企业会综合采取两种盈余管理策略;进一步,这一关系仅存在于低质量内部控制企业中,而在高质量内部控制企业中融资约束仅与应计盈余管理相关,这说明高质量内部控制有助于抑制对企业长期价值损害较大的真实活动盈余管理.

摘要： 董事会在公共卫生危机期间在危机管理方面能够发挥关键作用,譬如为商业目的定下基调,监督供应链管理和人力资本管理的改进,这些方面皆为全球最佳做法所验证。这些正确的做法将有助于公司处于更强大和更有弹性的位置,以应对未来的未知事件公共卫生危机往往导致监管变化,但更重要的是会引起文化期望和人们行为的变化。2003年中国香港发生的严重急性呼吸系统综合征(SARS)疫情,令全港市民的卫生意识发生不可逆转的转变。现在那里的许多建筑都发布了关于电梯按钮多久被消毒一次的通知。人们在公共场所随地吐痰的现象已经非常罕见,而这在上世纪90年代后期还是一种常见现象。

摘要： 文章首先对企业社会责任的价值相关性的文献进行梳理,总结和评述,然后指出企业社会责任价值相关性应从长期和短期的不同的时间维度去看待,短期来看,企业社会责任是对资源的净消耗,目的是为了维护与整个利益相关者之间的关系,因此短期内股东并不看好企业社会责任的投资,企业社会责任与公司价值之间是负相关的;长期来看,企业社会责任的履行是一种长期投资,能产生信誉资本,进而维持和产生长期价值.最后讨论未来研究开展可能的方向和总结全文.

摘要： 本发明提出一种灵活能源混合网络动态微分控制的长期价格引导方法，该方法由数据筛选功能、胶囊神经网络、长短期记忆神经网络和随机动态微分控制器组成。该方法考虑分布式能源灵活性需求，以系统状态、温度、假期和政府的用电准则作为输入量，输出最优的价格信号。该方法利用数据筛选功能筛选用电信息中有用的数据，用于基准需求的预测；该方法中的胶囊神经网络和长短期记忆神经网络能解决用户基准需求的预测问题，以最优的预测结果作为输出；该方法中的随机动态微分控制器能通过预测的基准需求和可再生能源发电量得到灵活能源最优的价格引导信号。该方法能降低具有灵活性需求用户的用电成本，能缓解可再生能源发电中的弃电问题。

摘要： 本发明提供一种多群分布式灵活能源服务商长期价格引导方法，该方法由一种等和缩放穿梭因子在多层能源服务商之间互动的方法和一种双边目标值交换迭代方法组成。本发明是基于能源全社会福利最大化的多群分布式灵活能源服务商单目标非完全信息长期动态博弈策略研究，提供一种在非完全信息情况下的长期价格引导方法。本发明提供的一种等和缩放穿梭因子在多层能源服务商之间互动的方法能有效地解决不同能源服务商在长期动态博弈中变换策略所带来的系统失衡问题，并且采用一种双边目标值交换迭代方法在各能源服务商之间交换不完全信息，经过多次迭代后，达到维持系统平衡的效果。

摘要： 本发明公开了一种中长期价差模式与现货顺价模式相结合的电费结算系统，该系统包括：获取模块用于提取中长期交易模块中的月交易电量和电价信息；转换模块用于并将月交易电量分解，生成分时电量；现货交易模块用于将电价信息和分时电量，结合现货规则，计算第i日的电费，生成第一电费；第一计算模块用于将电价信息，结合中长期规则，计算第i日的电费，生成第二电费；第二计算模块用于计算第一、第二电费之间的差额；结算模块根据中长期交易模块获得的月电费和第二计算模块获得的差额，生成该月的实际电费账单。本发明能够在不改变现有价差合约价格的前提下，实现中长交易系统与现货交易系统并轨结算，从而减少系统改造的成本。

摘要： 本发明提出基于同比思想的用户生命周期价值自动化计算方法和系统。其中，方法包括：准备各渠道的用户数据；确定计算用户生命周期价值需要的相关参数；将各渠道划分为今年新渠道和往年老渠道，将用户数据集划分为今年实际数据和去年同期数据；根据计算用户生命周期价值需要的相关参数，应用往年老渠道的今年实际数据和去年同期数据，计算往年老渠道的用户生命周期价值；根据计算用户生命周期价值需要的相关参数，应用今年新渠道的今年实际数据和所有渠道的去年同期数据，计算今年新渠道的用户生命周期价值。本发明提出的方案，考虑了具有时间周期特性，因此在计算具有时间特性的用户生命周期价值时更合理和准确。

