TW202117651A - 多區域貿易分析系統與方法 - Google Patents

多區域貿易分析系統與方法 Download PDF

Info

Publication number
TW202117651A
TW202117651A TW108138448A TW108138448A TW202117651A TW 202117651 A TW202117651 A TW 202117651A TW 108138448 A TW108138448 A TW 108138448A TW 108138448 A TW108138448 A TW 108138448A TW 202117651 A TW202117651 A TW 202117651A
Authority
TW
Taiwan
Prior art keywords
trade
regional
module
group
item
Prior art date
Application number
TW108138448A
Other languages
English (en)
Other versions
TWI720663B (zh
Inventor
王立宇
王煜章
Original Assignee
王立宇
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 王立宇 filed Critical 王立宇
Priority to TW108138448A priority Critical patent/TWI720663B/zh
Priority to CN202011136396.4A priority patent/CN112712229A/zh
Application granted granted Critical
Publication of TWI720663B publication Critical patent/TWI720663B/zh
Publication of TW202117651A publication Critical patent/TW202117651A/zh

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/04Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Physics & Mathematics (AREA)
  • Finance (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • Educational Administration (AREA)
  • Technology Law (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)

Abstract

本發明揭露一種多區域貿易分析系統,其包括一儲存模組、一需求模組、一第一運算模組、一第二運算模組以及一輸出模組。需求模組自一使用者裝置接收一需求資料,其包含一選定產業類別。儲存模組自一貿易資料庫取得涵蓋一貿易面、一文化面、及一經濟面的複數貿易依賴指標。第一運算模組自儲存模組取得選定產業類別所對應的貿易依賴指標,並依據貿易依賴指標及一經濟模型計算取得一區域關係矩陣。第二運算模組依據區域關係矩陣建立具有複數節點的一社會網路。輸出模組依據社會網路形成一多區域貿易關聯性圖樣,並傳送至使用者裝置。

Description

多區域貿易分析系統與方法
本發明係關於一種多區域的貿易或產業分析的系統及方法。
貿易(或產業)分析是指企業對特定行業的市場結構和市場行為進行調查與分析,為企業制定科學有效的戰略規劃提供依據的活動。不論是企業、製造商、供應商、合夥或個人創業時,皆須仰賴貿易(或產業)分析,以了解該產業的產業鏈、及其競爭對手、可能的合作對象(上、下游廠商)、或是進入新領域(產業)的障礙等資訊。
