管理學(xué)決策樹(shù)法精選(九篇)

前言：一篇好文章的誕生，需要你不斷地搜集資料、整理思路，本站小編為你收集了豐富的管理學(xué)決策樹(shù)法主題范文，僅供參考，歡迎閱讀并收藏。

第1篇：管理學(xué)決策樹(shù)法范文

[關(guān)鍵詞]決策分析　TREEPLAN　蒙特卡洛模擬

管理學(xué)界唯一的諾貝爾獎(jiǎng)獲得者赫伯特.亞歷山大.西蒙（Herbert Alexander Simon）把管理的定義為“管理就是決策”，該定義一語(yǔ)中的地指出了管理的要害。企業(yè)管理實(shí)際上是由一連串的決策組成的，決策質(zhì)量的好壞對(duì)于管理各項(xiàng)職能工作的效率和效果都有著不容忽視的影響。因此決策分析作為經(jīng)濟(jì)管理類學(xué)生必須掌握的重要管理基本技能，在管理學(xué)、管理運(yùn)籌學(xué)、物流系統(tǒng)工程等多門學(xué)科中反復(fù)出現(xiàn)，特別是關(guān)于定量決策，面對(duì)數(shù)學(xué)基礎(chǔ)薄弱的高職學(xué)生，如何才能實(shí)現(xiàn)有效教學(xué)？筆者認(rèn)為應(yīng)該適當(dāng)?shù)碚摷夹g(shù)的教學(xué)，轉(zhuǎn)向教會(huì)學(xué)生如何使用相關(guān)的工具軟件以輔助決策。

面對(duì)不同的類型的決策問(wèn)題，適合學(xué)生學(xué)習(xí)以處理問(wèn)題的主要的方法一般認(rèn)為是優(yōu)化和仿真兩種類型。優(yōu)化方法是通過(guò)計(jì)算期望值，然后從中選擇一個(gè)最大值，如適合于風(fēng)險(xiǎn)決策的決策樹(shù)法和決策表法。仿真方法包括靜態(tài)的蒙特卡羅仿真和動(dòng)態(tài)的事件仿真。

一、EXCEL求解決策樹(shù)

決策樹(shù)分析法是常用的風(fēng)險(xiǎn)分析決策方法。它利用概率論的原理，利用一種樹(shù)形圖作為分析工具。在該方法中，決策節(jié)點(diǎn)代表決策問(wèn)題，方案支代表可供選擇的方案，用概率支代表方案可能出現(xiàn)的各種結(jié)果，經(jīng)過(guò)對(duì)各種方案在各種結(jié)果條件下?lián)p益值的計(jì)算比較，為決策者提供決策依據(jù)。

用于決策樹(shù)法的計(jì)算機(jī)軟件主要有DATA-Tree Age，TreePlan，DPL， Decision Pro and Precision Tree，它們的共同點(diǎn)就是用戶可以通過(guò)一些簡(jiǎn)單的操作（例如指明不同節(jié)點(diǎn)的數(shù)量和類型）就可以構(gòu)建出決策樹(shù)。在我們的教學(xué)中使用的是EXCEL的決策樹(shù)插件TreePlan。

在文獻(xiàn)1中有關(guān)于決策樹(shù)方法的部分有這樣一例：有兩家摩托車廠聯(lián)營(yíng)準(zhǔn)備建立一家專賣商場(chǎng)，擬定了大、中、小型三個(gè)方案，各種類型的商場(chǎng)在不同的市場(chǎng)銷售狀態(tài)下收益預(yù)測(cè)如表1所示，試問(wèn)該聯(lián)營(yíng)商場(chǎng)應(yīng)選擇哪種方案？

首先為EXCEL加載好TreePlan插件。若成功則在菜單欄的加載項(xiàng)的功能視圖中就可以看見(jiàn)菜單命令Decision Tree。

打開(kāi)EXCEL，鼠標(biāo)選中適當(dāng)?shù)奈恢?，打開(kāi)Decision Tree菜單，在彈出的對(duì)話框中選中New Tree（新建樹(shù)），系統(tǒng)會(huì)自動(dòng)出現(xiàn)一個(gè)帶有兩個(gè)分支的決策節(jié)點(diǎn)。在本例中有三個(gè)可選方案，所以需要在初始樹(shù)基礎(chǔ)上再增加一個(gè)分支。選中決策節(jié)點(diǎn)所在的單元格，選擇Decision Tree，在彈出的窗口中選擇add branch（增加分支）。接下來(lái)，開(kāi)始繪制狀態(tài)事件分支。選中決策分支1末端單元格，選擇Decision Tree，在彈出的窗口中選擇change to event node（轉(zhuǎn)變?yōu)槭录?jié)點(diǎn)），branches（分支數(shù)目）選擇Three，將該決策分支的子樹(shù)做適當(dāng)設(shè)置后復(fù)制粘貼到其他分支（不熟悉此操作的可以直接繪制）。錄入相關(guān)數(shù)據(jù)信息并根據(jù)需要對(duì)部分函數(shù)做簡(jiǎn)單修改后系統(tǒng)自動(dòng)進(jìn)行計(jì)算并顯示最終結(jié)果，如圖1所示。

根據(jù)計(jì)算結(jié)果可知，應(yīng)該選擇建立中型商場(chǎng)，其期望收益值為10.5萬(wàn)元。

包含有多個(gè)決策方案的一類特殊例子是決策是連續(xù)的并且決策結(jié)果被看作是一個(gè)關(guān)于連續(xù)概率分布的函數(shù)，在這類決策中，就需要選擇其他的方法而不是決策樹(shù)方法了。

二、蒙特卡羅（Monte Carlo）模擬

蒙特卡羅模擬方法的原理是當(dāng)問(wèn)題或?qū)ο蟊旧砭哂懈怕侍卣鲿r(shí)，可以利用計(jì)算機(jī)模擬的方法產(chǎn)生抽樣結(jié)果，根據(jù)抽樣計(jì)算統(tǒng)計(jì)量或者參數(shù)的值；隨著模擬次數(shù)的增多，可以通過(guò)對(duì)各次統(tǒng)計(jì)量或參數(shù)的估計(jì)值求平均值的方法得到穩(wěn)定結(jié)論。

由Decisioneering公司開(kāi)發(fā)的Crystal Ball以及由Michael Middleton開(kāi)發(fā)的RiskSim都是實(shí)現(xiàn)蒙特卡羅模擬有效工具。在我們的教學(xué)中，采用Crystal Ball來(lái)講授蒙特卡羅模擬方法。

在企業(yè)的經(jīng)營(yíng)管理中，庫(kù)存問(wèn)題一直是管理的一個(gè)熱點(diǎn)和難點(diǎn)。該領(lǐng)域的一個(gè)經(jīng)典模型就是報(bào)童問(wèn)題（newsvendor problem）。問(wèn)題敘述如下：一個(gè)報(bào)童每天以1.00元的價(jià)格購(gòu)進(jìn)某種報(bào)紙，然后以2.00元的價(jià)格售出，每天內(nèi)有售完的報(bào)紙以0.40元的價(jià)格退回給報(bào)社。據(jù)長(zhǎng)期統(tǒng)計(jì)，報(bào)童在任意日期的銷售量服從均勻分布，請(qǐng)幫助報(bào)童確定最佳訂購(gòu)數(shù)量使總收入最大？

在加載了Crystal Ball模型附件的電子表格中建立如2所示，訂貨數(shù)量（C9）是任意假定的值，作為可能值的首個(gè)推測(cè)值。假 定需求（C12）輸入的是通過(guò)Crystal Ball生成的概率分布而不是單個(gè)恒定的數(shù)值。實(shí)際需求（C13）中輸入公式“=ROUND(假定需求,0)”，銷售收益（C15）中輸入公式“=單位售價(jià)*MIN(訂購(gòu)數(shù)量,實(shí)際需求)”，購(gòu)買成本（C16）中輸入公式“=單位成本*訂購(gòu)數(shù)量”，總殘值（C17）中輸入公式“=單位殘值*MAX(訂購(gòu)數(shù)量-實(shí)際需求,0)”，利潤(rùn)（C19）中輸入公式“=銷售收益-購(gòu)買成本+總殘值”。

利用EXCEL和Crystal Ball運(yùn)行圖2所示的模擬過(guò)程需要經(jīng)過(guò)四個(gè)步驟。

圖2　利用EXCEL進(jìn)行蒙特卡羅模擬

1.定義隨機(jī)輸入單元；

單擊C12，輸入任意值，單擊Crystal Ball工具欄上的Define Assumption按鈕，從分布庫(kù)中選擇需要輸入的概率分布，在彈出的分布對(duì)話框中輸入分布參數(shù)，可以引用這些參數(shù)所在的單元格。

第2篇：管理學(xué)決策樹(shù)法范文

關(guān)鍵詞：人力資本投資；需求；供給；決策樹(shù)模型

人力資本作為推動(dòng)區(qū)域經(jīng)濟(jì)社會(huì)多方面發(fā)展的重要?jiǎng)恿Γ瑢?duì)宏觀的經(jīng)濟(jì)系統(tǒng)、中觀的產(chǎn)業(yè)組織和微觀的企業(yè)及個(gè)人都有深遠(yuǎn)的影響。而人、人力資源和人力資本三者轉(zhuǎn)變的一個(gè)重要載體就是“人力資本投資”活動(dòng)，目前世界眾多國(guó)家已經(jīng)意識(shí)到人力資本的重要性，但是具體到企業(yè)人力資本投資決策，卻鮮有學(xué)者進(jìn)行系統(tǒng)梳理。針對(duì)這一現(xiàn)狀，本文基于經(jīng)濟(jì)與管理相結(jié)合的視角，對(duì)人力資本投資需求和人力資本投資供給進(jìn)行重點(diǎn)分析，探討其內(nèi)涵、影響因素、投資收益率模型等內(nèi)容。并輔以決策樹(shù)模型對(duì)決策過(guò)程進(jìn)行定量闡述。

一、人力資本投資需求分析

（一）人力資本投資需求內(nèi)涵

目前，理論界對(duì)人力資本投資需求這一概念尚未形成權(quán)威、統(tǒng)一的界定，在此筆者試圖從以下兩個(gè)角度加以歸納解釋。

1.從人力資本投資供給角度理解。市場(chǎng)經(jīng)濟(jì)活動(dòng)主體（包括政府、企業(yè)等）在組織生產(chǎn)時(shí)除投入必要的物質(zhì)資本外，另一個(gè)重要的是生產(chǎn)因素就是勞動(dòng)力，即需要在組織生產(chǎn)時(shí)進(jìn)行人力資本投資供給。而人力資本投資供給一是取決于人力資源數(shù)量，二是取決于人力資源質(zhì)量，即勞動(dòng)者所具有的知識(shí)、能力和健康所構(gòu)成的個(gè)人人力資本。〖BP（〗因此，現(xiàn)實(shí)中由于教育等多種原因，導(dǎo)致人力資本供給上的短缺，即是人力資本投資需求?！糂P）〗

2.從相關(guān)概念角度分析理解。經(jīng)濟(jì)學(xué)認(rèn)為，投資需求是一定時(shí)期內(nèi)全社會(huì)形成的固定資產(chǎn)投資和存貨增加額之和。它由資本邊際效率和利息率這兩個(gè)因素的對(duì)比關(guān)系所決定。故人力資本投資需求可理解為一定時(shí)期內(nèi)市場(chǎng)經(jīng)濟(jì)活動(dòng)主體（含政府、企事業(yè)單位等）因各種原因所形成的內(nèi)部人力資本數(shù)量或質(zhì)量的增加之和。若將投資需求用投資邊際效益率的函數(shù)表示，則在其他相關(guān)變量給定條件下，將是減函數(shù)，從而在以投資量和邊際效益率或利率分別標(biāo)志橫軸和縱軸的平面直角坐標(biāo)系中，人力資本投資需求曲線將是一條自左至右向下傾斜的曲線。

二、 人力資本投資供給分析

（一）人力資本投資供給內(nèi)涵

人力資本投資供給可從以下層面理解。第一，人力資本投資供給是指各種培訓(xùn)機(jī)構(gòu)為人力資本投資者提供的各種教育、醫(yī)療等。第二，人力資本投資供給主要指的是有關(guān)關(guān)人力資本投資的資金融資。顯然，要想購(gòu)買到教育等人力資本開(kāi)發(fā)部門所提供的服務(wù)，必須要有資金，在其他條件一定的情況下，所融資的資金越充裕，可能得到的人力資本投資開(kāi)發(fā)部門所提供的開(kāi)發(fā)人力資本的服務(wù)供給也就越多。因此，在某種意義上可以說(shuō)，有關(guān)人力資本投資的資金融通也可稱為人力資本投資供給。

（二）人力資本投資供給影響因素

從宏觀角度看，可將人力資本投資供給主體劃分為私人主導(dǎo)的人力資本投資供給和由政府主導(dǎo)的人力資本投資供給。從這一角度出發(fā)，探究出以下人力資本投資供給影響因素：

1.經(jīng)濟(jì)發(fā)展水平。一國(guó)的經(jīng)濟(jì)發(fā)展水平，主要通過(guò)收入水平和稅收水平影響人力資本投資供給。經(jīng)濟(jì)增速快、結(jié)構(gòu)優(yōu)，則一國(guó)內(nèi)政府和企業(yè)的收入和稅收水平就相對(duì)高，無(wú)論是政府還是私人都具有較強(qiáng)的經(jīng)濟(jì)能力去開(kāi)展人力資本投資活動(dòng)，人力資本投資供給量自然增加。反之降低。

2.政府政策與法律法規(guī)。在市場(chǎng)經(jīng)濟(jì)發(fā)展過(guò)程中，政府政策和法律法規(guī)對(duì)商品的生產(chǎn)與供給具有很大影響，同樣，對(duì)于人力資本投資供給，二者的政策導(dǎo)向和法律效應(yīng)，更是具有很強(qiáng)的指引和規(guī)范作用。例如，《職業(yè)教育法》明確規(guī)定企業(yè)每月要按規(guī)定提取工資總額的2%至2.5%作為職工教育經(jīng)費(fèi)，對(duì)企業(yè)職工開(kāi)展教育培訓(xùn)；又如，現(xiàn)在全國(guó)范圍內(nèi)，掀起得由政府主導(dǎo)，免費(fèi)的“職業(yè)技能培訓(xùn)”、“創(chuàng)業(yè)就業(yè)培訓(xùn)”等。

3.市場(chǎng)價(jià)格或需求導(dǎo)向。由私人主導(dǎo)的有關(guān)人力資本投資供給量，與其服務(wù)的價(jià)格或收費(fèi)標(biāo)準(zhǔn)成正相關(guān)。如果人們對(duì)有關(guān)人力資本投資需求增加，愿意支付的價(jià)格越高，那么其相應(yīng)的供給量就越多。近年來(lái)，各種輔導(dǎo)班持續(xù)升溫，從中、小學(xué)生家教到所謂高考“夢(mèng)工場(chǎng)”，費(fèi)用居高不降，規(guī)模日益擴(kuò)大，就是這方面例證?！糂P（〗可見(jiàn)，私人主導(dǎo)的人力資本投資供給量直接受制于市場(chǎng)價(jià)格或需求導(dǎo)向?！糂P）〗

4.市場(chǎng)上競(jìng)爭(zhēng)者數(shù)量。市場(chǎng)上競(jìng)爭(zhēng)者的數(shù)量也是影響人力資本投資供給的一個(gè)因素。在其他條件不變的情況下，市場(chǎng)上競(jìng)爭(zhēng)者數(shù)量越多，同一價(jià)格水平下市場(chǎng)供給總量也就越高。反之， 市場(chǎng)上競(jìng)爭(zhēng)者數(shù)量越少，同一價(jià)格水平下市場(chǎng)供給總量也就越少。此外，從微觀角度看，企業(yè)管理者的管理理念、投資態(tài)度、企業(yè)文化等也是影響人力資本投資供給的重要因素。

三、人力資本投資決策樹(shù)模型應(yīng)用

決策樹(shù)是通過(guò)圖解方式來(lái)構(gòu)造決策樹(shù)模型，在決策樹(shù)模型上計(jì)算各方案的最大效益期望值或最低期望成本，然后通過(guò)比較做出決策。該法具有直觀、易于理解并支持序列多級(jí)決策的優(yōu)點(diǎn)，是風(fēng)險(xiǎn)型決策的主要方法。

