本書力求以一種創(chuàng)新的方式來更高效地展示管理運籌學的基本理論、方法和應用，涉及三個要素，即案例分析、建模和電子表格。本書分為兩篇：第一篇為基礎(chǔ)理論篇，包括線性規(guī)劃、整數(shù)規(guī)劃和動態(tài)規(guī)劃；第二篇為應用篇，包括運輸與指派問題、圖與網(wǎng)絡(luò)優(yōu)化、存儲論、決策論和排隊論。本書每章開頭都給出了學習目標和開篇案例，并以這個案例中涉及的管理

人與人之間的溝通效果不僅取決于你“說的什么”，更取決于你是“怎么說的”，人所構(gòu)思的“意義”的傳遞影響著最終的溝通效果。本書從“意義給賦”視角出發(fā)，闡釋在人際交往中如何達成預期溝通效果。首先，本書闡明人際溝通是一種“意義的傳遞與理解”，旨在說明從意義給賦視角來談?wù)摴芾硭季S與管理溝通的重要價值，并基于迪爾茨的語言框定基本原

本書借鑒世界一流智庫和其他行業(yè)的大數(shù)據(jù)決策支持信息保障體系建設(shè)經(jīng)驗和運行機制，結(jié)合中國特色新型智庫建設(shè)業(yè)務(wù)需求，梳理智庫研究力量、研究條件和研究資源，探索以社會化云端數(shù)據(jù)資源為依托，以工程化理論為基礎(chǔ)，以開放式集成化技術(shù)工具為載體，以具有創(chuàng)造性的研究人員為智力支撐的協(xié)同創(chuàng)新機制，構(gòu)建大數(shù)據(jù)環(huán)境下智庫決策支持信息保障協(xié)同

本書闡述不確定性影響人決策行為的機理，這必然要觸動個體對生活認知、對世界的理解。本書從期望效用理論出發(fā)，探討基于前景理論的個體行為分析，有限理性個體的行為特征；深入地探討了不同于客觀效用的主觀效用函數(shù)特征，以及不同于客觀概率的主觀權(quán)重函數(shù)特征，通過刻畫主觀特征的效用函數(shù)和權(quán)重函數(shù)，可以幫助我們更好地理解各類行為異象背后

鄭杭生先生是改革開放后中國社會學重建的重要領(lǐng)導者之一，也是中國人民大學社會學學科重建的奠基人，為我們留下了豐富而寶貴的遺產(chǎn)。為紀念著名社會學家鄭杭生教授，中國人民大學社會學理論與方法研究中心特設(shè)“鄭杭生社會學大講堂”，邀請社會學界及其他社會科學領(lǐng)域頂尖的領(lǐng)軍學者如林南、張翼、田毅鵬、張文宏等蒞臨演講，以期活躍學術(shù)氛圍、

在人工智能時代背景下，大數(shù)據(jù)為政府統(tǒng)計發(fā)展帶來了深刻變革。本書首先從國家數(shù)據(jù)視角系統(tǒng)梳理了政府統(tǒng)計的發(fā)展歷程與變遷軌跡，并介紹了政府統(tǒng)計的理論與實踐接著詳細介紹了大數(shù)據(jù)產(chǎn)業(yè)的商業(yè)資源及產(chǎn)業(yè)組織形式，深入分析了現(xiàn)有大數(shù)據(jù)商業(yè)行為及大數(shù)據(jù)資源的訴求與痛點。在此基礎(chǔ)上，本書重點闡述了大數(shù)據(jù)與政府統(tǒng)計合作的基本理論關(guān)系，總結(jié)了

本書從20世紀80年代開始的全球化、后工業(yè)化運動開始談起，作者認為，這是一場根本性的社會變革運動，意味著人類從工業(yè)社會走向后工業(yè)社會。本書提出，這場社會變革運動的最深處，將要發(fā)生思維方式的變革，從分析性思維轉(zhuǎn)變?yōu)橄嗨菩运季S。在此過程中，社會科學研究需要盡可能擺脫那些在歷史上形成的偏見，勇敢地面向現(xiàn)實的高度復雜性和高度不

鄭杭生先生是改革開放后中國社會學重建的重要領(lǐng)導者之一，也是中國人民大學社會學學科重建的奠基人，為我們留下了豐富而寶貴的遺產(chǎn)。為紀念著名社會學家鄭杭生教授，中國人民大學社會學理論與方法研究中心特設(shè)“鄭杭生社會學大講堂”，邀請社會學界及其他社會科學領(lǐng)域頂尖的領(lǐng)軍學者如趙鼎新、周飛舟、王春光、何雪松等蒞臨演講，以期活躍學術(shù)氛

智能決策是邁向通用人工智能的必經(jīng)之路。2016年，圍棋智能體AlphaGo戰(zhàn)勝韓國棋手李世石，智能決策引起人們的廣泛關(guān)注；2022年底，ChatGPT火爆全球，凸顯出大模型的價值�？梢灶A見，神經(jīng)網(wǎng)絡(luò)大模型將進一步推動智能決策在自主學習和應用范圍上的突破。本書圍繞智能決策領(lǐng)域涉及的基本方法與技術(shù)展開介紹，主要內(nèi)容包括：智

本書以人工智能的發(fā)展為契機，以決策理論與方法為核心，闡述了決策分析方法與機器學習、神經(jīng)網(wǎng)絡(luò)等人工智能算法。全書大致可分為三大部分，第一部分主要介紹貝葉斯決策、多目標決策、多屬性決策、序貫決策、行為決策、知識發(fā)現(xiàn)與數(shù)據(jù)挖掘以及群決策等決策理論；第二部分介紹解決各類決策問題的基本人工智能算法，主要包括群智能算法、機器學習、