然而,目前並無提供貿易分析或經營策略的網路平台。有需求的企業、廠商或個人(於後稱為使用者),僅能透過委託顧問公司,以取得紙本的產業分析報告。藉由閱讀產業分析報告理解選定產業(即使用者所欲進入或創業的產業類別)的概略趨勢。一般而言,產業分析報告的內容繁多且複雜,亦可能參雜了使用者不需要的資訊,而必須藉由使用者親自閱讀後精簡摘要。較為簡易的產業分析報告則僅針對使用者指定的區域(或國家)蒐集資料,可能會讓使用者遺漏重要資訊。若產業分析報告含多區域(或多國)的資料,通常也是依區域(或國別)進行分類。這會讓使用者無法理解各區域之間的貿易關係,亦容易發生遺漏資訊的情形。
有鑑於上述課題,本發明之主要目的係在提供一種多區域貿易分析系統及方法,藉由利用貿易依賴指標運算取得區域關係矩陣,並提供多區域貿易關聯性圖樣至使用者裝置,以解決習知無網路平台可直接提供多區域貿易或產業分析的問題。
為達成上述之目的,本發明提供一種多區域貿易分析系統,其與至少一貿易資料庫及至少一使用者裝置通訊連接。多區域貿易分析系統包括一儲存模組、一需求模組、一第一運算模組、一第二運算模組以及一輸出模組。儲存模組自貿易資料庫取得涵蓋一貿易面、一文化面、及一經濟面的複數貿易依賴指標。需求模組自使用者裝置接收一需求資料,其包含一選定產業類別。第一運算模組耦接於儲存模組及需求模組。第一運算模組自儲存模組取得選定產業類別所對應的該些貿易依賴指標,並依據該些貿易依賴指標及一經濟模型計算取得一區域關係矩陣。區域關係矩陣包括一橫列、一直行、及複數元素,橫列與直行分別包括複數區域,元素分別為該些區域之間一貿易依賴指數。第二運算模組耦接於第一運算模組。第二運算模組依據區域關係矩陣建立具有複數節點的一社會網路。輸出模組耦接於第二運算模組。輸出模組依據社會網路形成一多區域貿易關聯性圖樣,並傳送至使用者裝置。
為達成上述之目的,本發明另提供一種多區域貿易分析方法,應用於一多區域貿易分析系統,其與至少一貿易資料庫及至少一使用者裝置通訊連接,並包括一儲存模組、一需求模組、一第一運算模組、一第二運算模組以及一輸出模組。多區域貿易分析方法包括下列步驟:儲存模組自貿易資料庫取得涵蓋一貿易面、一文化面、及一經濟面的複數貿易依賴指標;需求模組自使用者裝置接收一需求資料,其包含一選定產業類別;第一運算模組自儲存模組取得選定產業類別所對應的該些貿易依賴指標;第一運算模組依據該些貿易依賴指標及一經濟模型計算取得一區域關係矩陣,其包括一橫列、一直行、及複數元素,橫列與直行分別包括複數區域,元素分別為該些區域之間一貿易依賴指數;第二運算模組依據區域關係矩陣建立具有複數節點的一社會網路;以及輸出模組依據社會網路形成一多區域貿易關聯性圖樣,並傳送至使用者裝置。
根據本發明之一實施例,經濟模型包括一貿易引力模型。
根據本發明之一實施例,貿易依賴指數的數值為1或0。
根據本發明之一實施例,區域關係矩陣及社會網路呈現該些區域之間的一貿易連線方向,及該些區域分別對應的一貿易連線數量,多區域貿易關聯性圖樣呈現該些區域之間的貿易連線方向。
根據本發明之一實施例,貿易連線方向包括一進口方向、及一出口方向。
根據本發明之一實施例,橫列表示進口方向,且直列表示出口方向,或是橫列表示出口方向,且直列表示進口方向。
根據本發明之一實施例,第二運算模組包括一聚合單元,其採用一社會網路演算法從貿易面、文化面、及經濟面對該些區域進行聚合,以形成至少一群組,其包含密切貿易的部分區域。
根據本發明之一實施例,多區域貿易分析方法更包括下列步驟:聚合單元採用一社會網路演算法從貿易面、文化面、及經濟面對該些區域進行聚合,以形成至少一群組,該群組包含密切貿易的部分該些區域。
根據本發明之一實施例,多區域貿易關聯性圖樣呈現至少一群組圖樣,其包含密切貿易的部分區域。
根據本發明之一實施例,第二運算模組包含一分析單元,其採用社會網路演算法計算取得群組內的一特定節點。特定節點的貿易連線數量大於一預定值,並標記特定節點為一進出口核心區域。
根據本發明之一實施例,多區域貿易分析方法更包括下列步驟:分析單元採用社會網路演算法計算取得群組內的一特定節點,其貿易連線數量大於一預定值,並標記特定節點為一進出口核心區域。
根據本發明之一實施例,第二運算模組包含一分析單元,其採用社會網路演算法計算取得群組內的一特定節點。與特定節點相連之該些節點的貿易連線數量分別大於一預定值,並標記特定節點為一核心代工廠區域。