某企業(yè)，為了增加人力資本存量而進(jìn)行人力資本投資決策，共有三個(gè)投資方案可以供選擇，分別為A：需要投資50萬(wàn)元進(jìn)行脫產(chǎn)培訓(xùn)，工作時(shí)間預(yù)計(jì)為10年，在此期間初步預(yù)測(cè)，在員工效率高時(shí)可以創(chuàng)造年效益為15萬(wàn)元，在效率低時(shí)可以創(chuàng)造年效益為4萬(wàn)元；B：需要投資20萬(wàn)元進(jìn)行在職培訓(xùn)，工作時(shí)間預(yù)計(jì)為10年，在此期間初步預(yù)測(cè)，在員工效率高時(shí)可以創(chuàng)造年效益為7萬(wàn)元，在效率低時(shí)可以創(chuàng)造年效益為3萬(wàn)元；C：先對(duì)員工進(jìn)行在職培訓(xùn)，在職培訓(xùn)四年后再對(duì)員工進(jìn)行脫產(chǎn)培訓(xùn)，脫產(chǎn)培訓(xùn)需投資25萬(wàn)元，工作時(shí)間預(yù)計(jì)為6年，每年可增效益為12萬(wàn)元。對(duì)受訓(xùn)人員的工作效率進(jìn)行預(yù)測(cè)后得出，員工工作效率高的概率為0.7，員工工作效率不低的概率為0.3，問(wèn)：如何進(jìn)行投資決策？

根據(jù)題中己知條件先繪出決策樹(shù)圖，并標(biāo)明各數(shù)據(jù)， 然后計(jì)算各狀態(tài)點(diǎn)的期望損益值，有：

狀態(tài)點(diǎn)②的期望損益值：

E2=（0.7×15+0.3×4）×10-50=67（萬(wàn)元）

狀態(tài)點(diǎn)⑤的期望值：E5=1.0×12×6-25=47（萬(wàn)元）

狀態(tài)點(diǎn)⑥的期望值：E6=1.0×7×6=42（萬(wàn)元）

對(duì)狀態(tài)點(diǎn)⑤和狀態(tài)點(diǎn)⑥的期望損益值進(jìn)行比較后得知，狀態(tài)⑤的對(duì)員工進(jìn)行脫產(chǎn)進(jìn)修的方案優(yōu)于狀態(tài)點(diǎn)⑥的不脫產(chǎn)進(jìn)修的方案，所以將狀態(tài)點(diǎn)⑥所在的方案枝進(jìn)行“修枝”，并將決策點(diǎn)四的期望損益值標(biāo)為47萬(wàn)元。至此完成第一次決策。再進(jìn)行第二階段的決策，狀態(tài)點(diǎn)③的期望損益值為：

E3=0.7×7×4+0.7×47+0.3×3×（4+6）-20=41.5（萬(wàn)元）

對(duì)狀態(tài)點(diǎn)②和狀態(tài)點(diǎn)③的期望損益值進(jìn)行比較后得知，狀態(tài)點(diǎn)②優(yōu)于狀態(tài)點(diǎn)點(diǎn)③，故將狀態(tài)點(diǎn)③所在的方案枝進(jìn)行“修枝”，可見(jiàn)脫產(chǎn)進(jìn)修方案優(yōu)于在職培訓(xùn)方案。最后選用脫產(chǎn)進(jìn)修的方案為滿意方案。

四、結(jié)論

人力資本投資需求與供給，除與個(gè)體年齡、收入等微觀因素相關(guān)，還受時(shí)間、風(fēng)險(xiǎn)等不可控因素影響，更擺脫不了經(jīng)濟(jì)發(fā)展水平、政府政策等宏觀因素制約。人力資本投資收益率基本模型，奠定了人力資本投資決策基礎(chǔ)，決策樹(shù)模型則

對(duì)影響投資效益的各方案進(jìn)行計(jì)算分析和比較，以幫助企業(yè)管理者做出投資小、技術(shù)先進(jìn)、營(yíng)運(yùn)費(fèi)用低、盈利多、投資回收快的最優(yōu)決策。（作者單位：1.安徽理工大學(xué)經(jīng)濟(jì)與管理學(xué)院；2. 淮南師范學(xué)院經(jīng)濟(jì)與管理學(xué)院）

參考文獻(xiàn)：

[1]〖BP（〗 LEVHARI，D. AND Y.WEISS. The effect of risk on the investment in human capital[J].American Economics Review，1974，74（8）：950-963.

[2] Kahneman，D.& Tversky，A.Prospect theory：an analysis of decision under risk[J].Econometria，1979，47（2）：263-291.

[3] Tversky，A.& Kahneman，D.Advances in prospect theory：Cumulative representation of uncertainty[J].Journal of Risk and uncertainty，1992（5）：297-323.

[4]〖BP）〗張曉冬.管理運(yùn)籌學(xué)[M].化學(xué)工業(yè)出版社，2011（9）.

[2]葛玉輝.人力資本原理——基于經(jīng)濟(jì)與管理相結(jié)合的視角[M].經(jīng)濟(jì)管理出版社，2010（8）.

[3]邱菀華.管理決策熵學(xué)及其應(yīng)用[M].中國(guó)電力出版社，2011（1）

第3篇：管理學(xué)決策樹(shù)法范文

【關(guān)鍵詞】 數(shù)據(jù)挖掘 信用風(fēng)險(xiǎn) 決策樹(shù) 支持向量機(jī)

一、引言

我國(guó)上市公司是整個(gè)國(guó)民經(jīng)濟(jì)整體的一個(gè)有機(jī)組成部分,甚至可以說(shuō)是整個(gè)國(guó)民經(jīng)濟(jì)的核心所在。至2008年底,滬深兩市的股票總市值在縮水62.9%的情況下仍達(dá)到12.13萬(wàn)億,占GDP的48.6%。從這些數(shù)據(jù)可以看出,上市公司在我國(guó)經(jīng)濟(jì)中占有主體地位,因此,上市公司的優(yōu)劣存亡將關(guān)系到整個(gè)國(guó)民經(jīng)濟(jì)的發(fā)展。然而,我國(guó)上市公司所積累的信用風(fēng)險(xiǎn)已經(jīng)非常巨大,在深交所的誠(chéng)信檔案里僅主板市場(chǎng)就列出了20頁(yè)的違規(guī)通報(bào)批評(píng)和處分決定。就國(guó)有企業(yè)而言,信用危機(jī)依然存在,突出的表現(xiàn)就是惡意拖欠逃債現(xiàn)象。企業(yè)信用風(fēng)險(xiǎn)狀況直接關(guān)系到我國(guó)金融市場(chǎng)的健康發(fā)展和國(guó)民經(jīng)濟(jì)的持續(xù)穩(wěn)定?？梢?jiàn),對(duì)上市公司信用風(fēng)險(xiǎn)的管理是非常必要和迫在眉睫的,而上市公司信用風(fēng)險(xiǎn)評(píng)估模型的建立是防范信用風(fēng)險(xiǎn)的重要手段。因此,研究上市公司信用風(fēng)險(xiǎn)評(píng)估這一課題,已經(jīng)成為我國(guó)目前經(jīng)濟(jì)生活中亟待解決的一個(gè)重要問(wèn)題。

目前許多定量技術(shù)和支持工具、軟件已付諸商業(yè)應(yīng)用,繼傳統(tǒng)的比例分析之后,統(tǒng)計(jì)方法得到了廣泛的應(yīng)用,如判別分析和Logistic回歸等。信用等級(jí)評(píng)估是通過(guò)對(duì)企業(yè)或個(gè)人的某些單一財(cái)務(wù)指標(biāo)進(jìn)行加權(quán)平均確定的,該方法最大的缺陷在于指標(biāo)和加權(quán)值的確定帶有很大的主觀性,使得評(píng)估結(jié)果和實(shí)際狀況有很大的出入。因此,需要引入科學(xué)方法來(lái)確定有效評(píng)估指標(biāo),并建立準(zhǔn)確的定量模型來(lái)解決信用等級(jí)評(píng)估的問(wèn)題。近年來(lái),信息技術(shù)得到了迅速發(fā)展,如數(shù)據(jù)挖掘技術(shù)等能從海量數(shù)據(jù)中智能發(fā)現(xiàn)有用的規(guī)則和知識(shí),再加上我國(guó)上市公司信息披露制度的不斷完善,使得我們的研究能夠得到的數(shù)據(jù)資料也不斷的增多,這些有利條件的出現(xiàn)使得我們對(duì)基于數(shù)據(jù)挖掘的上市公司信用風(fēng)險(xiǎn)評(píng)估模型的研究有了數(shù)據(jù)基礎(chǔ)和技術(shù)基礎(chǔ)。

二、基于數(shù)據(jù)挖掘的信用風(fēng)險(xiǎn)評(píng)估模型比較綜述

1、決策樹(shù)

決策樹(shù)方法于20世紀(jì)60年代起源于對(duì)概念學(xué)習(xí)建模;20世紀(jì)70年代后期Quinlan發(fā)明用信息增益作為啟發(fā)策略的ID3算法,從樣本中學(xué)習(xí)構(gòu)造專家系統(tǒng);1993年Quinlan在ID3算法基礎(chǔ)上研究出了改進(jìn)的決策樹(shù)歸納包(C4.5),這是目前被普遍采用的數(shù)據(jù)分類方法。其思想是一個(gè)類似于流程圖的樹(shù)結(jié)構(gòu),其中每個(gè)內(nèi)部結(jié)點(diǎn)表示在一個(gè)屬性熵的測(cè)試,每個(gè)分支代表一個(gè)測(cè)試輸出,而每個(gè)樹(shù)葉節(jié)點(diǎn)代表類或類分布。決策樹(shù)通過(guò)把實(shí)例從根節(jié)點(diǎn)排列到某個(gè)葉子節(jié)點(diǎn)來(lái)分類實(shí)例,葉子節(jié)點(diǎn)即為實(shí)例所屬的分類,樹(shù)上每個(gè)節(jié)點(diǎn)說(shuō)明了對(duì)實(shí)例的某個(gè)屬性的測(cè)試,節(jié)點(diǎn)的每個(gè)后繼分支對(duì)應(yīng)于該屬性的一個(gè)可能值。決策樹(shù)分類模型之所以被廣泛應(yīng)用于信用風(fēng)險(xiǎn)評(píng)估,主要是因?yàn)闆Q策樹(shù)具有以下優(yōu)點(diǎn):(1)與神經(jīng)網(wǎng)絡(luò)或貝葉斯分類等其他分類模型相比,決策樹(shù)的分類原理簡(jiǎn)單易懂,很容易被使用人員理解和接受。在決策樹(shù)分類過(guò)程中,一般不需要人為設(shè)定參數(shù),更適合于知識(shí)發(fā)現(xiàn)的要求;(2)決策樹(shù)的學(xué)習(xí)算法具有建立速度快、計(jì)算量相對(duì)不是很大、可以處理連續(xù)值和離散值屬性;(3)決策樹(shù)能使用信息原理對(duì)大量樣本的屬性進(jìn)行信息量分析,計(jì)算各屬性的信息量,找出反映類別的重要屬性(可以清晰的顯示哪些屬性對(duì)分類比較重要);(4)決策樹(shù)分類方法與其他分類模型相比,易于生成可理解的規(guī)則。決策樹(shù)方法對(duì)記錄數(shù)越大的數(shù)據(jù)庫(kù),它的效果越明顯,這就是它顯著的優(yōu)點(diǎn)。

研究表明,一般情況下,樹(shù)越小則樹(shù)的預(yù)測(cè)能力越強(qiáng)。要構(gòu)造盡可能小的決策樹(shù),關(guān)鍵在于選擇恰當(dāng)屬性。而屬性選擇依賴于各種對(duì)例子子集的不純度度量方法。其中,基于數(shù)據(jù)挖掘中決策樹(shù)C4.5算法的分析框架建立的上市公司信用風(fēng)險(xiǎn)評(píng)估模型,對(duì)數(shù)據(jù)分布無(wú)任何要求,應(yīng)用于上市公司信用風(fēng)險(xiǎn)評(píng)估的效果比較好,因此具有良好的發(fā)展前景,值得我們深入研究。

2、神經(jīng)網(wǎng)絡(luò)

BP網(wǎng)是面向映射變換的神經(jīng)網(wǎng)絡(luò)中應(yīng)用最廣泛的一種,其結(jié)構(gòu)如圖1所示。典型的BP網(wǎng)有三個(gè)層次:輸入層、隱含層和輸出層,相鄰層次神經(jīng)元間采用全互連形式,同層神經(jīng)元間則不相連。其思路是:當(dāng)給網(wǎng)絡(luò)提供一個(gè)輸入模式時(shí),該模式由輸入層傳到隱含,經(jīng)隱含層神經(jīng)元作用函數(shù)處理后傳送到輸出層,再經(jīng)由輸出層神經(jīng)元作用函數(shù)處理后產(chǎn)生一個(gè)輸出模式。如果輸出模式與期望的輸出模式有誤差,就從輸出層反向?qū)⒄`差逐層傳送到輸入層,把誤差“分?jǐn)偂苯o各神經(jīng)元并修改連接權(quán),使網(wǎng)絡(luò)實(shí)現(xiàn)從輸入模式到輸出模式的正確映射。對(duì)于一組訓(xùn)練模式,可以逐個(gè)用訓(xùn)練模式作為輸入,反復(fù)進(jìn)行誤差檢測(cè)和反向傳播過(guò)程,直到不出現(xiàn)誤差為止。這時(shí),BP網(wǎng)完成了學(xué)習(xí)階段,具備所需的模式分類(識(shí)別)能力。

20世紀(jì)80年代末,西方發(fā)達(dá)國(guó)家將人工智能引入銀行業(yè),協(xié)助銀行進(jìn)行貸款決策,這其中,尤其以人工神經(jīng)網(wǎng)絡(luò)最為突出,其在企業(yè)財(cái)務(wù)分析中顯示了巨大的優(yōu)勢(shì)和潛力。而在我國(guó),無(wú)論是用統(tǒng)計(jì)方法還是用神經(jīng)網(wǎng)絡(luò)技術(shù)來(lái)研究信用風(fēng)險(xiǎn),目前都尚處于起步階段。王春峰等(1999)用神經(jīng)網(wǎng)絡(luò)技術(shù)進(jìn)行商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估;郝麗萍等(2001)研究了商業(yè)銀行信貸風(fēng)險(xiǎn)分析的人工神經(jīng)網(wǎng)絡(luò)模型;柳炳祥、盛昭翰(2003)利用粗神經(jīng)網(wǎng)絡(luò)對(duì)企業(yè)財(cái)務(wù)危機(jī)進(jìn)行了分析;龐素琳等(2003)利用BP算法對(duì)我國(guó)某商業(yè)銀行2001年120家貸款企業(yè)進(jìn)行3類模式(“信用好”、“信用一般”、“信用差”)分類,分類準(zhǔn)確率達(dá)到83.34%;張德棟、張強(qiáng)(2004)建立了基于BP神經(jīng)網(wǎng)絡(luò)的企業(yè)信用3層神經(jīng)網(wǎng)絡(luò)評(píng)估模型,實(shí)驗(yàn)結(jié)果證明,該模型用于企業(yè)信用評(píng)估,減少了企業(yè)信用評(píng)估傳統(tǒng)的定性方法中權(quán)重確定的人為因素,評(píng)估正確率達(dá)到了92.12%;王凱、黃世祥(2007)建立起基于BP神經(jīng)網(wǎng)絡(luò)的行業(yè)間信用評(píng)估模型,并代入2003年度全國(guó)農(nóng)業(yè)和工業(yè)的部分行業(yè)數(shù)據(jù)進(jìn)行實(shí)證。

