MARC

 008250123s2024        us                              c    eng  d
■001000017160978
■00520250211151144
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798384449010
■035    ▼a(MiAaPQ)AAI31234795
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a620
■1001  ▼aLin,  Yunduan.
■24510▼aIntegrating  Social  Network  Analytics  Into  Operations  Management
■260    ▼a[Sl]▼bUniversity  of  California,  Berkeley▼c2024
■260  1▼aAnn  Arbor▼bProQuest  Dissertations  &  Theses▼c2024
■300    ▼a145  p
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  86-03,  Section:  B.
■500    ▼aAdvisor:  Shen,  Zuo-Jun  Max.
■5021  ▼aThesis  (Ph.D.)--University  of  California,  Berkeley,  2024.
■520    ▼aThe  societal  system  is  an  intricate  composition  of  individuals,  each  contributing  their  distinct  demographics  and  experiences.  It  is  not  just  a  collection  of  people;  it  is  an  interconnected  network  that  goes  beyond  the  sum  of  its  separate  parts.  Within  this  network,  even  a  marginal  action  can  have  ripple  effects,  leading  to  the  diffusion  of  behaviors,  information,  or,  as  painfully  evidenced,  infectious  diseases.  These  intricate  connections  introduce  significant  challenges  to  the  realm  of  operations  management,  including  increased  decision-making  complexity,  data  overload  in  analysis,  and  a  lack  of  theoretical  guidance.  All  these  challenges  come  together  to  form  the  central  question  that  runs  through  my  research:  How  can  we  leverage  the  vast  wealth  of  data  and  information  available  to  navigate  this  intricate  societal  system  for  more  effective  operational  decision-making?In  response  to  this  growing  need,  my  dissertation  contributes  to  the  intersection  of  social  network  analytics  and  operations  management.  The  objective  is  to  create  a  more  precise  reflection  of  our  interconnected  societal  systems,  which,  in  turn,  enables  improved  decision-making  across  a  broad  spectrum  of  platforms.  To  this  end,  I  have  employed  a  diverse  tool  set.  These  include  optimization  for  high-quality  problem-solving,  data  analytics  to  uncover  actionable  insights,  machine  learning  to  enable  data-driven  decision-making,  network  and  graph  theory  to  better  understand  the  interconnected  systems,  and  stochastic  simulation  for  informed  evaluation,  etc.The  dissertation  comprises  three  papers  that  each  examine  a  different  facet  of  integrating  social  network  analytics  with  operations  management.  In  Chapter  2,  we  explore  the  promotion  optimization  strategy  with  the  consideration  of  the  diffusion  effects,  drawing  on  extensive  data  from  a  large-scale  online  platform.  In  Chapter  3,  we  propose  a  general  approximation  framework  to  evaluate  the  impact  of  nonprogressive  diffusion,  delving  into  both  its  theoretical  underpinnings  and  practical  applications.  In  Chapter  4,  we  highlight  the  significant  findings  and  set  the  stage  for  future  research,  particularly  focusing  on  the  challenges  of  learning  user  behavior  within  a  social  network  with  limited  data  availability.
■590    ▼aSchool  code:  0028.
■650  4▼aEngineering
■650  4▼aEnvironmental  engineering
■653    ▼aData  availability
■653    ▼aSocietal  systems
■653    ▼aDemographics  and  experiences
■653    ▼aOperations  management
■690    ▼a0543
■690    ▼a0775
■690    ▼a0537
■71020▼aUniversity  of  California,  Berkeley▼bCivil  and  Environmental  Engineering.
■7730  ▼tDissertations  Abstracts  International▼g86-03B.
■790    ▼a0028
■791    ▼aPh.D.
■792    ▼a2024
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T17160978▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.

Preview

Export

ChatGPT Discussion

AI Recommended Related Books