根據本發明之一實施例,多區域貿易分析方法更包括下列步驟:分析單元採用社會網路演算法計算取得群組內的一特定節點,與其相連之該些節點的貿易連線數量分別大於一預定值,並標記特定節點為一核心代工廠區域。
根據本發明之一實施例,第二運算模組包含一分析單元,其採用社會網路演算法計算取得群組內的至少一最短路徑資料,其包括群組內的該些節點之間的最短路徑及該些節點的被經過次數,分析單元依據最短路徑資料取得被經過次數最多的一特定節點,並標記特定節點為一群組內轉運集散區域。
根據本發明之一實施例,多區域貿易分析方法更包括下列步驟:分析單元採用社會網路演算法計算取得群組內的一最短路徑資料,其包括該群組內的該些節點之間的最短路徑及該些節點的被經過次數;以及分析單元依據最短路徑資料取得被經過次數最多的一特定節點,並標記特定節點為一群組內轉運集散區域。
根據本發明之一實施例,聚合而成該至少一群組為複數,且第二運算模組包含一分析單元。分析單元採用社會網路演算法先計算取得二群組之間的一最短路徑資料,其包括其中一群組內的該些節點分別與另一群組內的該些節點之間的最短路徑、及二群組內的該些節點的被經過次數。分析單元依據最短路徑資料分別取得二該群組中被經過次數最多的一特定節點,並標記特定節點為一群組間轉運集散區域。
根據本發明之一實施例,多區域貿易分析方法更包括下列步驟:分析單元採用社會網路演算法計算取得二群組之間的一最短路徑資料,其包括其中一群組內的該些節點分別與另一群組內的該些節點之間的最短路徑、及二群組內的該些節點的被經過次數;以及分析單元依據最短路徑資料分別取得二該群組中被經過次數最多的一特定節點,並標記特定節點為一群組間轉運集散區域。
根據本發明之一實施例,多區域貿易分析系統更包括一建議模組,耦接於需求模組及儲存模組。需求模組自使用者裝置接收一選定國家,建議模組依據選定國家提供至少一產業資訊。
根據本發明之一實施例,多區域貿易分析方法更包括下列步驟:需求模組自使用者裝置接收一選定國家,建議模組依據選定國家提供至少一產業資訊。
根據本發明之一實施例,產業資訊包含至少一廠商、或至少一展會資訊。
承上所述,依據本發明之多區域貿易分析系統及方法,多區域貿易分析系統,藉由需求模組自使用者裝置接收需求資料,並由儲存模組自貿易資料庫取得涵蓋貿易面、文化面、及經濟面的複數貿易依賴指標。分別由第一運算模組依據貿易依賴指標及經濟模型計算取得一區域關係矩陣,第二運算模組依據區域關係矩陣建立具有複數節點的一社會網路。最後,由輸出模組依據社會網路形成一多區域貿易關聯性圖樣,並傳送至使用者裝置,以供使用者查看特定產業的多區域之間的貿易關聯性。換言之,本發明之多區域貿易分析系統可提供一個網路平台,以直接提供多區域貿易分析資料至使用者所操作的電子裝置。又,本發明之多區域貿易分析系統及方法,可於同一介面呈現多個區域之間的貿易關聯性(多區域貿易關聯性圖樣),令使用者可迅速地理解各區域之間的貿易關係。除了可達到快速掌握所需資訊的效果以外,更可同時避免發生遺漏資訊的情形。
為能讓 貴審查委員能更瞭解本發明之技術內容,特舉較佳具體實施例說明如下。
圖1為本發明之多區域貿易分析系統之一實施例之使用環境示意圖,請參考圖1所示。首先,本實施例之多區域貿易分析系統1可應用在提供貿易(或產業)分析或其建議的網路平台。多區域貿易分析系統1包括一儲存模組11、一傳輸模組12、一需求模組13、一第一運算模組14、一第二運算模組15以及一輸出模組16。其中,傳輸模組12、需求模組13、第一運算模組14、第二運算模組15及輸出模組16相互耦接,且耦接於儲存模組11,以對儲存模組11存取資料。需注意的是,前述各個模組除可配置為硬體裝置、軟體程式、韌體或其組合外,亦可藉電路迴路或其他適當型式配置,各個模組間之連接係以有線或者無線方式相互連接以進行數據之接收與傳送;並且,各個模組除可以單獨之型式配置外,亦可以結合之型式配置。一個較佳實施例是各模組皆為軟體程式儲存於儲存模組11上,藉由多區貿易分析系統1中的一處理器(圖未示)執行各模組以達成本發明之功能。此外,本實施方式僅例示本發明之較佳實施例,為避免贅述,並未詳加記載所有可能的變化組合。然而,本領域之通常知識者應可理解,上述各模組或元件未必皆為必要。且為實施本發明,亦可能包含其他較細節的習知模組或元件。各模組或元件皆可能視需求加以省略或修改,且任兩模組間未必不存在其他模組或元件。