神經(jīng)網(wǎng)絡(luò)由于其自身優(yōu)勢(shì)已經(jīng)在各個(gè)領(lǐng)域得到了廣泛的應(yīng)用,近幾年來(lái),經(jīng)濟(jì)學(xué)和管理學(xué)方面的學(xué)者將其運(yùn)用到經(jīng)濟(jì)領(lǐng)域,特別是在信用風(fēng)險(xiǎn)評(píng)估方面取得了很好的成效。尤其BP神經(jīng)網(wǎng)絡(luò)在商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估上應(yīng)用的可行性,其優(yōu)點(diǎn)主要體現(xiàn)在:(1)BP神經(jīng)網(wǎng)絡(luò)模型具有高速信息處理能力。信用風(fēng)險(xiǎn)評(píng)價(jià)是一個(gè)非常復(fù)雜的系統(tǒng),簡(jiǎn)單的信用風(fēng)險(xiǎn)打分模型不能很好地表述這種關(guān)系,同時(shí)結(jié)果與實(shí)際也有較大的差別。而神經(jīng)網(wǎng)絡(luò)是由大量的神經(jīng)元廣泛互連而成的系統(tǒng),并行處理能力很強(qiáng),得到的模型能對(duì)實(shí)際作出很好的預(yù)測(cè)。(2)BP神經(jīng)網(wǎng)絡(luò)模型具有很強(qiáng)的不確定性信息處理能力。由于神經(jīng)網(wǎng)絡(luò)中神經(jīng)元個(gè)數(shù)眾多以及整個(gè)網(wǎng)絡(luò)存儲(chǔ)信息容量巨大,使得它具有很強(qiáng)的對(duì)不確定性信息的處理能力。而信用風(fēng)險(xiǎn)本身就有一種不確定性,信用風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系涉及指標(biāo)眾多,這些變量本身就具有一種動(dòng)態(tài)性和不穩(wěn)定性。運(yùn)用BP神經(jīng)網(wǎng)絡(luò)模型進(jìn)行預(yù)測(cè)可以很好地解決這種不確定性。(3)BP神經(jīng)網(wǎng)絡(luò)模型是一個(gè)具有高度非線性的系統(tǒng)。神經(jīng)網(wǎng)絡(luò)同現(xiàn)行的計(jì)算機(jī)不同,它是一種非線性的處理單元,因此神經(jīng)網(wǎng)絡(luò)是一種具有高度非線性的系統(tǒng)。在信用風(fēng)險(xiǎn)評(píng)估運(yùn)用上,它突破了傳統(tǒng)信用風(fēng)險(xiǎn)評(píng)估方法以線性處理為基礎(chǔ)的局限性,能更有效、更精確地處理復(fù)雜信息。但是,神經(jīng)網(wǎng)絡(luò)也存在明顯的不足。首先,當(dāng)神經(jīng)網(wǎng)絡(luò)的輸入維數(shù)高時(shí),隱含規(guī)則呈幾何級(jí)數(shù)增加,致使網(wǎng)絡(luò)結(jié)構(gòu)龐大,同時(shí)神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)速率固定,存在局部最小點(diǎn)問(wèn)題,因此網(wǎng)絡(luò)收斂速度慢,需要很長(zhǎng)的訓(xùn)練時(shí)間,甚至可能發(fā)生網(wǎng)絡(luò)癱瘓;其次,網(wǎng)絡(luò)結(jié)構(gòu)復(fù)雜,導(dǎo)致網(wǎng)絡(luò)的輸入節(jié)點(diǎn)單元數(shù)、隱含層數(shù)的確定缺乏理論依據(jù)。盡管存在一些遺憾,神經(jīng)網(wǎng)絡(luò)方法作為一門嶄新的信息處理科學(xué)方法仍然吸引著眾多領(lǐng)域的研究者。

3、支持向量機(jī)

支持向量機(jī)(Support Vector Machine,SVM)是根據(jù)統(tǒng)計(jì)學(xué)習(xí)理論得出的一種新的機(jī)器學(xué)習(xí)算法,它用結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則替代經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化原則,較好地解決了小樣本學(xué)習(xí)問(wèn)題,是一種通用的前饋網(wǎng)絡(luò)類型。支持向量機(jī)的實(shí)現(xiàn)是通過(guò)某種事先選擇的非線性映射(核函數(shù))將輸入向量映射到一個(gè)高維特征空間,在這個(gè)空間中構(gòu)造最優(yōu)分類超平面。使用SVM進(jìn)行數(shù)據(jù)集分類工作的過(guò)程首先是通過(guò)預(yù)先選定的一些非線性映射將輸入空間映射到高維特征空間,它使得在高維屬性空間中有可能對(duì)訓(xùn)練數(shù)據(jù)實(shí)現(xiàn)超平面的分割,避免了在原輸入空間中進(jìn)行非線性曲面分割計(jì)算。SVM數(shù)據(jù)集形成的分類函數(shù)具有這樣的性質(zhì):它是一組以支持向量為參數(shù)的非線性函數(shù)的線性組合,因此分類函數(shù)的表達(dá)式僅和支持向量的數(shù)量有關(guān),而獨(dú)立于空間的維度。

隨著機(jī)器學(xué)習(xí)理論的不斷發(fā)展,支持向量機(jī)作為一種專門針對(duì)小樣本學(xué)習(xí)的算法被引入到了信用風(fēng)險(xiǎn)評(píng)估中。在我國(guó),張秋水、羅林開(kāi)等(2006)通過(guò)SVM與傳統(tǒng)的多元線性回歸(Multi Linear Regression,MLR)和Logit分析(Logit Analysis,LA)的實(shí)證對(duì)比和模型分析,得出SVM在20組測(cè)試樣本集上的平均誤判率是最低的,顯著優(yōu)于MLR,也優(yōu)于LA。吳沖等(2009)建立了基于模糊積分的支持向量機(jī)集成方法,該方法綜合考慮了子支持向量機(jī)的輸出重要性并與單個(gè)支持向量機(jī)和最多投票原則的支持向量機(jī)集成進(jìn)行比較,實(shí)證結(jié)果表明,該方法具有更高的分類精度。與BP神經(jīng)網(wǎng)絡(luò)相比,SVM方法的優(yōu)缺點(diǎn)是:(1)模型的準(zhǔn)確率。SVM是通過(guò)解一個(gè)凸二次規(guī)劃來(lái)得出結(jié)果的,因此找到的解是全局最優(yōu)解,且精度高,利用支持向量機(jī)進(jìn)行上市公司信用風(fēng)險(xiǎn)評(píng)估,根據(jù)有限的訓(xùn)練樣本,建立了非線性映射關(guān)系,解決了維數(shù)問(wèn)題,這種算法具有簡(jiǎn)單、準(zhǔn)確率高的優(yōu)點(diǎn),很適合推廣。(2)泛化能力。SVM通過(guò)結(jié)構(gòu)風(fēng)險(xiǎn)最小化原則實(shí)現(xiàn)了經(jīng)驗(yàn)風(fēng)險(xiǎn)和置信范圍的良好折衷,避免了過(guò)擬合現(xiàn)象,而人工神經(jīng)網(wǎng)絡(luò)是基于經(jīng)驗(yàn)風(fēng)險(xiǎn)最小化原理。(3)模型的適用性。SVM方法通過(guò)對(duì)不同的核函數(shù)和參數(shù)的選擇,可以優(yōu)化評(píng)估結(jié)果,不同的核函數(shù)可以滿足不同的需求,模型的適用范圍更廣。(4)對(duì)數(shù)據(jù)要求。SVM可以避免小樣本和“維數(shù)災(zāi)難”問(wèn)題,對(duì)有限數(shù)量和維數(shù)較高的樣本評(píng)估精度較高;而B(niǎo)P神經(jīng)網(wǎng)絡(luò)模型由于數(shù)據(jù)較少,易產(chǎn)生過(guò)擬合現(xiàn)象,因而使用范圍受限制。(5)核函數(shù)也需要人為的確定,尚未有理論證明決定應(yīng)選擇的核函數(shù)。

三、結(jié)束語(yǔ)

隨著信息技術(shù)的發(fā)展,數(shù)據(jù)挖掘方法被廣泛應(yīng)用于金融、經(jīng)濟(jì)領(lǐng)域,在信用風(fēng)險(xiǎn)方面也受到越來(lái)越多的重視。在我國(guó),對(duì)上市企業(yè)的信用風(fēng)險(xiǎn)評(píng)估還是一個(gè)很具有挑戰(zhàn)性的領(lǐng)域,不僅體現(xiàn)在其信用風(fēng)險(xiǎn)變化的復(fù)雜性,還在于評(píng)估所面臨的巨大工作量。上市企業(yè)的信用狀況是構(gòu)成整個(gè)社會(huì)體系不可缺少的重要部分,因此,解決其信用風(fēng)險(xiǎn)評(píng)估問(wèn)題的首要任務(wù)是要建立簡(jiǎn)單可操作的模型,并充分發(fā)揮計(jì)算機(jī)處理信息等的優(yōu)勢(shì)作用。

(注:本文系華東交通大學(xué)校立科研基金資助課題《基于數(shù)據(jù)挖掘的上市公司信用風(fēng)險(xiǎn)評(píng)估模型研究》的部分研究成果,課題編號(hào):09GD02。)

【參考文獻(xiàn)】

[1] Qualian JR,C4.5: Programs for Machine Learning [J],San Mateo, CA:Morgan Kaufmann Publishers,1993.

[2] Virongrong Tesprasit,Paisarn Charoenpornsawat ,Virach Sornlertlamvanich,A Context-Sensitive Homograph Disambiguation in Thai Text-to-Speech Synthesis,Proceedings ofHuman Language Technology Conference,2003.

[3] 周松林、吳銘:滬深兩市總市值全年縮水62.9%[J].金融界,2009(1).

[4] 王春峰、萬(wàn)海暉、張維:基于神經(jīng)網(wǎng)絡(luò)技術(shù)的商業(yè)銀行信用風(fēng)險(xiǎn)評(píng)估[J].系統(tǒng)工程理論與實(shí)踐,1999(9).

[5] 郝麗萍、胡欣悅、李麗:商業(yè)銀行信貸風(fēng)險(xiǎn)分析的人工神經(jīng)網(wǎng)絡(luò)模型研究[J].系統(tǒng)工程理論與實(shí)踐,2001(5).

[6] 柳炳祥、盛昭翰:基于粗神經(jīng)網(wǎng)絡(luò)的企業(yè)危機(jī)預(yù)警系統(tǒng)設(shè)計(jì)[J].信息與控制,2003(1).

[7] 龐素琳、王燕鳴、黎榮舟:基于BP算法的信用風(fēng)險(xiǎn)評(píng)價(jià)模型研究[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2003(8).

[8] 張德棟、張強(qiáng),基于神經(jīng)網(wǎng)絡(luò)的企業(yè)信用評(píng)估模型[J].北京理工大學(xué)學(xué)報(bào),2004(11).

[9] 王凱、黃世祥:基于BP神經(jīng)網(wǎng)絡(luò)的行業(yè)間中小企業(yè)信用評(píng)估模型及應(yīng)用[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí),2007(24).

第4篇：管理學(xué)決策樹(shù)法范文

摘 要 “常青樹(shù)”要素工作法是荊州住房公積金管理中心推出的一種新型管理與工作方法，是將樹(shù)之生長(zhǎng)的內(nèi)外部因素與住房公積金實(shí)際相結(jié)合而形成的荊州特色管理文化，體現(xiàn)了以人為本的管理理念。常青樹(shù)象征生生不息、不斷進(jìn)取，有著旺盛的生命力。在“常青樹(shù)”要素工作法的指引下，荊州住房公積金事業(yè)必將成長(zhǎng)為枝繁葉茂的參天大樹(shù)。

關(guān)鍵詞 “常青樹(shù)”要素工作法 住房公積金 創(chuàng)新管理

荊州住房公積金管理中心從增強(qiáng)內(nèi)部管理素質(zhì)和員工素質(zhì)、推進(jìn)住房公積金持續(xù)發(fā)展的內(nèi)在要求出發(fā)，堅(jiān)持改革創(chuàng)新，努力克服前進(jìn)道路上的各種困難，積極推進(jìn)住房公積金事業(yè)向前發(fā)展。繼2009年開(kāi)發(fā)導(dǎo)入CIS管理體系（企業(yè)識(shí)別系統(tǒng)）、開(kāi)展創(chuàng)建優(yōu)質(zhì)服務(wù)型單位活動(dòng)，2010-2012年開(kāi)展“兩創(chuàng)兩樹(shù)”（創(chuàng)新、創(chuàng)優(yōu)、樹(shù)正氣、樹(shù)形象）主題年活動(dòng)，2011年實(shí)施“德能雙馨”員工援助計(jì)劃（EAP項(xiàng)目）之后，2012年至2014年又開(kāi)創(chuàng)了“常青樹(shù)”要素工作法，將創(chuàng)新發(fā)展的理念又向前推進(jìn)了一步。

一、“常青樹(shù)”要素工作法簡(jiǎn)介

“常青樹(shù)”要素工作法是一種工作方法、管理形式和思維方式，也是一種規(guī)范要求。

（一）定義

荊州住房公積金管理中心以常青樹(shù)及其生長(zhǎng)之要素原理，將實(shí)現(xiàn)荊州住房公積金事業(yè)常青目標(biāo)與實(shí)現(xiàn)組織的年度工作計(jì)劃、目標(biāo)和個(gè)人的工作職能、職業(yè)計(jì)劃、成長(zhǎng)目標(biāo)相結(jié)合，明晰并構(gòu)建住房公積金的內(nèi)外部工作關(guān)系結(jié)構(gòu)，建立一種樹(shù)模型的組織和自我管理的工作方法。

（二）目的

荊州住房公積金管理中心通過(guò)EAP（員工援助計(jì)劃）項(xiàng)目的實(shí)施，以“常青樹(shù)”要素工作法來(lái)體現(xiàn)實(shí)現(xiàn)工作目標(biāo)的組織引導(dǎo)和自我管理。在單位組織年度目標(biāo)實(shí)現(xiàn)和團(tuán)隊(duì)形象提升中，充分尊重并體現(xiàn)個(gè)人的價(jià)值、能力和作用，以此打造荊州住房公積金管理中心以人為本的獨(dú)特管理文化。

二、“常青樹(shù)”要素的組成

（一）什么是“樹(shù)”

“樹(shù)”既是名詞，也是動(dòng)詞。作為名詞，“樹(shù)”是木本植物的總稱，主要由根、干、枝葉組成。作為動(dòng)詞，“樹(shù)”的本意是種植栽培，引申意義是建立、造就，如：樹(shù)雄心，立壯志;十年樹(shù)木百年樹(shù)人。“樹(shù)”的概念被數(shù)學(xué)、計(jì)算機(jī)科學(xué)和管理學(xué)等各個(gè)學(xué)科借鑒使用。

（二）什么是“常青樹(shù)”

“常青樹(shù)”本意是指枝繁葉茂、四季常青的植物（如松柏、冬青、桂花等）;“常青樹(shù)”喻意是取常青樹(shù)的博大、青春、穩(wěn)定的精神內(nèi)涵，比喻住房公積金事業(yè)不斷進(jìn)步、基業(yè)常青。

（三）什么是“常青樹(shù)”要素

1.“常青樹(shù)”的健康成長(zhǎng)必須靠良好的環(huán)境和自身的努力，住房公積金事業(yè)也是如此;荊州住房公積金管理中心的發(fā)展壯大也是如此;個(gè)人的成長(zhǎng)也是如此。

2.“常青樹(shù)”要素包括自身要素（內(nèi)因）和環(huán)境要素（外因）?！俺Ｇ鄻?shù)”自身的構(gòu)成要素包括：樹(shù)根、樹(shù)干、枝葉和果實(shí);環(huán)境要素包括：陽(yáng)光、雨露、營(yíng)養(yǎng)、雨雪風(fēng)霜、雷霆閃電等。

（四）什么是工作法

工作法就是將住房公積金管理中心的目標(biāo)、計(jì)劃和干部員工的崗位職責(zé)及個(gè)人成長(zhǎng)相結(jié)合的方法。

三、“樹(shù)”原理的管理與運(yùn)用

“常青樹(shù)”的管理學(xué)涵義源自于《基業(yè)長(zhǎng)青》一書(shū)。

1994年，美國(guó)著名管理學(xué)家吉姆?科林斯（Jim Collins）與杰里?波勒斯合作，從財(cái)富500強(qiáng)中選取18家高瞻遠(yuǎn)矚的公司進(jìn)行研究，根據(jù)研究結(jié)果寫成《基業(yè)長(zhǎng)青》（Build to Last）一書(shū)。該書(shū)出版之后重印70余次，被譯成16種文字在全球發(fā)行，其基業(yè)長(zhǎng)青的理念也成為各種組織的不懈追求。

《基業(yè)長(zhǎng)青》基本的理念包括：

1.引導(dǎo)組織追求卓越的愿景是組織成長(zhǎng)的不竭動(dòng)力;

2.好的領(lǐng)導(dǎo)和完善的組織制度是組織成功的基本條件;

3.追求進(jìn)步、擇強(qiáng)汰弱、持續(xù)改進(jìn)、永不滿足的價(jià)值觀是組織長(zhǎng)盛不衰的根本信條;

4.以人為本，先人后事是組織成功的有力支持。

5.技術(shù)進(jìn)步是基業(yè)長(zhǎng)青不可忽視的重要手段。

常見(jiàn)的“樹(shù)”原理的管理有以下幾類：

1.在計(jì)算機(jī)上的運(yùn)用。隨著計(jì)算機(jī)的發(fā)展，在數(shù)據(jù)結(jié)構(gòu)中，“樹(shù)”被引申為由一個(gè)集合以及在該集合上定義的一種關(guān)系構(gòu)成，由根節(jié)點(diǎn)和若干棵子樹(shù)構(gòu)成，如根目錄、子目錄等。