摘要： 本发明提出一种用户生命周期价值自动化预估方法和系统。其中，方法包括：准备计算渠道的用户生命周期价值所需的数据，确定计算渠道的用户生命周期价值需要的相关参数，并计算渠道在行为日期下的用户留存率和统计截止到当前行为日期下的累计活跃天数和累计用户贡献价值；计算各渠道在各激活日期下的平均生命周期用户贡献价值，根据渠道在各激活日期下的留存率曲线对用户的生命周期天数进行函数拟合，得到生命周期天数的计算公式，并计算得出各渠道在各激活日期下的用户生命周期价值。本发明提出的方案，由之前的人工统计需要耗时半天左右，现提高为半个小时之内；将用户留存率和用户行为表现相结合，同时对用户未来产生的贡献价值进行合理的评估。

摘要： 本发明属于网约车技术领域，具体公开了一种网约车用户融合模型的生命周期价值预测方法，包括以下步骤：S1、划分数据为高低折扣2类；具体为把T日内的消费数据分为2类；S2、建立高折扣数据模型；S3、建立低折扣数据模型；S4、计算网约车全局因子；S5、计算网约车局部因子；S6、高低价值模型融合；计算用户未来生命周期价值L(x)；本发明通过对2类折扣率分别计算高折扣率模型和低折扣率模型，并采用模型融合的方法以及网约车特有的全局因子和局部因子，能够有效预估用户未来生命周期价值，从而指导营销，解决了单一模型仅考虑购买情况的不准确性，同时引入网约车业务场景的全局和局部因子，并融合2个模型，能够提升准确度。

摘要： 本发明提供一种产品生命周期价值精准预测方法及装置，涉及数据处理方法技术领域。该产品生命周期价值精准预测装置，包括计算机和基于大数据建立的网络数据库，所述计算机由存储单元、处理单元组成。本发明，通过数据采集模块采集数据结合产品生命周期预测模块预测产品生命周期曲线，计算出产品终生价值，通过集成计算机程序的方式降低了技术门槛，通过数据采集模块采集市场占有率信息，再通过马尔柯夫预测模型预测出未来市场占有率信息，从而方便计算机程序能够更好的选择与之相匹配的曲线预测模型，通过数据采集模块产品已实现价值信息，再通过已实现价值生成的增长曲线，通过拟合模块将产品生命周期预测曲线修正，相比传统的预测更加精准。

摘要： 本发明提供了一种异构环境下嵌入预期价值的文献推荐方法，广泛应用于信息服务领域中的学术文献查询和检索过程中，包括如下步骤：构建初始向量，将文献网络转化为异构无向网络，利用异构图卷积将异构节点表示为节点向量，利用深度注意力层获取节点权重并优化节点向量，利用强化学习机制在节点向量中嵌入文献预期价值。本发明设计合理，结构清晰，使用便捷，可解决现有方法无法估计和利用文献预期价值的问题，以及无法多维度衡量节点贡献度的问题，减少推荐误差，提高了新发表文献的推荐效率和推荐精度。

摘要： 本申请实施例公开了一种客户生命周期价值的确定方法、装置、设备及介质，其中，所述方法包括：获取待测客户；确定与所述待测客户具有关联关系的静态特征、动态特征以及序列特征；基于所述静态特征、所述动态特征以及所述序列特征，确定所述待测客户的至少一个衡量客户生命周期价值的指标参数；基于所述至少一个指标参数，确定所述待预测客户的生命周期价值。

摘要： 本发明提供了用于客户分类和多实体匹配策略的深度学习集成模型的方法和系统。在一个新颖的方面中，基于客户生命周期价值(CLV)的深度学习模型(DNN)使用数据挖掘和递归神经网络(RNN)‑卷积神经网络(CNN)的集合体来识别来自潜在客户的潜在前景，预测流失/保留，预测下次购买，推荐策略以保持和增强现有客户关系，以及提供潜在客户/客户、代理、产品和交付策略之间的n元匹配。在一个实施例中，CLV系统获得客户的CLV简档，使用DNN模型为客户生成基于CLV的输出，根据基于CLV的输出为客户选择n元匹配，以及收集针对n元匹配的反馈以更新n元匹配直到满足一个或多个退出条件。