多區域貿易分析系統1可透過網路與至少一使用者裝置2及至少一貿易資料庫3通訊連接,以進行資料傳輸。具體而言,多區域貿易分析系統1藉由傳輸模組12與使用者裝置2及貿易資料庫3的傳輸模組進行資料傳輸,而資料傳輸的方式是依據彼此相互配合的硬體架構不同而有不同,具體來說可以透過符合例如乙太網絡、3G、Wi-Fi或4G LTE等有線或無線之資料傳輸技術實現。
其中,使用者裝置2為具有資料輸入、資料處理、資料輸出與通訊功能的電子裝置,其可以為桌上型電腦、筆記型電腦、平板電腦、甚至是智慧型手機等小型的電子裝置,圖1是以平板電腦、或智慧型手機等小型電子裝置示意。在本實施例中,多區域貿易分析系統1可提供多區域貿易分析平台的使用者操作介面(於後簡稱為多區域貿易分析平台)至使用者裝置2,讓有貿易或產業分析需求的使用者(例如企業、製造商、供應商、合夥或個人)可透過使用者裝置2操作多區域貿易分析平台。
本實施例之貿易資料庫3是貿易領域之第三方公正單位的資料庫,其可例如但不限於世界貿易組織(World Trade Organization, WTO)、世界銀行(World Bank)或者等單位的資料庫。多區域貿易分析系統1可透過與貿易資料庫3通訊連接,以下載涵蓋貿易面、文化面、及經濟面的複數貿易依賴指標(於後進一步說明),並儲存於儲存模組11。
本實施例之儲存模組11可例如但不限於快閃記憶體、光碟、或磁碟等儲存媒體,並可分割成複數儲存單元,已儲存不同的資料。又,儲存模組11可儲存一多區域貿易分析方法,其應用於多區域貿易分析系統1,亦即,可由多區域貿易分析系統1的各個模組執行該方法。圖2A至圖2C為本發明之多區域貿易分析方法之一實施例的流程示意圖。請先參考圖1及圖2A所示,以下按照多區域貿易分析多區域貿易分析方法之步驟流程,進一步說明各模組的動作。
步驟S10:儲存模組11自貿易資料庫3取得涵蓋一貿易面、一文化面、及一經濟面的複數貿易依賴指標。
此步驟可自使用者裝置2接收需求資料(即步驟S20)之前、或是預設定期地,自各個貿易資料庫3蒐集貿易或產業相關資料,例如涵蓋貿易面、文化面、及經濟面的複數貿易依賴指標。具體而言,多區域貿易分析系統1可透過傳輸模組12自貿易資料庫取得全部產業類別所對應的貿易依賴指標。其中,貿易依賴指標是指不同區域之間的貿易往來程度的影響因子。於本實施例所稱之區域,可例如但不限於經濟區、地理區(如北美、南美、東歐、西歐、北歐、東南亞等地理區)、或國家。
其中,貿易面可例如但不限於各國(或區域)的關稅、貿易額、貿易協定、產業貿易依存度等因子。其中,貿易協定可例如但不限於自由貿易協定(Free Trade Agreement, FTA)、優惠性貿易協定(Preferential Trade Agreement, PTA)、或區域貿易協定(Regional Trade Agreement, RTA)等。文化面可例如但不限於各國(或區域)較多人口使用的語言、殖民地、或是各國之間的距離等因子。經濟面可例如但不限於國內生產毛額(Gross Domestic Product, GDP)、或國民生產毛額(Gross National Product, GNP)等因子。
步驟S20:需求模組13自使用者裝置2接收一需求資料,其包含一選定產業類別。
本實施例之需求模組13可提供一需求輸入介面至使用者裝置2,令使用者可操作使用者裝置2,並於需求輸入介面輸入需求資料,其可例如但不限於產業名稱、產品名稱、產業類別代碼、行業別代碼、或是國際商品統一分類代碼(HS code)等。需求資料亦可包含其他細節資訊,例如該產業的上游或下游廠商、競爭對手等。較佳的,需求模組13亦可提供一問卷介面至使用者裝置2,利用問卷設計導引使用者理解自己的需求(如前述之廠商、或競爭對手)。
使用者操作於需求輸入介面輸入所欲查詢的產業類別等相關資訊(需求資料)後,多區域貿易分析系統1的需求模組13藉由傳輸模組12自使用者裝置2接收需求資料。須說明的是,需求資料包含一選定產業類別,即使用者所欲查詢並輸入的產業類別。舉例而言,使用者欲查詢葡萄酒產業鏈,則可直接輸入葡萄酒(產品名稱)、或是輸入行業類別代碼0919920(以中華民國經濟部的工業產品分類為例)、亦可輸入國際商品統一分類代碼220421、220422、220429、或220510(本實施例以六碼為例,但本發明不以此為限)。