2.在管理上的運(yùn)用。一是用于行政決策?！皼Q策樹(shù)”原理一般自上而下生成，每個(gè)決策或事件（即自然狀態(tài)）都可能引出兩個(gè)或多個(gè)選擇，導(dǎo)致不同的結(jié)果，把這種決策分支畫(huà)成圖形很像一棵樹(shù)的干枝;二是用于企業(yè)市場(chǎng)分析。利用概率論原理，問(wèn)題是主干，多個(gè)方案是分枝，用概率分枝代表不同的結(jié)果，對(duì)不同結(jié)果的損益值進(jìn)行比較。

3.在心理教育上的運(yùn)用。主要用于進(jìn)行積極的、消極的心理比較，如下圖：

積極因素 vs 消極因素

四、“常青樹(shù)”要素工作法（對(duì)應(yīng)關(guān)系）

1.根系：德育、心理、大地的營(yíng)養(yǎng)。

2.主干：從事的主要工作。

3.分枝：新一年的改革項(xiàng)目（找出困難和問(wèn)題并提出解決問(wèn)題的辦法）。

4.枝葉：實(shí)施工作計(jì)劃、實(shí)施工作目標(biāo)的公共關(guān)系構(gòu)成（可以內(nèi)部、可以外部;可以單位、可以個(gè)人;與他人可重復(fù)）。

5.果實(shí)：工作目標(biāo)（成果）。

6.營(yíng)養(yǎng)與維護(hù)：素質(zhì)培養(yǎng)、業(yè)務(wù)培訓(xùn)、社會(huì)監(jiān)督。

7.陽(yáng)光與雨露：需要感恩的人和事。

五、“常青樹(shù)”要素工作法的推行與應(yīng)用

1.時(shí)間：2012年3月啟動(dòng)。

2.范圍：荊州市住房公積金管理中心全體職工（第一批：中心城區(qū);第二批：各個(gè)辦事處）。

3.運(yùn)用：年初管理中心全員按“常青樹(shù)”要素工作法，結(jié)合自己的本職工作，制訂個(gè)人和組織的年度工作常青樹(shù)，并實(shí)行年終自評(píng)報(bào)審計(jì)稽核科考評(píng);對(duì)外部來(lái)看突出公共關(guān)系維系，將改善管理中心和住房公積金事業(yè)發(fā)展的外部環(huán)境貫穿每個(gè)員工工作的始終。

4.類型：管理中心、科室、個(gè)人（見(jiàn)表1-3）。

5.試運(yùn)行：（1）制定方案;（2）小組試驗(yàn);（3）推介啟動(dòng)。

第5篇：管理學(xué)決策樹(shù)法范文

一．市場(chǎng)結(jié)構(gòu)：市場(chǎng)結(jié)構(gòu)的分類和特征，競(jìng)爭(zhēng)和壟斷的關(guān)系，不同市場(chǎng)結(jié)構(gòu)的區(qū)別，行業(yè)進(jìn)入壁壘的概念和分類，行業(yè)退出壁壘的概念和分類，市場(chǎng)結(jié)構(gòu)的衡量，規(guī)模經(jīng)濟(jì)與范圍經(jīng)濟(jì)的區(qū)別，交易費(fèi)用的概念，博弈論基本概念，納什均衡的含義。

二．市場(chǎng)行為：企業(yè)定價(jià)行為，企業(yè)促銷行為，企業(yè)兼并與收購(gòu)行為，企業(yè)技術(shù)進(jìn)步的形式和影響因素，企業(yè)多樣化經(jīng)營(yíng)行為，企業(yè)縱向一體化行為。

三．市場(chǎng)績(jī)效：市場(chǎng)績(jī)效目標(biāo)的多元化，市場(chǎng)績(jī)效的衡量方法，帕累托效率的概念，市場(chǎng)失靈的原因，外部性的含義。

四．產(chǎn)業(yè)組織政策：產(chǎn)業(yè)組織政策的目標(biāo)和實(shí)施手段，政府管制與放松管制，反壟斷政策。

第二部分產(chǎn)業(yè)結(jié)構(gòu)

一．產(chǎn)業(yè)成長(zhǎng)與演進(jìn)：產(chǎn)業(yè)分類方法，產(chǎn)業(yè)發(fā)展的一般規(guī)律，產(chǎn)業(yè)結(jié)構(gòu)演變的趨勢(shì)。

二．產(chǎn)業(yè)關(guān)聯(lián)：產(chǎn)業(yè)關(guān)聯(lián)的實(shí)質(zhì)與方式，投入產(chǎn)出分析方法，中間需求與最終需求的概念，生產(chǎn)波及效果的分析。

三．產(chǎn)業(yè)結(jié)構(gòu)政策：主導(dǎo)產(chǎn)業(yè)選擇的原則，支柱產(chǎn)業(yè)支持政策，衰退產(chǎn)業(yè)援助政策，幼小產(chǎn)業(yè)保護(hù)政策，產(chǎn)業(yè)技術(shù)政策，產(chǎn)業(yè)結(jié)構(gòu)優(yōu)化，產(chǎn)業(yè)布局，產(chǎn)業(yè)安全，產(chǎn)業(yè)發(fā)展與環(huán)境保護(hù)的關(guān)系。

第三部分經(jīng)濟(jì)增長(zhǎng)與經(jīng)濟(jì)發(fā)展

一．經(jīng)濟(jì)增長(zhǎng)與經(jīng)濟(jì)發(fā)展理論：經(jīng)濟(jì)增長(zhǎng)與經(jīng)濟(jì)發(fā)展的概念，經(jīng)濟(jì)增長(zhǎng)的模式，制度變遷的概念，經(jīng)濟(jì)增長(zhǎng)中的制度因素，工業(yè)化過(guò)程，可持續(xù)發(fā)展的概念。

二．經(jīng)濟(jì)發(fā)展的內(nèi)在與外在因素：資本形成，人力資本形成，基礎(chǔ)設(shè)施，技術(shù)進(jìn)步對(duì)經(jīng)濟(jì)增長(zhǎng)的貢獻(xiàn)，國(guó)際貿(mào)易對(duì)經(jīng)濟(jì)發(fā)展的貢獻(xiàn)。

三．經(jīng)濟(jì)發(fā)展戰(zhàn)略與策略：發(fā)展中國(guó)家的財(cái)政政策、貨幣政策與稅收政策，進(jìn)口替代與出口導(dǎo)向策略，通貨膨脹與金融危機(jī)，發(fā)展中國(guó)家的貿(mào)易戰(zhàn)略，關(guān)稅與貿(mào)易保護(hù)，匯率與外匯管理，外資利用與外國(guó)直接投資，國(guó)際發(fā)展援助，對(duì)外債務(wù)。

四．區(qū)域經(jīng)濟(jì)與區(qū)域經(jīng)濟(jì)發(fā)展戰(zhàn)略：區(qū)域的概念、類型和特征，區(qū)位選擇的影響因素，空間相互作用與空間擴(kuò)散，區(qū)域經(jīng)濟(jì)發(fā)展途徑，區(qū)域空間結(jié)構(gòu)，區(qū)域產(chǎn)業(yè)結(jié)構(gòu)，經(jīng)濟(jì)區(qū)劃，區(qū)域分工，區(qū)域經(jīng)濟(jì)聯(lián)系，區(qū)域發(fā)展戰(zhàn)略，區(qū)域形象設(shè)計(jì)，區(qū)域經(jīng)濟(jì)政策，區(qū)域經(jīng)濟(jì)一體化，經(jīng)濟(jì)全球化。

第四部分城市經(jīng)濟(jì)與管理

一．城市化與城市體系；城市產(chǎn)生與發(fā)展的區(qū)域基礎(chǔ)，城市職能與規(guī)模，城市經(jīng)濟(jì)區(qū)的結(jié)構(gòu)與功能，城市化水平，城市化的發(fā)展階段與基本形式，世界城市化進(jìn)程，中國(guó)城市化道路，城鎮(zhèn)體系的形成、特征與類型，中心城市的類別和作用。

二．城市經(jīng)濟(jì)管理問(wèn)題；就業(yè)與失業(yè)，人口流動(dòng)與增長(zhǎng)，城市土地使用制度，地價(jià)評(píng)估，城市土地利用，住宅的流通與消費(fèi)，城市住房改革，城市基礎(chǔ)設(shè)施建設(shè)，城市交通，城市環(huán)境經(jīng)濟(jì)，城市經(jīng)濟(jì)開(kāi)發(fā)區(qū)建設(shè)。

三．城市財(cái)政與城市金融；城市財(cái)政的職能與作用，城市財(cái)政的收入與支出，城市財(cái)政管理體制改革，中央銀行的職能和作用，政策性銀行的運(yùn)作，商業(yè)銀行的地位和職能，城市其他金融機(jī)構(gòu)，證券市場(chǎng)的特征和基本功能，證券市場(chǎng)的監(jiān)管，城市金融市場(chǎng)的運(yùn)作，國(guó)際收支的概念，國(guó)際收支失衡的調(diào)節(jié)，國(guó)際金融市場(chǎng)及其分類，區(qū)域性國(guó)際金融機(jī)構(gòu)性質(zhì)和作用。

第五部分管理學(xué)原理

一．管理組織設(shè)計(jì)：組織的概念和作用，組織設(shè)計(jì)的策略，組織結(jié)構(gòu)的基本類型，組織中的群體與非正式群體，學(xué)習(xí)型組織，扁平化組織，管理幅度分析，職務(wù)設(shè)計(jì)，集權(quán)與分權(quán)，授權(quán)分析，組織變革，流程再造，現(xiàn)代企業(yè)制度與法人治理結(jié)構(gòu)。

二．計(jì)劃與決策方法：戰(zhàn)略計(jì)劃與戰(zhàn)術(shù)計(jì)劃，計(jì)劃流程，現(xiàn)代計(jì)劃方法，目標(biāo)管理，決策的定義與類型，確定型與非確定型決策，個(gè)人決策與群體決策，決策樹(shù)分析。

第6篇：管理學(xué)決策樹(shù)法范文

【關(guān)鍵詞】實(shí)物期權(quán)，二叉樹(shù)模型，傳媒行業(yè)

實(shí)物期權(quán)基本概念

實(shí)物期權(quán)是金融期權(quán)理論對(duì)實(shí)物資產(chǎn)期權(quán)、即非金融資產(chǎn)的延伸。因此，我們可以將標(biāo)的資產(chǎn)為非金融資產(chǎn)的期權(quán)稱為實(shí)物期權(quán)。實(shí)物期權(quán)的估值理念不僅僅是局限于現(xiàn)金流的預(yù)測(cè)，更是將企業(yè)在日常經(jīng)營(yíng)及投資項(xiàng)目中所具有的不確定性考慮在內(nèi)， 將企業(yè)未來(lái)可能的現(xiàn)金流以概率的方法進(jìn)行描述，從而得出未來(lái)企業(yè)現(xiàn)金流的總體概率分布。

二叉樹(shù)模型基本概念

二叉樹(shù)模型的精髓在于首先得出風(fēng)險(xiǎn)中立情況下，投資項(xiàng)目未來(lái)現(xiàn)金流量的期望值，再以無(wú)風(fēng)險(xiǎn)利率對(duì)該期望值進(jìn)行折現(xiàn)，從而得到期權(quán)的現(xiàn)值。

在風(fēng)險(xiǎn)中立前提下的二叉樹(shù)看漲期權(quán)的定價(jià)公式。

對(duì)于二期的二叉樹(shù)模型，期權(quán)的期初價(jià)值C0為：

某上市公司基金代銷業(yè)務(wù)估值

某傳媒行業(yè)上市公司近期獲得了基金代銷業(yè)務(wù)的牌照，該業(yè)務(wù)目前方興未艾，加之中國(guó)的基金行業(yè)也正在茁壯成長(zhǎng)階段。因此公司的第三方基金銷售業(yè)務(wù)無(wú)疑具有實(shí)物期權(quán)中成長(zhǎng)期權(quán)的特征。成長(zhǎng)期權(quán)如企業(yè)在進(jìn)入一個(gè)新市場(chǎng)時(shí)的初期投資、進(jìn)行研發(fā)活動(dòng)和企業(yè)文化的建設(shè)等等，這些投資本身難以用項(xiàng)目所形成的凈現(xiàn)金流進(jìn)行評(píng)價(jià)，甚至有可能得到負(fù)的凈現(xiàn)值。盡管如此，成長(zhǎng)期權(quán)相當(dāng)于一個(gè)對(duì)后續(xù)投資機(jī)會(huì)的買權(quán)，如果未來(lái)的情況對(duì)企業(yè)有利，則進(jìn)一步投資，盡可能獲得最大收益；若環(huán)境發(fā)展對(duì)企業(yè)不利時(shí)，企業(yè)可以選擇放棄進(jìn)一步投資，成長(zhǎng)期權(quán)反映的是投資項(xiàng)目具有的戰(zhàn)略價(jià)值。

假定公司欲開(kāi)展基金銷售業(yè)務(wù)，需在2012年6月、2012年12月分別投入500萬(wàn)元，并在2013年6月投入5000萬(wàn)元，未來(lái)每年需要在基金代銷業(yè)務(wù)上投入2000萬(wàn)元。公司基金第三方銷售業(yè)務(wù)收入將主要來(lái)源于0.6％的網(wǎng)上申購(gòu)費(fèi)率，根據(jù)推算公司未來(lái)三年現(xiàn)金流如下圖所示，單位（百萬(wàn)元）。

由市場(chǎng)數(shù)據(jù)可得該公司的加權(quán)資本成本為10.32%，由此可得傳統(tǒng)NPV方法下基金代銷在近三年的凈現(xiàn)值為7209萬(wàn)元。而三階段的投資總額按無(wú)風(fēng)險(xiǎn)利率3.98%折現(xiàn)，相當(dāng)于2012年6月的5883萬(wàn)元，因此該項(xiàng)目的NPV現(xiàn)值為1326萬(wàn)元，顯然該項(xiàng)目在當(dāng)前的條件下是有投資價(jià)值的。

公司之前在于基金代銷方面的研發(fā)是為了日后在恰當(dāng)?shù)臅r(shí)機(jī)獲取商業(yè)化的利益，但是對(duì)于公司而言，投資對(duì)于未來(lái)的項(xiàng)目的投資并非一項(xiàng)義務(wù)。換言之，公司的投入研發(fā)可以創(chuàng)造出未來(lái)有價(jià)值的機(jī)會(huì)，但在當(dāng)前并不用完全投資，因此此類研發(fā)類似于一個(gè)期權(quán)。

投資于未來(lái)潛在的能夠商業(yè)化的項(xiàng)目就像一個(gè)看漲期權(quán)，在本例中，到期日為T=2，執(zhí)行價(jià)格是5883萬(wàn)元，標(biāo)的資產(chǎn)是該基金銷售項(xiàng)目未來(lái)預(yù)期現(xiàn)金流的現(xiàn)值7209萬(wàn)元的索償權(quán)。假設(shè)在研發(fā)階段不確定性導(dǎo)致該項(xiàng)目的未來(lái)現(xiàn)金流在半年內(nèi)上升或下降的因子為u=1.5，d=0.67，則該項(xiàng)目的價(jià)值V動(dòng)態(tài)時(shí)間序列如下左圖所示。使用風(fēng)險(xiǎn)中性的二叉樹(shù)期權(quán)定價(jià)模型對(duì)上圖只能怪決策樹(shù)進(jìn)行分析，首先對(duì)二叉樹(shù)的末端，即第二期的期權(quán)進(jìn)行定價(jià)，然后由此往前推導(dǎo)。在研發(fā)階段的末期，若選擇不將其商業(yè)化，則商業(yè)化階段的最壞情況既是收益為0。因此，在第二期末，該期權(quán)的價(jià)值為Max（V++-5000，0）。當(dāng)?shù)诙谀┦袌?chǎng)條件優(yōu)于預(yù)期或與預(yù)期相符時(shí)，期權(quán)的價(jià)值即為11220萬(wàn)元（市場(chǎng)條件優(yōu)于預(yù)期），或2209萬(wàn)元（市場(chǎng)條件符合預(yù)期），而當(dāng)市場(chǎng)條件劣于預(yù)期時(shí)，應(yīng)該放棄該項(xiàng)目。在風(fēng)險(xiǎn)中性的二叉樹(shù)期權(quán)定價(jià)模型中，資產(chǎn)的現(xiàn)值是未來(lái)在高狀態(tài)和低狀態(tài)下的價(jià)值分別以無(wú)風(fēng)險(xiǎn)利率折現(xiàn)后，與風(fēng)險(xiǎn)中性概率的乘積之后得出的期望值。本例中風(fēng)險(xiǎn)中性概率p=0.44，從而易得第一期以及初始狀態(tài)的結(jié)果，具體計(jì)算結(jié)果如下右圖所示。

從結(jié)果中可以看出，在考慮到成長(zhǎng)期權(quán)的情況下，公司的基金代銷業(yè)務(wù)的凈現(xiàn)值為3261萬(wàn)元，高于傳統(tǒng)的凈現(xiàn)值方法得出的1326萬(wàn)元，顯然實(shí)物期權(quán)給公司帶來(lái)的選擇權(quán)顯示出了其隱含價(jià)值。

參考文獻(xiàn)：

[1]Myers， S. C.， Determinants of Corporate Borrowing， Journal of Financial Economics， 1977，5， 147-176.

