摘要 | 第4-8页 |
abstract | 第8-12页 |
1 绪论 | 第18-34页 |
1.1 研究背景 | 第18-22页 |
1.1.1 煤矿关键物资管理现状与问题 | 第18-21页 |
1.1.2 电子商务时代背景下煤矿关键物资管理趋势 | 第21-22页 |
1.2 国内外研究现状 | 第22-29页 |
1.2.1 生态理论文献综述 | 第22-24页 |
1.2.2 协同理论文献综述 | 第24-26页 |
1.2.3 物资管理文献综述 | 第26-27页 |
1.2.4 煤矿物资管理相关研究 | 第27-28页 |
1.2.5 研究评述 | 第28-29页 |
1.3 研究意义 | 第29页 |
1.4 研究内容与方法 | 第29-34页 |
1.4.1 研究内容 | 第29-31页 |
1.4.2 研究方法 | 第31-32页 |
1.4.3 技术路线 | 第32-34页 |
2 相关概念及理论基础 | 第34-78页 |
2.1 相关概念界定 | 第34-38页 |
2.1.1 煤矿关键物资 | 第34-36页 |
2.1.2 大数据 | 第36-37页 |
2.1.3 数据生态系统 | 第37页 |
2.1.4 协同管理机制 | 第37-38页 |
2.2 技术采纳与利用整合理论(UTAUT2) | 第38-51页 |
2.2.1 八个基础理论综述 | 第38-44页 |
2.2.2 技术采纳与利用整合理论(UTAUT) | 第44-48页 |
2.2.3 其他信息技术接收理论 | 第48-50页 |
2.2.4 理论模型适用性 | 第50-51页 |
2.3 结构方程 | 第51-53页 |
2.3.1 结构方程原理 | 第51-53页 |
2.3.2 模型适用性 | 第53页 |
2.4 关键结构要素识别方法 | 第53-63页 |
2.4.1 DEMATEL | 第53-55页 |
2.4.2 概念格 | 第55-59页 |
2.4.3 复杂网络 | 第59-60页 |
2.4.4 ISM理论 | 第60-63页 |
2.4.5 模型适用性 | 第63页 |
2.5 Lotka-Volterra生态理论 | 第63-69页 |
2.5.1 单因子协同模型 | 第64-66页 |
2.5.2 多因子协同模型 | 第66-68页 |
2.5.3 模型适用性 | 第68-69页 |
2.6 评价分析方法 | 第69-78页 |
2.6.1 层次分析法AHP | 第69-72页 |
2.6.2 改进Critic指标赋权 | 第72-73页 |
2.6.3 未确知测度 | 第73-77页 |
2.6.4 模型适用性 | 第77-78页 |
3 煤矿关键物资管理平台及数据生态系统构建 | 第78-128页 |
3.1 总体思路 | 第78-80页 |
3.2 煤矿关键物资供应网络分析 | 第80-86页 |
3.2.1 煤矿关键物资管理业务分类 | 第80页 |
3.2.2 煤矿关键物资管理业务风险点分析 | 第80-84页 |
3.2.3 煤矿关键物资管理协同管理必要性 | 第84-85页 |
3.2.4 煤矿关键物资管理角色关系分析 | 第85-86页 |
3.3 平台潜在用户接受意愿研究 | 第86-105页 |
3.3.1 研究变量与测量维度的设定 | 第86-91页 |
3.3.2 研究模型设定 | 第91页 |
3.3.3 调查问卷数据采集与分析 | 第91-104页 |
3.3.4 平台设计及运营原则 | 第104-105页 |
3.4 平台用户业务需求分析 | 第105-114页 |
3.4.1 协同业务需求分析 | 第105-109页 |
3.4.2 垂直业务需求分析 | 第109-111页 |
3.4.3 辅助业务需求分析 | 第111-112页 |
3.4.4 平台定位 | 第112-114页 |
3.5 平台功能设计 | 第114-119页 |
3.5.1 平台功能框架 | 第114-116页 |
3.5.2 平台业务逻辑 | 第116-118页 |
3.5.3 平台系统逻辑 | 第118-119页 |
3.6 煤矿关键物资管理数据生态系统的构成 | 第119-126页 |
3.6.1 煤矿关键物资管理数据生态系统形成条件 | 第119-120页 |
3.6.2 煤矿关键物资管理数据生态系统的数据构成 | 第120-122页 |
3.6.3 煤矿关键物资管理数据生态系统“四流”协同路径 | 第122-123页 |
3.6.4 煤矿关键物资管理数据生态系统的生态学特征 | 第123-124页 |
3.6.5 煤矿关键物资管理数据生态系统与信息生态系统的区别 | 第124-126页 |
3.7 本章小结 | 第126-128页 |
4 数据生态系统关键协同影响要素识别 | 第128-152页 |
4.1 关键协同影响要素识别思路 | 第128-130页 |
4.2 协同关键影响因素识别 | 第130-145页 |
4.2.1 初步影响因素筛选 | 第130-134页 |
4.2.2 基于DEMATEL-概念格的关键影响因素识别 | 第134-143页 |
4.2.3 结果分析 | 第143-145页 |
4.3 解释路径研究 | 第145-150页 |
4.3.1 基于ISM-复杂网络的解释路径研究 | 第145-149页 |
4.3.2 结果分析 | 第149-150页 |
4.4 数据生态系统协同结构要素模型 | 第150页 |
4.5 本章小结 | 第150-152页 |
5 数据生态系统协同效益产出研究 | 第152-170页 |
5.1 协同效益产出研究思路 | 第152页 |
5.2 种群协同类型 | 第152-156页 |
5.2.1 种群内同质协同类型 | 第153-154页 |
5.2.2 种群间异质协同类型 | 第154-156页 |
5.3 子系统耦合模式研究 | 第156-158页 |
5.3.1 种群内同质协同下的耦合模式 | 第156-157页 |
5.3.2 种群间异质协同下的耦合模式 | 第157-158页 |
5.4 改进L-V模型的数据生态系统协同效益产出 | 第158-169页 |
5.4.1 改进的Lotka-Voterra模型及其平衡点 | 第158-160页 |
5.4.2 平衡点的稳定性分析 | 第160-164页 |
5.4.3 相平面图分析 | 第164-169页 |
5.5 本章小结 | 第169-170页 |
6 数据生态系统协同度测度研究 | 第170-188页 |
6.1 测度模型构建 | 第170-173页 |
6.1.1 测度总体流程 | 第170-172页 |
6.1.2 基于改进L-V的协同度测度模型 | 第172-173页 |
6.2 测度指标体系构建 | 第173-176页 |
6.2.1 指标体系构建原则 | 第173页 |
6.2.2 指标体系的建立 | 第173-176页 |
6.3 协同度测度数值算例研究 | 第176-186页 |
6.3.1 专家评分法获取竞、合因子参数值 | 第176-179页 |
6.3.2 AHP获取指标主观权重值 | 第179-181页 |
6.3.3 未确知-CRITIC确定指标客观权重及等级 | 第181-184页 |
6.3.4 改进L-V模型企业间协同度测度 | 第184-186页 |
6.4 本章小结 | 第186-188页 |
7 结论与展望 | 第188-192页 |
7.1 主要结论 | 第188-190页 |
7.2 主要创新点 | 第190-191页 |
7.3 研究展望 | 第191-192页 |
参考文献 | 第192-208页 |
致谢 | 第208-210页 |
作者简介 | 第210-212页 |
附录A | 第212-216页 |
附录B | 第216-223页 |