步驟S30:第一運算模組14自儲存模組11取得選定產業類別所對應的該些貿易依賴指標。
第一運算模組14可自需求模組13取得需求資料後,並依據需求資料所包含的選定產業類別(例如前述之葡萄酒產業),自儲存模組11取得該選定產業類別所對應的多個貿易依賴指標。例如,各區域或各國針對酒類產品的關稅、相關的貿易協定、國內生產毛額(GDP)、經常使用的語言、殖民地、各區域與其他區域之間的葡萄酒貿易依存度及距離等貿易依賴指標。接著,執行步驟S40,依據前述貿易依賴指標進行運算。
步驟S40:第一運算模組14依據該些貿易依賴指標及一經濟模型計算取得一區域關係矩陣M。
具體而言,儲存模組11可儲存一經濟模型的計算方式,其可例如但不限於貿易引力模型(Gravity Model of Trade)。又,貿易引力模型常被應用在估計或預測跨國間的雙向交流,但通常僅依據二國之間的地理距離、及貿易組織等因子,計算並預測二國之間的貿易交流。在本實施例中,第一運算模組14依據前述的貿易依賴指標(涵蓋文化面)及貿易引力模型計算取得區域關係矩陣,其可用於預估多個區域之間的貿易流動關係。
圖3為圖2A所示之步驟S40所產生的區域關係矩陣圖,請搭配參考圖3所示。區域關係矩陣M包括一橫列(row)、一直行(column)、及複數元素(element)。其中,橫列與直行分別包括複數區域,其可例如經濟區、地理區、或國家,而本實施例是以國家為例。須說明的是,為求圖面簡潔,圖3之橫列與直行的各國,分別以國家代碼表示之。例如,AU(澳洲)、AR(阿根廷)、CL(智利)、CN(中國)、ES(西班牙)、FR(法國)、ID(印尼)、IT(義大利)、JP(日本)、KR(韓國)、PT(葡萄牙)、US(美國)及南非(ZA)。
區域關係矩陣M的元素分別為區域(國家)之間貿易依賴指數。較佳的,本實施例之第一運算模組14先利用貿易引力模型計算取得各國間之間的貿易依賴的數值後,可再利用正規化回歸方法、或特徵選取方法等計算方法找出極限值或門檻值,並以1或0表示,此即為本案所稱之貿易依賴指數。換言之,本實施例之貿易依賴指數的數值為1或0。又,本實施例定義橫列表示進口方向,且直列表示出口方向,使區域關係矩陣M呈現各區域(國家)之間的一貿易連線方向(即進、出口方向)。在其他實施例中,亦可定義橫列表示出口方向,而直列表示進口方向,本發明並不限制。
舉例而言,日本(JP)出口較大量的產品(葡萄酒)、或原物料(例如葡萄或糖等)至中國(CN),若經計算後超過前述的極限值或門檻值,則日本對中國的貿易依賴指數於出口方向為1,如圖3第9列(JP)、第4行(CN)的元素所示。反之,日本自中國進口葡萄酒產品或原物料並未超過前述極限值或門檻值,日本對中國的貿易依賴指數於進口方向為0,如圖3第4列(CN)、第9行(JP)的元素所示。
須說明的是,區域關係矩陣M不僅呈現各國之間的貿易連線方向,貿易依賴指數為1的數量亦可呈現各國之間分別對應的貿易連線數量。例如,中國於進口方向上(第4列)對應四個國家(FR、ID、JP、ZA)的貿易依賴指數為1,於出口方向上(第4行)對應三個國家(FR、ID、ZA)的貿易依賴指數為1,其貿易連線數量為7。貿易連線數量可作為評估進、出口大國或轉運站等特殊貿易地位的依據,於後進一步說明。
步驟S50:第二運算模組15依據區域關係矩陣M建立具有複數節點的一社會網路N。
較佳的,本實施例之多區域貿易分析系統1更包括第二運算模組15,其可依據區域關係矩陣M建立具有複數節點的一社會網路N。圖4為圖2A所示之步驟S50所建立之社會網路的示意圖,請搭配參考圖4所示。如前述,區域關係矩陣M呈現各國之間的貿易連線方向,進而使第二運算模組15可依據區域關係矩陣M建立如圖4的社會網路N,其中,社會網路N的複數節點分別表示區域關係矩陣M之橫列(或直行)所示的各個區域(國家)。如圖4所示,社會網路N呈現該些區域(國家)之間的貿易連線方向(即進、出口方向),及該些區域(國家)分別對應的貿易連線數量。例如,中國(CN)有3條出口方向、4條進口方向,故其貿易連線數量為7。