第7篇：管理學(xué)決策樹(shù)法范文

關(guān)鍵詞：工程項(xiàng)目；風(fēng)險(xiǎn)管理；發(fā)展趨勢(shì)

Abstract: the engineering project risk management is risk management and project management with the combination of a discipline, it is the risk management in project management in the field of extension and application. In this paper, the engineering project risk management practice and research, and the engineering project risk management development trend for the analysis is discussed.

Keywords: engineering projects; Risk management; Development trend

中圖分類號(hào)：K826.16文獻(xiàn)標(biāo)識(shí)碼：A 文章編號(hào)：

0引言

目前，從總的趨勢(shì)看，自然科學(xué)和技術(shù)科學(xué)的很多領(lǐng)域都正在從“決定論”向“選擇論”的方向發(fā)展，使得有些“硬”科學(xué)出現(xiàn)“軟化”的傾向。工程項(xiàng)目建設(shè)過(guò)程是一個(gè)周期長(zhǎng)、投資多、技術(shù)要求高、系統(tǒng)復(fù)雜的生產(chǎn)消費(fèi)過(guò)程，在該過(guò)程中，未確知因素、隨機(jī)因素和模糊因素大量存在，并不斷變化，由此而造成的風(fēng)險(xiǎn)直接威脅工程項(xiàng)目的順利實(shí)施和成功。對(duì)近幾年的國(guó)內(nèi)有關(guān)風(fēng)險(xiǎn)管理的研究進(jìn)行回顧，我國(guó)的項(xiàng)目風(fēng)險(xiǎn)管理水平與國(guó)際水平還有較大一段距離，如何加強(qiáng)和提高工程管理的水平仍是一個(gè)很重要的研究課題，要提高工程管理的水平，首先得研究目前在這領(lǐng)域的研究現(xiàn)狀和發(fā)展趨勢(shì)。

一、我國(guó)項(xiàng)目風(fēng)險(xiǎn)管理研究現(xiàn)狀

20世紀(jì)80年代以來(lái)，我國(guó)項(xiàng)目管理體制首先在建設(shè)項(xiàng)目上有所突破。魯布革水莊站是利用世界銀行貸款項(xiàng)目，1984年在國(guó)內(nèi)第一次采用國(guó)際招標(biāo)，推行項(xiàng)目管理，縮短了工期，降低了造價(jià)，工程質(zhì)量?jī)?yōu)良，取得明顯的經(jīng)濟(jì)效益。從此，我國(guó)的許多大中型項(xiàng)目相繼實(shí)行項(xiàng)目管理體制，包括項(xiàng)目資本金帶度、法人負(fù)責(zé)制、合同承包制、建設(shè)監(jiān)理制度等。與此同時(shí)，項(xiàng)目管理已從最初的國(guó)防航天領(lǐng)域迅速發(fā)展到目前的電子、通信、計(jì)算機(jī)、軟件開(kāi)發(fā)、建筑業(yè)、制造業(yè)、金融業(yè)等行業(yè)甚至政府機(jī)構(gòu)。

我國(guó)對(duì)于風(fēng)險(xiǎn)問(wèn)題的研究是從風(fēng)險(xiǎn)決策開(kāi)始的，起步很晚?！帮L(fēng)險(xiǎn)”一詞是在1980年首次由周士富提出的，這與我國(guó)改革開(kāi)放前長(zhǎng)期實(shí)行的高度集中統(tǒng)一的中央計(jì)劃經(jīng)濟(jì)體制是相適應(yīng)的。1991年，顧昌耀和邱苑華在《航空學(xué)報(bào)》上首次將嫡擴(kuò)展到復(fù)數(shù)并且用于風(fēng)險(xiǎn)決策研究。十多年來(lái)，我國(guó)有關(guān)風(fēng)險(xiǎn)分析、風(fēng)險(xiǎn)決策的論著已經(jīng)有一些，但是討論項(xiàng)目風(fēng)險(xiǎn)的著作并不多，討論項(xiàng)目風(fēng)險(xiǎn)管理的則更少。從出版的著作和發(fā)表的論文方面看，我國(guó)的項(xiàng)目風(fēng)險(xiǎn)管理著重于項(xiàng)目進(jìn)度、費(fèi)用的控制，這主要是從引進(jìn)國(guó)外的網(wǎng)絡(luò)計(jì)劃技術(shù)開(kāi)始的。由著名的數(shù)學(xué)家華羅庚教授倡導(dǎo)，于20世紀(jì)60年代初我國(guó)開(kāi)始對(duì)網(wǎng)絡(luò)計(jì)劃技術(shù)方面進(jìn)行研究，并在一些部門進(jìn)行了試點(diǎn)應(yīng)用，華羅庚教授將網(wǎng)絡(luò)計(jì)劃技術(shù)概括為統(tǒng)籌法，后來(lái)也有人稱之為統(tǒng)籌學(xué)。同時(shí)，我國(guó)杰出的科學(xué)家錢學(xué)森也從系統(tǒng)工程的角度積極倡導(dǎo)科學(xué)管理，并把計(jì)劃協(xié)調(diào)技術(shù)應(yīng)用于我國(guó)國(guó)防建設(shè)的重要項(xiàng)目中，取得了令人滿意的結(jié)果。從開(kāi)發(fā)的軟件和應(yīng)用方面來(lái)看，各高校的管理學(xué)院、計(jì)算技術(shù)所、北京夢(mèng)龍科技開(kāi)發(fā)公司、大連同洲電腦有限公司(中日合資)等單位都對(duì)項(xiàng)目管理的進(jìn)度開(kāi)發(fā)過(guò)一些軟件，但是主要是采用計(jì)劃協(xié)調(diào)技術(shù)而沒(méi)有針對(duì)項(xiàng)目風(fēng)險(xiǎn)。項(xiàng)目風(fēng)險(xiǎn)分析在我國(guó)也曾經(jīng)應(yīng)用于實(shí)踐，如三峽工程項(xiàng)目、上海地鐵建設(shè)項(xiàng)目、大亞灣核電站項(xiàng)目等

二、我國(guó)項(xiàng)目風(fēng)險(xiǎn)管理的全過(guò)程

2.1風(fēng)險(xiǎn)識(shí)別

對(duì)各種風(fēng)險(xiǎn)因素和可能發(fā)生的風(fēng)險(xiǎn)事件進(jìn)行分析，是風(fēng)險(xiǎn)管理的首要步驟。項(xiàng)目風(fēng)險(xiǎn)識(shí)別要回答下列問(wèn)題：項(xiàng)目中存在哪些潛在的風(fēng)險(xiǎn)因素？這些因素會(huì)引起什么風(fēng)險(xiǎn)，這些風(fēng)險(xiǎn)造成的后果有多大？忽視、縮小或夸大項(xiàng)目風(fēng)險(xiǎn)的范圍、種類和造成的后果都會(huì)造成不必要的損失。

風(fēng)險(xiǎn)識(shí)別的常用方法有：

（1）專家調(diào)查法

（2）故障樹(shù)分析法（分解法）

（3）情景分析法

2.2風(fēng)險(xiǎn)評(píng)估與分析

風(fēng)險(xiǎn)評(píng)估與分析就是衡量風(fēng)險(xiǎn)對(duì)項(xiàng)目實(shí)現(xiàn)既定目標(biāo)的影響及其程度。常用的方法有：

（1）調(diào)查和專家打分法

（2）蒙特卡洛模擬方法

（3）決策樹(shù)法

（4）影響圖法

（5）隨機(jī)網(wǎng)絡(luò)法

2.3 風(fēng)險(xiǎn)對(duì)策的制定

風(fēng)險(xiǎn)的辨識(shí)、評(píng)估完成后，要根據(jù)具體的情況采取對(duì)策，以減少損失，增加收益。一般來(lái)說(shuō)，風(fēng)險(xiǎn)管理技術(shù)分為兩大類：控制性技術(shù)和財(cái)務(wù)性技術(shù)。

控制性技術(shù)主要作用是避免、消除和減少風(fēng)險(xiǎn)事故發(fā)生的機(jī)會(huì)，限制已發(fā)生的損失繼續(xù)擴(kuò)大，包括風(fēng)險(xiǎn)回避和損失控制。在工程項(xiàng)目中，風(fēng)險(xiǎn)和收益總是并存的，它們是矛盾和對(duì)立的統(tǒng)一體，沒(méi)有脫離風(fēng)險(xiǎn)的純利潤(rùn)，也不可能存在無(wú)利潤(rùn)的純風(fēng)險(xiǎn)，因此風(fēng)險(xiǎn)回避是一種消極的辦法，在實(shí)踐中應(yīng)盡量少用，只有當(dāng)風(fēng)險(xiǎn)發(fā)生機(jī)會(huì)的概率很高，并且造成的損失很大時(shí)，可以考慮采用風(fēng)險(xiǎn)回避。損失控制包括預(yù)防措施與減少風(fēng)險(xiǎn)的方法，損失控制是一種積極的做法，其局限性是要么在技術(shù)上難以達(dá)到，要么技術(shù)上可行但不經(jīng)濟(jì)。

財(cái)務(wù)技術(shù)包括風(fēng)險(xiǎn)轉(zhuǎn)嫁和風(fēng)險(xiǎn)自留。轉(zhuǎn)移風(fēng)險(xiǎn)指采取各種方式將風(fēng)險(xiǎn)轉(zhuǎn)移出去。保險(xiǎn)轉(zhuǎn)嫁是財(cái)務(wù)技術(shù)中最核心的部分，風(fēng)險(xiǎn)管理技術(shù)起源于保險(xiǎn)。將發(fā)生概率不大，但損失卻難以承受的風(fēng)險(xiǎn)，轉(zhuǎn)移給保險(xiǎn)人是一種最常見(jiàn)、最有效的方式。風(fēng)險(xiǎn)自留是一種自行承擔(dān)工程事故損失發(fā)生后的財(cái)務(wù)后果的方式。

風(fēng)險(xiǎn)防范與控制的方法策略很多，但必須根據(jù)工程項(xiàng)目的具體情況來(lái)正確選擇使用，才能取得較好的效果。

2.4實(shí)施與后評(píng)估

正確決策之后，具體的實(shí)施十分重要。在執(zhí)行過(guò)程中，應(yīng)對(duì)實(shí)施情況進(jìn)行監(jiān)控，及時(shí)反饋并在必要時(shí)調(diào)險(xiǎn)管理對(duì)策。最后應(yīng)對(duì)實(shí)施的效果及差異進(jìn)行評(píng)估。

三、現(xiàn)代項(xiàng)目風(fēng)險(xiǎn)管理的發(fā)展趨勢(shì)

3.1計(jì)算機(jī)化發(fā)展的趨勢(shì)

隨著計(jì)算機(jī)技術(shù)、網(wǎng)絡(luò)技術(shù)的快速發(fā)展和計(jì)算機(jī)的普及，建立管理信息系統(tǒng)，用計(jì)算機(jī)來(lái)管理工程項(xiàng)目的信息越來(lái)越顯示出它的優(yōu)越性。對(duì)于具有參與方地域分布廣、專業(yè)分類得雜、信息量大特點(diǎn)的大型工程項(xiàng)目而言，項(xiàng)目的信息溝通和協(xié)調(diào)特別重要，決策者需要提供及時(shí)、有效的項(xiàng)目信息，而各參與方也需要迅速地了解各自的進(jìn)度，同時(shí)管理信息系統(tǒng)還可以減少項(xiàng)目信息溝通和傳遞的費(fèi)用。利用網(wǎng)絡(luò)技術(shù)，建立項(xiàng)目風(fēng)險(xiǎn)管理計(jì)算機(jī)系統(tǒng)，這一系統(tǒng)應(yīng)包括以下系統(tǒng)：

（1）信息管理子系統(tǒng)。

（2）風(fēng)險(xiǎn)評(píng)估子系統(tǒng)。

（3）風(fēng)險(xiǎn)對(duì)策子系統(tǒng)。.

3.2全球化發(fā)展的趨勢(shì)

知識(shí)經(jīng)濟(jì)時(shí)代的一個(gè)重要特點(diǎn)是知識(shí)與經(jīng)濟(jì)發(fā)展的全球化，因?yàn)楦?jìng)爭(zhēng)的需要和信息技術(shù)的支撐，促使了項(xiàng)目風(fēng)險(xiǎn)管理的全球化發(fā)展。主要表現(xiàn)在國(guó)際間的項(xiàng)目合作日益增多、國(guó)際化的專業(yè)活動(dòng)日益頻繁、項(xiàng)目管理專業(yè)信息的國(guó)際共享等等。項(xiàng)目管理的全球化發(fā)展既為我們創(chuàng)造了學(xué)習(xí)的機(jī)遇，也給我們提出了高水平國(guó)際化發(fā)展的要求。

3.3專業(yè)化發(fā)展的趨勢(shì)

項(xiàng)目風(fēng)險(xiǎn)管理的廣泛應(yīng)用促進(jìn)了項(xiàng)目管理向?qū)I(yè)化方向的發(fā)展，突出表現(xiàn)在項(xiàng)目管理知識(shí)體系(PMBOK)的不斷發(fā)展和完善、學(xué)歷教育和非學(xué)歷教育競(jìng)相發(fā)展、各種項(xiàng)目管理軟件開(kāi)發(fā)及研究咨詢機(jī)構(gòu)的出現(xiàn)等等，隨之出現(xiàn)的行業(yè)項(xiàng)目管理專業(yè)化也是趨勢(shì)。應(yīng)該說(shuō)這些專業(yè)化的探索與發(fā)展，也正是項(xiàng)目管理學(xué)科逐漸走向成熟的標(biāo)志。而今的項(xiàng)目管理發(fā)展基本上有兩個(gè)發(fā)展趨勢(shì)：即如何將本學(xué)科領(lǐng)域的專業(yè)理論、方法應(yīng)用于項(xiàng)目管理和如何把項(xiàng)目管理的理論、方法應(yīng)用到本行業(yè)中去。

(四)項(xiàng)目管理綜合化發(fā)展的趨勢(shì)

隨著項(xiàng)目管理日趨成熟化，所介入的因素也越來(lái)越多。諸如項(xiàng)目過(guò)程中的思維、行為、情感、適應(yīng)性、項(xiàng)目管理中的交叉文化問(wèn)題、項(xiàng)目經(jīng)理的領(lǐng)導(dǎo)藝術(shù)等等，可以說(shuō)，現(xiàn)今的項(xiàng)目管理是將思想轉(zhuǎn)化為現(xiàn)實(shí)，將抽象轉(zhuǎn)化為具體的科學(xué)和藝術(shù)。

四、小結(jié)

近幾年，我國(guó)工程項(xiàng)目風(fēng)險(xiǎn)管理有了很大的進(jìn)步，但隨著國(guó)民經(jīng)濟(jì)的發(fā)展，工程建設(shè)也越來(lái)越多，市場(chǎng)風(fēng)險(xiǎn)也越來(lái)越大，對(duì)工程項(xiàng)目建設(shè)進(jìn)行風(fēng)險(xiǎn)控制和管理，使技術(shù)與經(jīng)濟(jì)相結(jié)合，更有效地控制工程項(xiàng)目投資、工期和質(zhì)量。確保工程項(xiàng)目投資決策的正確性與科學(xué)性，對(duì)實(shí)現(xiàn)工程投資決策的全局優(yōu)化與總體設(shè)計(jì)和總體經(jīng)營(yíng)思想，對(duì)合理利用有限的人力、財(cái)力和物力，對(duì)保證國(guó)民經(jīng)濟(jì)長(zhǎng)期、持續(xù)、穩(wěn)定協(xié)調(diào)地發(fā)展，對(duì)降低工程成本、提高工程效益具有十分重要的理論意義和現(xiàn)實(shí)意義

參考文獻(xiàn)：

[1]楊建平，杜端甫，李鼎 大型工程項(xiàng)目風(fēng)險(xiǎn)管理研究進(jìn)展

[2]于九如 投資項(xiàng)目風(fēng)險(xiǎn)分析[M] 北京：機(jī)械工業(yè)出版社，1999

第8篇：管理學(xué)決策樹(shù)法范文

關(guān)鍵詞:土地儲(chǔ)備;風(fēng)險(xiǎn)管理;不確定性

中圖分類號(hào):F293.2文獻(xiàn)標(biāo)識(shí)碼:A

一、引言

長(zhǎng)期以來(lái),我國(guó)的國(guó)有土地使用權(quán)是通過(guò)劃撥方式無(wú)償且無(wú)期限地使用,從而導(dǎo)致大量的土地被閑置。隨著市場(chǎng)經(jīng)濟(jì)的不斷深入,我國(guó)逐步形成有償有期限的土地使用方式,全國(guó)各大城市都加強(qiáng)了對(duì)閑置土地和其他存量土地的利用和管理力度。但由于存量土地的利用涉及眾多土地使用人的重大利益調(diào)整,靠簡(jiǎn)單的行政手段難以達(dá)到目的,因而必須建立一種體現(xiàn)行政手段和市場(chǎng)手段相結(jié)合的新型體制。為了適應(yīng)經(jīng)濟(jì)體制改革和經(jīng)濟(jì)增長(zhǎng)方式轉(zhuǎn)變的要求,促進(jìn)城市土地集約利用,我國(guó)的地方政府和土地管理部門進(jìn)行了積極探索,在借鑒香港等經(jīng)濟(jì)發(fā)達(dá)地區(qū)的經(jīng)驗(yàn)后,結(jié)合自身實(shí)際情況,建立了城市土地儲(chǔ)備制度。

二、概念界定

(一)城市土地儲(chǔ)備制度的概念。在國(guó)外,土地儲(chǔ)備通常表述為L(zhǎng)and Banking、Public Land Banking。國(guó)外學(xué)者對(duì)土地儲(chǔ)備的概念認(rèn)識(shí)較一致,即由公共機(jī)構(gòu)或授權(quán)機(jī)構(gòu)事先取得土地,進(jìn)行運(yùn)作并保有,然后適時(shí)供應(yīng)市場(chǎng),以實(shí)現(xiàn)抑制投機(jī)、平穩(wěn)地價(jià)、促進(jìn)城市均衡有序發(fā)展及其他土地公共政策目標(biāo)。Harvy(1974)則將土地儲(chǔ)備劃分為土地儲(chǔ)備分成計(jì)劃型和全面型兩類。我國(guó)臺(tái)灣學(xué)者黃健仁(1993)對(duì)土地儲(chǔ)備的定義為:為配合現(xiàn)有的計(jì)劃和管制方法,公共部門預(yù)先取得土地以供未來(lái)使用,并由此創(chuàng)造出更有效的管理系統(tǒng)。儲(chǔ)備目的為控制城市擴(kuò)張的方向和速度,并且抑制土地投機(jī)及地價(jià)飛漲,實(shí)現(xiàn)公共土地使用的政策目標(biāo)。我國(guó)大陸學(xué)者陳江龍(陳江龍和曲福田,2002)認(rèn)為城市土地儲(chǔ)備制度是指由城市政府委托的機(jī)構(gòu)通過(guò)征用、收購(gòu)、換地、轉(zhuǎn)制和到期回收等方式從分散的土地使用者當(dāng)中,把土地集中起來(lái),并由政府或政府委托的機(jī)構(gòu)組織土地開(kāi)發(fā),在完成了前期開(kāi)發(fā)整理工作后,根據(jù)城市土地出讓年度計(jì)劃,有計(jì)劃地將土地投入市場(chǎng)的制度。

歸納而言,筆者認(rèn)為城市土地儲(chǔ)備制度的概念應(yīng)包括如下方面:1、實(shí)施主體基本界定為政府、政府委托或授權(quán)機(jī)構(gòu);2、儲(chǔ)備土地的來(lái)源為征用、收購(gòu)、收回、置換、舊城改造拆遷等;3、對(duì)儲(chǔ)備的土地應(yīng)進(jìn)行土地整理;4、按照計(jì)劃供地;5、目標(biāo)為盤活企業(yè)存量土地、抑制土地投機(jī),實(shí)現(xiàn)土地資產(chǎn)的優(yōu)化配置、規(guī)范土地市場(chǎng)運(yùn)行、保障土地利用總體規(guī)劃和城市規(guī)劃的實(shí)現(xiàn)、促進(jìn)城市均衡有序發(fā)展等。

(二)城市土地儲(chǔ)備風(fēng)險(xiǎn)的概念。風(fēng)險(xiǎn)是指未來(lái)結(jié)果的不確定性,即實(shí)際結(jié)果與預(yù)期結(jié)果的偏離。我國(guó)城市土地儲(chǔ)備本質(zhì)上是一種公共投資或政府投資活動(dòng),但具有商業(yè)地產(chǎn)開(kāi)發(fā)投資經(jīng)營(yíng)的特征,城市土地儲(chǔ)備過(guò)程中存在多種風(fēng)險(xiǎn)。狹義的城市土地儲(chǔ)備風(fēng)險(xiǎn)就是在土地取得、土地儲(chǔ)存和整理、土地出讓等城市土地儲(chǔ)備的各個(gè)環(huán)節(jié)中,城市土地儲(chǔ)備機(jī)構(gòu)所面臨的可能導(dǎo)致未來(lái)經(jīng)濟(jì)收益不確定性的因素。廣義的城市土地儲(chǔ)備風(fēng)險(xiǎn)還應(yīng)包括參與城市土地儲(chǔ)備的各相關(guān)主體,包括中央政府、地方政府、銀行等金融機(jī)構(gòu)、各投資者甚至社會(huì)公眾在城市土地儲(chǔ)備過(guò)程中所面臨的可能導(dǎo)致未來(lái)經(jīng)濟(jì)收益不確定性的因素,這是由城市土地儲(chǔ)備內(nèi)在的廣泛的公眾參與性所決定的。

三、城市土地儲(chǔ)備風(fēng)險(xiǎn)管理概況及趨勢(shì)

(一)國(guó)外城市土地儲(chǔ)備風(fēng)險(xiǎn)管理研究綜述。對(duì)風(fēng)險(xiǎn)管理理論的研究起源于人們?cè)缙趯?duì)保險(xiǎn)的認(rèn)識(shí)。在國(guó)外,古巴比倫、古埃及、古希臘和古羅馬等古國(guó),很早就有互助共濟(jì)、損失補(bǔ)償?shù)娘L(fēng)險(xiǎn)處理方法。公元前18世紀(jì),在古巴比倫王國(guó)的《漢穆拉比法典》中首次顯示了海上保險(xiǎn)意識(shí)的萌芽。這些都屬于保險(xiǎn)思想的雛形,但考慮到保險(xiǎn)是風(fēng)險(xiǎn)管理理論的一種,所以將其視為風(fēng)險(xiǎn)管理的理論雛形。

隨著經(jīng)濟(jì)的發(fā)展,風(fēng)險(xiǎn)管理越來(lái)越受到各國(guó)的重視。風(fēng)險(xiǎn)研究專著大量出版。18世紀(jì)產(chǎn)業(yè)革命期間,被譽(yù)為“現(xiàn)代經(jīng)營(yíng)管理之父”的法國(guó)管理學(xué)家亨瑞?法約爾在其代表作《一般管理和工業(yè)管理》一書(shū)中正式把風(fēng)險(xiǎn)管理思想引進(jìn)企業(yè)經(jīng)營(yíng)領(lǐng)域。1950年美國(guó)的莫布雷等人合著了《保險(xiǎn)學(xué)》一書(shū),在書(shū)中詳細(xì)闡述了“風(fēng)險(xiǎn)管理”的概念。盡管如此,風(fēng)險(xiǎn)管理長(zhǎng)期以來(lái)卻一直沒(méi)有能夠形成完整的體系與制度。對(duì)風(fēng)險(xiǎn)管理理論的系統(tǒng)研究始于1963年美國(guó)的梅爾和赫奇斯合著的《工商企業(yè)管理》一書(shū),該書(shū)成為了風(fēng)險(xiǎn)學(xué)領(lǐng)域中重要的歷史文獻(xiàn)。1975年,成立于1909年的美國(guó)保險(xiǎn)管理協(xié)會(huì)(ASIM)更名為風(fēng)險(xiǎn)與保險(xiǎn)管理學(xué)會(huì)(簡(jiǎn)稱RIMS),標(biāo)志著風(fēng)險(xiǎn)管理從原來(lái)的用保險(xiǎn)方式處置風(fēng)險(xiǎn)變成真正按照風(fēng)險(xiǎn)管理的方式處置風(fēng)險(xiǎn)。

風(fēng)險(xiǎn)研究隨著工業(yè)的發(fā)展逐漸由單一的企業(yè)風(fēng)險(xiǎn)研究轉(zhuǎn)向個(gè)人、家庭及社會(huì)的多主體、多角度的風(fēng)險(xiǎn)研究,并由傳統(tǒng)風(fēng)險(xiǎn)行業(yè)向其他新興行業(yè)擴(kuò)展。20世紀(jì)六七十年代,風(fēng)險(xiǎn)研究主要集中在大型設(shè)備制造、礦山、電力、公路建設(shè)等傳統(tǒng)的高風(fēng)險(xiǎn)行業(yè);20世紀(jì)八十年代初,則更多的向核能、化工、通信、軍工等技術(shù)含量高的新興行業(yè)轉(zhuǎn)移。隨著人們對(duì)身體健康、生活環(huán)境的關(guān)注和要求程度日益提高,農(nóng)業(yè)及醫(yī)療衛(wèi)生的風(fēng)險(xiǎn)研究也迅速發(fā)展起來(lái)。研究風(fēng)險(xiǎn)的方法不斷優(yōu)化。1960年以前,投資風(fēng)險(xiǎn)研究主要是用傳統(tǒng)的經(jīng)濟(jì)――財(cái)會(huì)分析方法,包括風(fēng)險(xiǎn)調(diào)查法、成本-效益分析、敏感分析等。1960年以后,管理方法引進(jìn)了研究領(lǐng)域,創(chuàng)立了工程-管理科學(xué)方法,主要有決策樹(shù)法、概率分布法、數(shù)理方法、模擬法、隨機(jī)網(wǎng)絡(luò)法等。這些方法側(cè)重于研究在限定資源條件下,各種風(fēng)險(xiǎn)因素對(duì)投資決策參數(shù)和管理目標(biāo)的影響程度,增強(qiáng)了解決實(shí)際問(wèn)題的能力,由于利用先進(jìn)的計(jì)算技術(shù),從而避免了復(fù)雜的數(shù)學(xué)分析過(guò)程,在實(shí)踐中的應(yīng)用越來(lái)越廣。目前,雖然存在多種分析理論和方法,但實(shí)質(zhì)上各種理論方法間并沒(méi)有截然的區(qū)別。這一事實(shí)說(shuō)明風(fēng)險(xiǎn)管理這一學(xué)科正逐漸走向成熟。

(二)國(guó)內(nèi)城市土地儲(chǔ)備風(fēng)險(xiǎn)管理研究綜述。我國(guó)的城市土地儲(chǔ)備制度建立的比較晚,理論界對(duì)其風(fēng)險(xiǎn)管理的研究尚處于初級(jí)階段,主要是集中在城市土地儲(chǔ)備風(fēng)險(xiǎn)識(shí)別及風(fēng)險(xiǎn)控制兩個(gè)方面。瞿亮(2003)通過(guò)對(duì)城市土地儲(chǔ)備的“壟而不斷”、“超市場(chǎng)性”、“經(jīng)營(yíng)型”、“微利性”等幾個(gè)特點(diǎn)的分析,將城市土地儲(chǔ)備風(fēng)險(xiǎn)分為:政策風(fēng)險(xiǎn)、經(jīng)營(yíng)風(fēng)險(xiǎn)和財(cái)務(wù)風(fēng)險(xiǎn)。劉兆云(2003)根據(jù)土地儲(chǔ)備實(shí)施過(guò)程,將土地儲(chǔ)備風(fēng)險(xiǎn)分為內(nèi)部風(fēng)險(xiǎn)與外部風(fēng)險(xiǎn)。其中,外部風(fēng)險(xiǎn)主要有地產(chǎn)泡沫風(fēng)險(xiǎn)和政府干預(yù)失敗風(fēng)險(xiǎn),內(nèi)部風(fēng)險(xiǎn)根據(jù)土地儲(chǔ)備實(shí)施過(guò)程分為土地收購(gòu)風(fēng)險(xiǎn)、土地儲(chǔ)備開(kāi)發(fā)風(fēng)險(xiǎn)、土地儲(chǔ)備過(guò)程中的風(fēng)險(xiǎn)和土地出讓風(fēng)險(xiǎn)。更多學(xué)者針對(duì)風(fēng)險(xiǎn)的來(lái)源和特征,將城市土地儲(chǔ)備風(fēng)險(xiǎn)分為以下幾個(gè)類型:1、經(jīng)營(yíng)風(fēng)險(xiǎn),指經(jīng)營(yíng)過(guò)程中由于缺乏市場(chǎng)信息,在市場(chǎng)條件變化下可能導(dǎo)致決策失誤引起的經(jīng)營(yíng)損失;2、金融風(fēng)險(xiǎn),主要表現(xiàn)在利率風(fēng)險(xiǎn)、匯率風(fēng)險(xiǎn)、金融政策風(fēng)險(xiǎn)三個(gè)方面;3、變現(xiàn)風(fēng)險(xiǎn),由于土地的變現(xiàn)性差,影響資金周轉(zhuǎn),增加資本風(fēng)險(xiǎn);4、政策法規(guī)風(fēng)險(xiǎn),土地儲(chǔ)備制度尚不完善,法律法規(guī)本身不配套,引發(fā)了實(shí)施過(guò)程的不確定性;5、其他風(fēng)險(xiǎn),包括失去控制的人為因素以及自然災(zāi)害所造成的損失。

理論界在對(duì)風(fēng)險(xiǎn)進(jìn)行定性分析的基礎(chǔ)上,從以下幾個(gè)方面提出了城市土地儲(chǔ)備風(fēng)險(xiǎn)控制的對(duì)策:1、加強(qiáng)基礎(chǔ)理論研究,提高土地儲(chǔ)備運(yùn)作模式的科學(xué)性、規(guī)范性;2、城市土地儲(chǔ)備機(jī)構(gòu)的資金管理方式也要向現(xiàn)代企業(yè)制度財(cái)務(wù)管理方式轉(zhuǎn)變,對(duì)項(xiàng)目進(jìn)行財(cái)務(wù)分析,減少土地儲(chǔ)備的風(fēng)險(xiǎn)(徐建春,2002);3、廣開(kāi)籌資渠道,除通過(guò)向銀行貸款外,還可以考慮積極爭(zhēng)取財(cái)政撥款、積極向市經(jīng)貿(mào)委爭(zhēng)取企業(yè)解困資金、發(fā)行《換地證》,以地?fù)Q地,以減少土地補(bǔ)償費(fèi)用等途徑(賈生華,2001)以及建立城市土地儲(chǔ)備基金、委托金融部門發(fā)行土地儲(chǔ)備債券與股票、推進(jìn)土地抵押貸款債權(quán)化等方式(王秀蘭、董捷,2001);4、加快配套政策設(shè)計(jì)研究、推動(dòng)收購(gòu)儲(chǔ)備立法工作,為城市土地儲(chǔ)備運(yùn)作提供法律和政策保障(歐陽(yáng)安蛟,2002);5、制定收購(gòu)供應(yīng)計(jì)劃,做好土地儲(chǔ)備運(yùn)作的風(fēng)險(xiǎn)分析,把握好土地的獲取時(shí)間問(wèn)題(楊遴杰、林堅(jiān),2002),建立多種模型對(duì)土地儲(chǔ)備量進(jìn)行預(yù)測(cè)。

四、總結(jié)與展望

綜上所述,我國(guó)城市土地儲(chǔ)備風(fēng)險(xiǎn)呈現(xiàn)政策風(fēng)險(xiǎn)、政府干預(yù)風(fēng)險(xiǎn)、市場(chǎng)風(fēng)險(xiǎn)、運(yùn)營(yíng)風(fēng)險(xiǎn)等多種風(fēng)險(xiǎn)相混合的狀態(tài)。各學(xué)者對(duì)城市土地儲(chǔ)備風(fēng)險(xiǎn)來(lái)源作了大量的定性分析,并在定性分析的基礎(chǔ)上提出了多種降低風(fēng)險(xiǎn)的對(duì)策及建議,但也存在不足之處。1、缺乏對(duì)城市土地儲(chǔ)備風(fēng)險(xiǎn)系統(tǒng)地研究,沒(méi)有將風(fēng)險(xiǎn)管理系統(tǒng)的理論引入到城市土地儲(chǔ)備中;2、在風(fēng)險(xiǎn)識(shí)別方面對(duì)土地的特性方面的識(shí)別不夠,如土地的面積、地質(zhì)條件、形狀、位置等方面可能引起的風(fēng)險(xiǎn),較少進(jìn)行識(shí)別;3、缺乏對(duì)城市土地儲(chǔ)備風(fēng)險(xiǎn)的定量風(fēng)險(xiǎn)評(píng)估,無(wú)法確定風(fēng)險(xiǎn)因素對(duì)城市土地儲(chǔ)備的影響程度;4、風(fēng)險(xiǎn)控制對(duì)策也多為融資、完善政策法規(guī)等方面,缺乏對(duì)于城市土地的儲(chǔ)備量與儲(chǔ)備周期的定量研究。因此,對(duì)城市土地儲(chǔ)備進(jìn)行系統(tǒng)的風(fēng)險(xiǎn)管理、對(duì)城市土地儲(chǔ)備進(jìn)行風(fēng)險(xiǎn)定量評(píng)估、制定以“以儲(chǔ)定供,以供調(diào)需”為思路的城市土地儲(chǔ)備供應(yīng)計(jì)劃,并結(jié)合儲(chǔ)備能力、城市規(guī)劃、土地利用規(guī)劃、市場(chǎng)需求等各因素確定合理的土地儲(chǔ)備量及土地供應(yīng)量將是今后研究的重要方向。

(作者單位:1.重慶大學(xué)建設(shè)管理與房地產(chǎn)學(xué)院;2.四川省第六建筑有限公司)

主要參考文獻(xiàn):

[1]陳江龍,曲福田.土地儲(chǔ)備與城市土地市場(chǎng)運(yùn)行[J].現(xiàn)代經(jīng)濟(jì)探討,2002.4.