須說明的是,本實施例之第一運算模組14是指利用經濟模型進行運算的模組;第二運算模組15則是指利用社會網路演算法進行運算的模組,於後進一步說明。
步驟S51:聚合單元151採用一社會網路演算法從貿易面、文化面、及經濟面對該些區域進行聚合,以形成至少一群組。
具體而言,第二運算模組15包括一聚合單元151,其採用一社會網路演算法以對區域關係矩陣M及社會網路N的複數區域(國家)進行聚合,以群聚密切貿易的部分區域(國家),並形成至少一群組。又,由於區域關係矩陣M是依據涵蓋貿易面、文化面、及經濟面的複數貿易依賴指標所產生,故聚合單元151是從貿易面、文化面、及經濟面對社會網路N的複數國家進行聚合。
例如,將貿易關係密切且地理區域較近的數個國家群聚成一個群組。具體而言,中國(CN)、日本(JP)、韓國(KR)及印尼(ID)可被群聚為一群組,可先參考圖7的亞洲群組;法國(FR)、西班牙(ES)、葡萄牙(PT)及義大利(IT)可被群聚為一群組,可先參考圖7的歐洲群組;美國(US)、智利(CL)及阿根廷(AR)可被群聚為一群組,可先參考圖7的美洲群組。在此步驟中,南非(ZA)可先被視為一節點,於步驟S60時,在被圖像化為非洲群組(如圖7所示)。
較佳的,本實施例之第二運算模組15更包含一分析單元152,用以執行下列步驟S52、或步驟S53、或步驟S54及S55、或步驟S56及S57。其中,步驟S52及S20顯示於圖2C,步驟S54至S57顯示於圖2C。
步驟S52:分析單元152採用社會網路演算法計算取得群組內的一特定節點,其貿易連線數量大於一預定值,並標記特定節點為一進出口核心區域。
分析單元152可依據如圖3所示的區域關係矩陣,並採用社會網路演算法計算取得群組內的一特定節點。其中,特定節點的貿易連線數量大於一預定值,並將特定節點標記為一進出口核心區域。以亞洲群組為例,預定值可以為5,分析單元152計算取得貿易連線數量大於5的特定節點,例如中國(CN)。須說明的是,預定值為5為本實施例的舉例說明,實際應用時亦可以為其他數值。另外,亦可因應不同的群組(亞洲、歐洲、或美洲等)使用不同的預定值,本發明並不限制。
貿易連線數量大於預定值的(特定)節點,表示為該節點所代表的國家(或區域)與其他國家有進、出口關係,可推論為進出口核心區域。在本實施例中,分析單元152計算取得貿易連線數量大於預定值的特定節點,並將其標記為進出口核心區域。換言之,本實施例之分析單元152依據貿易連線數量,進而找出主要的進出口核心區域。反之,同樣的方法也可找出群組內的進出口邊緣區域,亦即,貿易連線數量小於一預定值之節點所代表的區域。
較佳的,分析單元152亦可藉由執行步驟S53(如圖2B),以取得核心代工廠區域。
步驟S53:分析單元152採用社會網路演算法計算取得群組內的一特定節點,與其相連之該些節點的貿易連線數量分別大於一預定值,並標記特定節點為一核心代工廠區域。
具體而言,分析單元152亦採用社會網路演算法計算取得群組內的一特定節點,與該特定節點相連之節點的貿易連線數量分別大於一預定值。同樣以亞洲群組為例說明,若預定值設定為5,則分析單元152所取得的特定節點為印尼(ID),與其相連之節點(中國CN)的貿易連線數量為7。又,分析單元152可將此特定節點(印尼ID)標記為核心代工廠區域。
較佳的,分析單元152亦可執行步驟S54及S55(如圖2C),以計算取得一群組內轉運集散區域。
步驟S54:分析單元152採用社會網路演算法計算取得群組內的一最短路徑資料。
分析單元152可採用社會網路演算法,先計算取得其中一群組內的一最短路徑資料,如圖5所示,圖5為圖2C所示之步驟S54所述的群組內的最短路徑資料的示意圖。同樣以亞洲群組為例說明,分析單元152可依據圖4所示之社會網路N,取群組內的任二節點作為端點(如圖5所示之端點1、端點2)。接著,分析取得二端點的最短路徑,並記錄最短路徑中所經過的節點。例如,二端點分別為韓國(KR,端點1)、中國(CN,端點2)時,韓國(KR)至中國(CN)的最短路徑必須經過日本(JP),故被經過的節點為日本(JP)。因此,最短路徑資料包括其中一群組(如亞洲群組)內的複數節點之間的最短路徑及該些節點的被經過次數。需特別說明的是,在其他較複雜的實施例中,群組內的二個節點連結的路徑中,亦可能包含群組外的節點。