[2]陳卓詠,葉裕民.城市土地儲(chǔ)備數(shù)量與周期的理論分析[J].中國(guó)土地科學(xué),2005.8.

[3]馮昌中.城市土地儲(chǔ)備存在的風(fēng)險(xiǎn)[J].中國(guó)土地,2006.11.

[4]李憲坡.我國(guó)現(xiàn)階段城市土地儲(chǔ)備制度的狀況與問(wèn)題[J].城市,2003.6.

[5]苗春霖.土地儲(chǔ)備的風(fēng)險(xiǎn)與對(duì)策[J].中國(guó)土地,2005.1.

第9篇：管理學(xué)決策樹(shù)法范文

[關(guān)鍵詞]E忠誠(chéng)客戶忠誠(chéng)度Web數(shù)據(jù)挖掘企業(yè)網(wǎng)站

[分類號(hào)]F713.36

隨著世界經(jīng)濟(jì)的信息化和全球化趨勢(shì)增強(qiáng)，電子商務(wù)正逐步走向全面應(yīng)用，并滲透到社會(huì)經(jīng)濟(jì)的各個(gè)層面。越來(lái)越多的公司紛紛建立網(wǎng)站，從事商務(wù)活動(dòng)，無(wú)論是新興網(wǎng)絡(luò)企業(yè)，還是傳統(tǒng)企業(yè)E化，網(wǎng)站都已經(jīng)成為企業(yè)經(jīng)營(yíng)必不可少的網(wǎng)絡(luò)營(yíng)銷工具，并且在增強(qiáng)企業(yè)競(jìng)爭(zhēng)優(yōu)勢(shì)、擴(kuò)大企業(yè)影響、增加銷售收入等方面發(fā)揮著越來(lái)越大的作用。

1　E忠誠(chéng)時(shí)代的來(lái)臨

隨著電子商務(wù)的發(fā)展，客戶的重要性被提升到一個(gè)前所未有的高度，它已經(jīng)成為電子商務(wù)成功的關(guān)鍵。在某種程度上，客戶關(guān)系加商務(wù)模式，已經(jīng)被譽(yù)為電子商務(wù)成功的秘密。

電子商務(wù)環(huán)境下的客戶忠誠(chéng)，又稱為E忠誠(chéng)。2000年，美國(guó)Bain＆Comapany公司的電子商務(wù)主管Fredrick F.Reichheld與Phill Sehefter在研究了多家杰出網(wǎng)絡(luò)公司和上千名網(wǎng)絡(luò)顧客的消費(fèi)行為后，指出在虛擬的網(wǎng)絡(luò)世界中同樣存在顧客忠誠(chéng)，并稱為“E忠誠(chéng)”；他們同時(shí)認(rèn)為，E忠誠(chéng)是電子商務(wù)企業(yè)在網(wǎng)上取得成功的“秘密武器”。2001年，國(guó)際著名的咨詢公司KPMG Consulting在與牛津大學(xué)零售管理學(xué)院(OX―IRM)的合作研究項(xiàng)目中把E忠誠(chéng)定義為：E忠誠(chéng)指網(wǎng)絡(luò)顧客對(duì)網(wǎng)上企業(yè)或其品牌的忠誠(chéng)。2003年3月，Moonkyu Lee博士通過(guò)實(shí)證研究，將E忠誠(chéng)定義為：網(wǎng)絡(luò)顧客基于以往的購(gòu)物體驗(yàn)和對(duì)未來(lái)的預(yù)期，愿意再次光顧當(dāng)前選擇的電子商務(wù)網(wǎng)站的意向性。彭香霞與賀勤將“顧客重復(fù)選擇該網(wǎng)站購(gòu)買某一特定產(chǎn)品或某些產(chǎn)品的心理和行為傾向”理解為E忠誠(chéng)，并認(rèn)為同時(shí)滿足“情感E忠誠(chéng)”和“行為E忠誠(chéng)”兩個(gè)維度，才能稱作E忠誠(chéng)。無(wú)論眾多學(xué)者如何定義E忠誠(chéng)，但E忠誠(chéng)的時(shí)代確確實(shí)實(shí)來(lái)臨了。

2　企業(yè)網(wǎng)站客戶忠誠(chéng)管理現(xiàn)狀

忠誠(chéng)的客戶是企業(yè)贏利的源泉，是企業(yè)最大的無(wú)形資產(chǎn)，在競(jìng)爭(zhēng)激烈的網(wǎng)絡(luò)市場(chǎng)中，如何牢牢地鎖住客戶，提高客戶忠誠(chéng)度便成為了如今企業(yè)網(wǎng)站關(guān)注的要點(diǎn)。為了能夠有效開(kāi)展客戶忠誠(chéng)管理，提升網(wǎng)站客戶忠誠(chéng)度，眾多企業(yè)網(wǎng)站在維系客戶關(guān)系方面可謂是“八仙過(guò)海，各顯神通”。然而對(duì)于絕大多數(shù)企業(yè)網(wǎng)站而言。雖然能在短時(shí)間內(nèi)很快地聚集大量的訪問(wèn)量，但對(duì)于客戶關(guān)系的長(zhǎng)期保持，提升企業(yè)網(wǎng)站客戶忠誠(chéng)度，其效果并不顯著。主要原因在于，網(wǎng)站客戶忠誠(chéng)的形成與培養(yǎng)，比傳統(tǒng)環(huán)境下難度更大，決定因素更多。 就難度而言，①企業(yè)對(duì)客戶信息管理水平較低；②不完善的機(jī)制使客戶對(duì)企業(yè)缺乏信任；③針對(duì)客戶需求的差異，企業(yè)缺乏建立個(gè)性化服務(wù)的意識(shí)；④顧客滿意難以達(dá)到；⑤低廉的搜尋成本容易改變購(gòu)物選擇；⑥交易的安全性難以保證；⑦“口碑”負(fù)效應(yīng)不可忽視。這些問(wèn)題的存在，決定了要在虛擬環(huán)境中維系與客戶之間的關(guān)系、培養(yǎng)與提升客戶忠誠(chéng)度，是一件十分艱難的事情。

就決定因素而言，電子商務(wù)環(huán)境下企業(yè)網(wǎng)站客戶忠誠(chéng)既受客戶主觀因素的影響，也受外在客觀因素的影響，這兩者共同構(gòu)成企業(yè)網(wǎng)站客戶忠誠(chéng)的趨動(dòng)模型，如圖l所示：

從圖1可以看出，決定企業(yè)網(wǎng)站客戶忠誠(chéng)的外在客觀因素主要有轉(zhuǎn)移成本、客戶價(jià)值、營(yíng)銷策略、產(chǎn)品質(zhì)量、客戶服務(wù)等；決定企業(yè)網(wǎng)站客戶忠誠(chéng)的內(nèi)在主觀因素主要有客戶滿意度、客戶愉悅度和客戶信任度，并且客戶感到滿意、擁有愉悅和產(chǎn)生信任對(duì)忠誠(chéng)具有遞進(jìn)作用。同時(shí)，客觀因素影響著主觀因素，兩者存在著正相關(guān)關(guān)系。

隨著電子商務(wù)的深入發(fā)展，企業(yè)網(wǎng)站客戶忠誠(chéng)度變得岌岌可危：客戶的選擇范圍驟然擴(kuò)大，流失趨勢(shì)增加；轉(zhuǎn)換成本降低，客戶更容易改變購(gòu)買決策；客戶需求個(gè)性化，經(jīng)驗(yàn)成熟化，使客戶的期望值大大提高，對(duì)企業(yè)提出了服務(wù)敏捷、產(chǎn)品優(yōu)質(zhì)、定位準(zhǔn)確等高標(biāo)準(zhǔn)要求。

3　Web數(shù)據(jù)挖掘是提升網(wǎng)站客戶忠誠(chéng)度的關(guān)鍵技術(shù)

電子商務(wù)的發(fā)展，要求企業(yè)借助于信息技術(shù)和網(wǎng)絡(luò)技術(shù)，以客戶利益為出發(fā)點(diǎn)，以不斷滿足客戶需求和為客戶創(chuàng)造價(jià)值為目標(biāo)，與客戶建立長(zhǎng)期穩(wěn)定的關(guān)系，不斷提高客戶的忠誠(chéng)度。而對(duì)用戶需求、興趣、愛(ài)好、身份的了解和獲取是提升網(wǎng)站客戶忠誠(chéng)度具備針對(duì)性的前提。20世紀(jì)80年代末興起的數(shù)據(jù)挖掘(DataMining)技術(shù)，特別是Web數(shù)據(jù)挖掘技術(shù)，為解決此問(wèn)題開(kāi)辟了一條道路。

Web數(shù)據(jù)挖掘就是從Web文檔和Web活動(dòng)中發(fā)現(xiàn)、抽取感興趣的潛在的有用模式和隱藏的信息。它以從Web上挖掘有用信息為目標(biāo)，以數(shù)據(jù)挖掘、文檔挖掘、多媒體挖掘?yàn)榛A(chǔ)，并綜合運(yùn)用計(jì)算機(jī)網(wǎng)絡(luò)、數(shù)據(jù)庫(kù)與數(shù)據(jù)倉(cāng)庫(kù)、人工智能、信息檢索、可視化、自然語(yǔ)言理解等技術(shù)，將傳統(tǒng)的數(shù)據(jù)挖掘與Web結(jié)合起來(lái)。Web數(shù)據(jù)挖掘的基本處理過(guò)程如圖2所示：

在日益激烈的電子商務(wù)市場(chǎng)競(jìng)爭(zhēng)中，任何與消費(fèi)者行為有關(guān)的信息對(duì)經(jīng)營(yíng)者來(lái)說(shuō)都是非常寶貴的。Web服務(wù)器數(shù)據(jù)、客戶登記信息、服務(wù)器數(shù)據(jù)和業(yè)務(wù)往來(lái)數(shù)據(jù)是Web挖掘中的數(shù)據(jù)來(lái)源，都直接與客戶的商務(wù)行為模式相關(guān)，而不論是客戶認(rèn)知忠誠(chéng)、情感忠誠(chéng)還是意向忠誠(chéng)，最終都體現(xiàn)為客戶行為忠誠(chéng)，也就是說(shuō)，這些數(shù)據(jù)所表征出來(lái)的行為特征可以借助于一定的技術(shù)用來(lái)分析客戶的行為。通過(guò)Web數(shù)據(jù)挖掘，根據(jù)客戶的訪問(wèn)興趣、訪問(wèn)頻度、訪問(wèn)時(shí)間等數(shù)據(jù)，能發(fā)現(xiàn)企業(yè)網(wǎng)站客戶共性和個(gè)性的知識(shí)、必然和偶然的知識(shí)、獨(dú)立和聯(lián)系的知識(shí)等，所有這些經(jīng)過(guò)分析，能對(duì)客戶的消費(fèi)行為如心理、能力、動(dòng)機(jī)、需求潛能作出統(tǒng)計(jì)和正確的分析，得到客戶的商務(wù)行為模式。根據(jù)挖掘的結(jié)果提出針對(duì)性的商務(wù)計(jì)劃，促進(jìn)企業(yè)網(wǎng)站更好地為客戶服務(wù)，使客戶忠誠(chéng)度的提升成為可能。

4　基于Web數(shù)據(jù)挖掘的網(wǎng)站客戶忠誠(chéng)度提升模型

Web數(shù)據(jù)挖掘是輔助提升企業(yè)網(wǎng)站客戶忠誠(chéng)度的綜合分析工具和關(guān)鍵技術(shù)，運(yùn)行在企業(yè)網(wǎng)站的客戶數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)之上，應(yīng)包括以下功能模塊：①過(guò)濾器：用來(lái)從Web數(shù)據(jù)庫(kù)中抽取相關(guān)數(shù)據(jù)，進(jìn)行二義性分析，消除不一致性；②挖掘綜合器：是一個(gè)挖掘驅(qū)動(dòng)引擎，根據(jù)挖掘要求和挖掘方法的知識(shí)庫(kù)到Web數(shù)據(jù)挖掘算法庫(kù)中選擇合適的挖掘方法，并且使用該方法去執(zhí)行挖掘任務(wù)；③方法選擇專家系統(tǒng)及知識(shí)庫(kù)：它是Web數(shù)據(jù)挖掘的“大腦”，是一個(gè)規(guī)則集合，能夠根據(jù)不同的挖掘要求來(lái)選擇最有效的挖掘算法或幾種算法的序列組合，并且隨著應(yīng)用的深入，該知識(shí)庫(kù)可以不斷融入新的規(guī)則，以增加專家系統(tǒng)的智能性；~Web數(shù)據(jù)挖掘算法庫(kù)：是一個(gè)數(shù)據(jù)挖掘分析方法的綜合性算法庫(kù)；⑤人機(jī)交互界面：提供一個(gè)和分析人員交互的友好界面。如果本次的挖掘結(jié)果不能滿足分析人員的需要

或者還有進(jìn)一步的猜想，就可以再次從這里輸入挖掘需求；⑥方法驅(qū)動(dòng)模塊：它利用挖掘出來(lái)的有益信息，進(jìn)行相應(yīng)統(tǒng)計(jì)與分析的工作。據(jù)此分析，可以構(gòu)建一種基于Web數(shù)據(jù)挖掘的網(wǎng)站客戶忠誠(chéng)度提升模型，如圖3所示：

5　基于Web數(shù)據(jù)挖掘的網(wǎng)站客戶忠誠(chéng)度提升模型的運(yùn)行

5.1模型運(yùn)行的基本流程

基本流程：①明確Web數(shù)據(jù)挖掘的目標(biāo)，確定提升網(wǎng)站客戶忠誠(chéng)度的應(yīng)用主題，并對(duì)挖掘目標(biāo)建立恰當(dāng)?shù)哪Ｐ?，通常必須指定一系列未知的關(guān)聯(lián)變量，如果可能的話，建立一關(guān)聯(lián)格式作為初始的假設(shè)；②圍繞提升網(wǎng)站客戶忠誠(chéng)度這一主題收集數(shù)據(jù)源，并對(duì)數(shù)據(jù)進(jìn)行清理、轉(zhuǎn)換、集成等技術(shù)處理，將數(shù)據(jù)轉(zhuǎn)換為易于進(jìn)行數(shù)據(jù)挖掘的數(shù)據(jù)存儲(chǔ)形式，裝載進(jìn)入客戶原始數(shù)據(jù)庫(kù)和數(shù)據(jù)倉(cāng)庫(kù)，等待進(jìn)一步處理；③建立規(guī)則庫(kù)和知識(shí)庫(kù)，用于存儲(chǔ)已知的客戶行為忠誠(chéng)度的連接特征和新近數(shù)據(jù)挖掘形成的規(guī)則集，其中規(guī)則集是客戶商務(wù)模式與忠誠(chéng)度行為模式的反映，用于指導(dǎo)訓(xùn)練數(shù)據(jù)的收集及作為特征選擇的依據(jù)；④選取合適的數(shù)據(jù)挖掘方法，構(gòu)建數(shù)據(jù)挖掘模型，進(jìn)行行為模式識(shí)別，從目標(biāo)數(shù)據(jù)中提取有價(jià)值的知識(shí)與數(shù)據(jù)，然后對(duì)結(jié)果進(jìn)行分析和驗(yàn)證，調(diào)整數(shù)據(jù)挖掘模型，從而保證結(jié)果的可靠性和實(shí)用性，結(jié)果交給決策模塊處理；⑤決策庫(kù)將數(shù)據(jù)挖掘的結(jié)果與規(guī)則庫(kù)中的已知規(guī)則進(jìn)行模式匹配，融合專家知識(shí)與領(lǐng)域規(guī)則，把最有價(jià)值的信息區(qū)分開(kāi)來(lái)，并且通過(guò)決策支持工具提交給決策者，用于支持提升客戶忠誠(chéng)度的相關(guān)策略處理。

5.2模式識(shí)別的技術(shù)方法

對(duì)客戶行為模式進(jìn)行識(shí)別是整個(gè)模型正常運(yùn)行并達(dá)到預(yù)定目標(biāo)的核心，針對(duì)網(wǎng)站客戶行為模式識(shí)別，常見(jiàn)的數(shù)據(jù)挖掘技術(shù)方法主要有：

?關(guān)聯(lián)規(guī)則。它是描述數(shù)據(jù)庫(kù)中數(shù)據(jù)項(xiàng)之間存在關(guān)聯(lián)的規(guī)則，即根據(jù)一個(gè)事物中某些項(xiàng)的出現(xiàn)可導(dǎo)出另一項(xiàng)在同一事物中也出現(xiàn)，即隱藏在數(shù)據(jù)間的關(guān)聯(lián)或相互關(guān)系。使用關(guān)聯(lián)規(guī)則發(fā)現(xiàn)方法可以從Web訪問(wèn)事務(wù)集中，查找存在于項(xiàng)目集合或?qū)ο蠹现g的頻繁模式、關(guān)聯(lián)、相關(guān)性或因果結(jié)構(gòu)，通過(guò)分析數(shù)據(jù)或記錄間的關(guān)系，決定哪些事情將一起發(fā)生。

?聚類分析。聚類是把一組個(gè)體按照相似性歸成若干類別，即“物以類聚”。在Web挖掘中存在兩種類型的聚類，即用戶聚類和網(wǎng)頁(yè)聚類。用戶聚類主要是把具有相似訪問(wèn)特征的用戶分在一組；網(wǎng)頁(yè)聚類，則可以找出具有相關(guān)內(nèi)容的網(wǎng)頁(yè)組。聚類分析可以從服務(wù)器訪問(wèn)信息數(shù)據(jù)中聚集出具有相似特性的用戶組，即把有相似特性的用戶、數(shù)據(jù)項(xiàng)集合到一起。

?分類分析。分類是將一組組個(gè)體分門別類地歸入預(yù)先設(shè)定好的幾個(gè)類中。分類的目的是通過(guò)統(tǒng)計(jì)方法、機(jī)器學(xué)習(xí)方法(包括決策樹(shù)法和規(guī)則歸納法)、神經(jīng)網(wǎng)絡(luò)方法等構(gòu)造一個(gè)分類模型，然后把數(shù)據(jù)庫(kù)中的數(shù)據(jù)映射到給定類別中的某一個(gè)特定類，以對(duì)同一類別中的用戶提供相似的服務(wù)。

?統(tǒng)計(jì)分析。統(tǒng)計(jì)分析是統(tǒng)計(jì)用戶最常訪問(wèn)的網(wǎng)頁(yè)、每頁(yè)平均訪問(wèn)的時(shí)間、瀏覽路徑的平均長(zhǎng)度等數(shù)據(jù)，以獲得用戶訪問(wèn)站點(diǎn)的基本信息。此外還能提供有限的低層次的錯(cuò)誤分析，比如檢測(cè)未授權(quán)入口點(diǎn)，找出最常見(jiàn)不變的URL等。

?序列模式。序列模式挖掘技術(shù)就是試圖在時(shí)間戳有序的事務(wù)集中，找到一組數(shù)據(jù)項(xiàng)之后出現(xiàn)另一數(shù)據(jù)項(xiàng)的內(nèi)部事務(wù)模式，即挖掘出會(huì)話集之間有時(shí)間序列關(guān)系的模式，從而形成一組按時(shí)間排序的會(huì)話。通過(guò)序列模式研究，能夠預(yù)測(cè)用戶的訪問(wèn)模式，了解用戶的興趣及需求所在。

?決策樹(shù)算法。其基本原理是遞歸地將數(shù)據(jù)拆分成子集，以便每一個(gè)子集包含目標(biāo)變量類似的狀態(tài)，這些目標(biāo)是可預(yù)測(cè)屬性。每一次對(duì)樹(shù)進(jìn)行拆分，都要評(píng)價(jià)所有的輸入屬性對(duì)可預(yù)測(cè)屬性的影響。當(dāng)這個(gè)遞歸過(guò)程結(jié)束時(shí)，決策樹(shù)也就創(chuàng)建完了。結(jié)構(gòu)表示分類或決策集合，從而產(chǎn)生規(guī)則和發(fā)現(xiàn)規(guī)律。

?模式分析。通過(guò)選擇和觀察把發(fā)現(xiàn)的規(guī)則、模式和統(tǒng)計(jì)值轉(zhuǎn)換為知識(shí)，再經(jīng)過(guò)分析得到有價(jià)值的模式，即那些有意義、感興趣的規(guī)則、模式，采用可視化技術(shù)，以圖形界面的方式提供給使用者。

?路徑分析。路徑分析是一種找尋頻繁訪問(wèn)路徑的方法，它通過(guò)對(duì)Web服務(wù)器的日志文件中客戶訪問(wèn)站點(diǎn)的訪問(wèn)次數(shù)分析，從圖中挖掘出頻繁訪問(wèn)路徑。圖最直接的來(lái)源是網(wǎng)站結(jié)構(gòu)圖，其他圖也都是建立在頁(yè)面和頁(yè)面之間的聯(lián)系，或者是一定數(shù)量的用戶瀏覽頁(yè)面順序基礎(chǔ)之上的。

?異類分析。異類分析也稱為孤立點(diǎn)分析。所謂孤立點(diǎn)是指明顯偏離其他數(shù)據(jù)，即不滿足一般模式或行為的數(shù)據(jù)。孤立點(diǎn)分析是數(shù)據(jù)挖掘的重要內(nèi)容，它包括孤立點(diǎn)的發(fā)現(xiàn)和孤立點(diǎn)的分析，其中孤立點(diǎn)的發(fā)現(xiàn)往往可以使人們發(fā)現(xiàn)一些真實(shí)的但又出乎意料的知識(shí)；而孤立點(diǎn)的分析則可能發(fā)現(xiàn)比一般數(shù)據(jù)所包含的信息更有價(jià)值的數(shù)據(jù)。

5.3提升模型的主要應(yīng)用

提升企業(yè)網(wǎng)站客戶忠誠(chéng)度，關(guān)鍵是要從客戶的主觀因素和感覺(jué)出發(fā)，提升客戶滿意度、客戶愉悅度和客戶信任度。通過(guò)對(duì)4類網(wǎng)絡(luò)數(shù)據(jù)進(jìn)行挖掘，可以分析影響客戶忠誠(chéng)度的因素或客戶忠誠(chéng)度降低的征兆，進(jìn)而制定相關(guān)策略來(lái)提升企業(yè)網(wǎng)站客戶忠誠(chéng)度。

?預(yù)防客戶流失?；ヂ?lián)網(wǎng)加劇了企業(yè)間的競(jìng)爭(zhēng)，企業(yè)獲得新客戶的成本不斷上升，如何保持現(xiàn)有客戶是所有企業(yè)面臨的一個(gè)重要問(wèn)題?？蛻艟S持的性質(zhì)是“留住”那些可能流失的客戶。要留住這些客戶，首先要找出哪些客戶最可能“離我而去”，這就是數(shù)據(jù)挖掘要解決的問(wèn)題。可通過(guò)數(shù)據(jù)挖掘?qū)蛻魯?shù)據(jù)庫(kù)中大量的客戶歷史交易記錄、人口統(tǒng)計(jì)信息及其相關(guān)資料進(jìn)行分析和處理，對(duì)流失客戶群作針對(duì)性研究，分析其特征，研究哪些因素會(huì)導(dǎo)致客戶流失，建立流失客戶模型，識(shí)別導(dǎo)致客戶流失的模式，然后用這些模式找出當(dāng)前客戶中類似的客戶，以便企業(yè)針對(duì)客戶的需求，采取相應(yīng)的措施防止這些客戶的流失，改善客戶關(guān)系，進(jìn)而達(dá)到保持原有客戶的目的。

?開(kāi)展客戶細(xì)分?？蛻艏?xì)分可以使企業(yè)對(duì)不同細(xì)分群中的客戶區(qū)別對(duì)待。企業(yè)需要對(duì)客戶群進(jìn)行分析，才能得到對(duì)客戶需求更加精確的理解和把握，從而可以有的放矢地進(jìn)行忠誠(chéng)度營(yíng)銷的策劃和服務(wù)組合。在不太明確客戶群體分類標(biāo)準(zhǔn)的情況下，可采取挖掘的聚類技術(shù)，對(duì)客戶群進(jìn)行劃分。運(yùn)用聚類分析，從客戶檔案庫(kù)中發(fā)現(xiàn)不同客戶群，并且用購(gòu)買模式來(lái)刻畫(huà)不同客戶群的特征，可以方便地得到商家的主客戶群，以便決策者根據(jù)主客戶群的特征做相應(yīng)的訂貨、銷售、服務(wù)等決策。所有的客戶對(duì)于企業(yè)來(lái)說(shuō)價(jià)值都不是一樣的，在客戶細(xì)分過(guò)程中，應(yīng)加強(qiáng)重點(diǎn)客戶的發(fā)現(xiàn)，發(fā)現(xiàn)哪些客戶是真正創(chuàng)造利潤(rùn)的客戶，哪些客戶是低利潤(rùn)甚至是無(wú)利潤(rùn)的客戶，然后采取不同的方案對(duì)待這些客戶。

?改進(jìn)網(wǎng)站設(shè)計(jì)。網(wǎng)頁(yè)是企業(yè)對(duì)外宣傳的重要組成部分，體現(xiàn)企業(yè)的整體形象，只有通過(guò)它才能開(kāi)展網(wǎng)上業(yè)務(wù)，同時(shí)與客戶直接進(jìn)行溝通。因此，需要在網(wǎng)站上營(yíng)造一種生活和文化氛圍，一種精神世界，這種氛圍應(yīng)該和企業(yè)所提出的企業(yè)文化和營(yíng)銷概念相吻合，給顧客提供一種“賓至如歸”的感受。通過(guò)對(duì)客戶訪問(wèn)信息進(jìn)行挖掘，了解客戶的瀏覽行為，從而知道客戶

的興趣及需求所在，動(dòng)態(tài)調(diào)整Web頁(yè)面，修改網(wǎng)站結(jié)構(gòu)和外觀，按照大多數(shù)訪問(wèn)者的瀏覽模式對(duì)網(wǎng)站進(jìn)行組織，按其訪問(wèn)內(nèi)容來(lái)裁剪用戶與Web信息空間的交互，以滿足客戶的需要，吸引更多的客戶。從而在優(yōu)化網(wǎng)站設(shè)計(jì)時(shí)，能從最終顧客的角度更新改進(jìn)作業(yè)流程，提供給顧客一站購(gòu)足的服務(wù)。

?提供個(gè)?？蛻舻男枨蟛皇且怀刹蛔兊?、單一的，而是快速改變著的、多樣化的。隨著生活水平的不斷提高，客戶的要求也越來(lái)越高，其個(gè)性化需求逐漸成為發(fā)展趨勢(shì)。企業(yè)要想贏得較高的客戶忠誠(chéng)和盈利能力，就一定要實(shí)現(xiàn)以下目標(biāo)：在正確的時(shí)間、以正確的價(jià)格、通過(guò)正確的渠道將正確的產(chǎn)品(或服務(wù))提供給正確的客戶。這就要求企業(yè)網(wǎng)站必須記住客戶的特點(diǎn)，與每位客戶發(fā)展溫馨、個(gè)性化關(guān)系，依據(jù)客戶的需要，提供適當(dāng)?shù)姆?wù)與信息?；跀?shù)據(jù)挖掘的個(gè)性化服務(wù)，通過(guò)對(duì)客戶訪問(wèn)日志記錄信息的挖掘，以為每一位客戶建立一套個(gè)性化檔案為基礎(chǔ)，可以提供包括個(gè)性化定制服務(wù)、個(gè)性化推薦服務(wù)、個(gè)性化檢索服務(wù)、個(gè)性化決策支持服務(wù)等內(nèi)容。

?優(yōu)化營(yíng)銷模式。即使是購(gòu)買同樣的商品，不同顧客的動(dòng)因也可能不一樣，有的追求質(zhì)量，有的講究外觀，有的貪圖方便，有的則喜歡其文化內(nèi)涵。所以企業(yè)必須采用一定的方法，了解顧客的購(gòu)買動(dòng)因，并集中起來(lái)加以分析，然后針對(duì)不同客戶的特點(diǎn)，采取不同的營(yíng)銷策略組合。利用Web數(shù)據(jù)挖掘工具，了解顧客在網(wǎng)上購(gòu)買商品或接受服務(wù)時(shí)的選取習(xí)慣、鏈接習(xí)慣、商品組合習(xí)慣，發(fā)現(xiàn)那些隱藏在數(shù)據(jù)中的模式、關(guān)聯(lián)、規(guī)則和趨勢(shì)，找出其中的規(guī)律，從而提高交叉網(wǎng)絡(luò)營(yíng)銷、“1對(duì)1”營(yíng)銷、頻率營(yíng)銷、會(huì)員制營(yíng)銷等營(yíng)銷模式的效率。

?營(yíng)造安全環(huán)境。信任是客戶忠誠(chéng)的一個(gè)決定性因素。從本質(zhì)上來(lái)說(shuō)，信任支持了客戶那種認(rèn)為“可以在交易或者服務(wù)中得到積極成果”的信念。在電子商務(wù)環(huán)境下，一個(gè)安全交易的環(huán)境是客戶產(chǎn)生信任的首要條件。所以商家不僅要保證產(chǎn)品和服務(wù)質(zhì)量，還要加強(qiáng)對(duì)客戶的責(zé)任心，投入足夠的人力和物力，加強(qiáng)硬件上的建設(shè)，從技術(shù)上保證網(wǎng)上交易的安全，并且要保護(hù)客戶的個(gè)人隱私，不能私自將他們的個(gè)人信息透露給其他機(jī)構(gòu)。Web數(shù)據(jù)挖掘通過(guò)訪問(wèn)路徑分析、關(guān)聯(lián)規(guī)則發(fā)現(xiàn)、序列模式分析、分類規(guī)則發(fā)現(xiàn)、聚類分析等技術(shù)，從獲取的資源數(shù)據(jù)中提取與安全相關(guān)的系統(tǒng)特征屬性，并根據(jù)系統(tǒng)特征屬性自動(dòng)生成安全事件的檢測(cè)模型，用于對(duì)安全事件的自動(dòng)鑒別，加強(qiáng)安全審計(jì)、入侵檢測(cè)、病毒預(yù)警、安全評(píng)估等網(wǎng)絡(luò)安全防范的針對(duì)性，有利于提供一個(gè)安全的網(wǎng)絡(luò)交易環(huán)境。

5.4模型運(yùn)行的注意事項(xiàng)

建立在Web數(shù)據(jù)挖掘技術(shù)基礎(chǔ)上的企業(yè)網(wǎng)站客戶忠誠(chéng)度提升模型在運(yùn)行過(guò)程中，還應(yīng)注意以下一些事項(xiàng)：

?發(fā)揮人的主觀能動(dòng)性。技術(shù)不是萬(wàn)能的，技術(shù)也不可能解決所有問(wèn)題，要提高企業(yè)網(wǎng)站客戶忠誠(chéng)管理質(zhì)量和效率，需要網(wǎng)站的相關(guān)人員增強(qiáng)責(zé)任感和事業(yè)心，加強(qiáng)對(duì)挖掘結(jié)果的處理和轉(zhuǎn)換，提高數(shù)據(jù)加工質(zhì)量，使之能夠很好地被理解與應(yīng)用。