步驟S55:分析單元152依據群組內的最短路徑資料取得被經過次數最多的一特定節點,並標記特定節點為一群組內轉運集散區域。
接著,分析單元152可藉由執行步驟S55,以找出群組內轉運集散區域。具體而言,分析單元152依據群組內的最短路徑資料計算取得各節點的被經過次數,並將被經過次數最多的節點(特定節點)標記為群組內轉運集散區域。以圖5為例,中國(CN)的被經過次數為4次,日本(JP)的被經過次數同樣為4次,其他國家(節點)的被經過次數為0次。因此,可定義中國(CN)、日本(JP)所代表的節點為特定節點,並將其標記為群組內轉運集散區域。換言之,亞洲群組內具有中國(CN)及日本(JP)二個(群組內的)轉運集散區域。在其他實施例中,特定節點的判斷亦可藉由定義一預設值,將被經過次數大於或等於一預設值的節點定義為特定節點。
在其他實施例中,特定節點的判斷亦可藉由定義一預設值,將被經過次數大於或等於一預設值的節點定義為特定節點。例如,預設值可定義為3,而中國(CN)及日本(JP)的被經過次數大於3,故其代表的節點定義為特定節點。
較佳的,分析單元152亦可執行步驟S56及S57(如圖2C),以計算取得一群組間轉運集散區域。
步驟S56:分析單元152採用社會網路演算法計算取得二群組間的一最短路徑資料。
分析單元152亦可採用社會網路演算法以取得二群組間的一最短路徑資料,如圖6所示,圖6為圖2C所示之步驟S56所述的二群組間的最短路徑資料的示意圖。以歐洲群組及亞洲群組為例說明,分析單元152可依據圖4所示之社會網路N,分別取其中二群組(歐洲、亞洲)內的任一節點作為端點(如圖5所示之端點1、端點2)。接著,分析取得二端點的最短路徑,並記錄最短路徑中所經過的節點。例如,二端點分別為義大利(IT,端點1)、中國(CN,端點2)時,義大利(IT)至中國(CN)的最短路徑必須經過西班牙(ES)及法國(FR),故被經過的節點為西班牙(ES)及法國(FR)。因此,最短路徑資料包括其中一群組(如歐洲群組)內的複數節點分別與另一群組(如亞洲群組)內的複數節點之間的最短路徑、及二群組內之該些節點的被經過次數。
步驟S57:分析單元152依據二群組間的最短路徑資料分別取得二群組中被經過次數最多的一特定節點,並標記該特定節點為一群組間轉運集散區域。
步驟S57與步驟S55大致雷同,差異在於分析單元152於步驟S57是利用二群組間的最短路徑資料分別找出二群組中的特定節點。同樣的,分析單元152依據二群組間的最短路徑資料計算取得各節點的被經過次數。例如,西班牙(ES)的被經過次數為4次、法國(FR)的被經過次數為12次、中國(CN)的被經過次數為12次、日本(JP)的被經過次數為4次,其他國家(節點)的被經過次數為0次。
接著,分別將二群組(歐洲、亞洲)中被經過次數最多的節點(特定節點)標記為群組間轉運集散區域。因此,可定義法國(FR)所代表的節點為歐洲群組中的特定節點,中國(CN)所代表的節點為亞洲群組中的特定節點,並將其標記為群組間轉運集散區域。換言之,在歐洲群組中,法國(FR)是與亞洲群組之間的轉運集散區域(本實施例稱為群組間轉運集散區域)。反之,在亞洲群組中,中國(CN)是與歐洲群組之間的轉運集散區域(本實施例稱為群組間轉運集散區域)。
同樣的,在其他實施例中,特定節點的判斷亦可藉由定義一預設值,將被經過次數大於或等於一預設值的節點定義為特定節點,其細節可參考步驟S55,於此不加贅述。
在其他實施例中,分析單元152亦於步驟S51之前,直接計算所有節點之間的最短路徑資料。接著,執行步驟S51,聚合為多個群組後,再進一步篩選各群組內的群組間轉運集散區域,本發明並不限制。
步驟S60:輸出模組16依據社會網路N形成一多區域貿易關聯性圖樣G,並傳送至使用者裝置2。
在一實施例中,輸出模組16可依據社會網路N形成一多區域貿易關聯性圖樣G。換言之,多區域貿易關聯性圖樣G可直接將社會網路N圖像化,以形成適合使用者觀看並操作的介面,可參考圖7所示。圖7為圖2B所示之步驟S60所形成之多區域貿易關聯性圖樣的示意圖。其中,多區域貿易關聯性圖樣G同樣呈現各區域(各國)之間的貿易連線方向(即進、出口方向),令使用者可清楚得知各區域之間的貿易流動關係。
在本實施例中,輸出模組16可進一步依據步驟S51的聚合結果,使多區域貿易關聯性圖樣G更呈現至少一群組圖樣,其包含密切貿易的部分區域。例如,圖7所示之亞洲、歐洲、及美洲等三大群組,其分別包含如前述步驟S51的各個國家。較佳的,輸出模組16亦可將與群組有連結關係的單一節點(例如南非ZA)圖像化為群組,例如將南非(ZA)圖像化為飛洲群組。須說明的是,多區域貿易關聯性圖樣G可先顯示各個群組圖樣,當使用者點選群組圖樣時(例如點選亞洲群組),再顯示其所包含的國家(例如中國、日本、韓國及印尼)。
又,輸出模組16亦可進一步依據步驟S52、步驟S53、步驟S54及S55、或步驟S56及S57的分析結果,顯示前述進出口核心區域、核心代工廠區域、群組內轉運集散區域、或群組間轉運集散區域,本發明並不限制。
步驟S70:需求模組13自使用者裝置2接收一選定國家,建議模組17依據選定國家提供至少一產業資訊。
在本實施例中,多區域貿易分析系統1更包括一建議模組17,其耦接於需求模組13及儲存模組11。使用者對於有興趣、想進一步查詢的國家,可直接點選的國家(如圖7所示),本實施例點選中國為例。接著,需求模組13可透過傳輸模組12自使用者裝置2接收一選定國家(如中國),建議模組17依據選定國家提供至少一產業資訊。舉例而言,產業資訊可以為選定國家的廠商、或是相關產業(葡萄酒)的展會資訊,以提供使用者可能需要的產業資訊。
綜上所述,依據本發明之多區域貿易分析系統及方法,多區域貿易分析系統,藉由需求模組自使用者裝置接收需求資料,並由儲存模組自貿易資料庫取得涵蓋貿易面、文化面、及經濟面的複數貿易依賴指標。分別由第一運算模組依據貿易依賴指標及經濟模型計算取得一區域關係矩陣,第二運算模組依據區域關係矩陣建立具有複數節點的一社會網路。最後,由輸出模組依據社會網路形成一多區域貿易關聯性圖樣,並傳送至使用者裝置,以供使用者查看特定產業的多區域之間的貿易關聯性。換言之,本發明之多區域貿易分析系統可提供一個網路平台,以直接提供多區域貿易分析資料至使用者所操作的電子裝置。又,本發明之多區域貿易分析系統及方法,可於同一介面呈現多個區域之間的貿易關聯性(多區域貿易關聯性圖樣),令使用者可迅速地理解各區域之間的貿易關係。除了可達到快速掌握所需資訊的效果以外,更可同時避免發生遺漏資訊的情形。
應注意的是,上述諸多實施例係為了便於說明而舉例,本發明所主張之權利範圍自應以申請專利範圍所述為準,而非僅限於上述實施例。
1:多區域貿易分析系統 11:儲存模組 12:傳輸模組 13:需求模組 14:第一運算模組 15:第二運算模組 151:聚合單元 152:分析單元 16:輸出模組 17:建議模組 2:使用者裝置 3:貿易資料庫 G:多區域貿易關聯性圖樣 M:區域關係矩陣 N:社會網路
圖1為本發明之多區域貿易分析系統之一實施例之使用環境示意圖。 圖2A至圖2C為本發明之多區域貿易分析方法之一實施例的流程示意圖。 圖3為圖2A所示之步驟S40所產生的區域關係矩陣圖。 圖4為圖2A所示之步驟S50所建立之社會網路的示意圖。 圖5為圖2C所示之步驟S54所述的群組內的最短路徑資料的示意圖。 圖6為圖2C所示之步驟S56所述的二群組間的最短路徑資料的示意圖。 圖7為圖2B所示之步驟S60所形成之多區域貿易關聯性圖樣的示意圖。
1:多區域貿易分析系統
11:儲存模組
12:傳輸模組
13:需求模組
14:第一運算模組
15:第二運算模組
151:聚合單元
152:分析單元
16:輸出模組
17:建議模組
2:使用者裝置
3:貿易資料庫

Claims (28)

  1. 一種多區域貿易分析系統,與至少一貿易資料庫及至少一使用者裝置通訊連接,該多區域貿易分析系統包括: 一儲存模組,自該貿易資料庫取得涵蓋一貿易面、一文化面、及一經濟面的複數貿易依賴指標; 一需求模組,自該使用者裝置接收一需求資料,其包含一選定產業類別; 一第一運算模組,耦接於該儲存模組及該需求模組,自該儲存模組取得該選定產業類別所對應的該些貿易依賴指標,並依據該些貿易依賴指標及一經濟模型計算取得一區域關係矩陣,其包括一橫列、一直行、及複數元素,該橫列與該直行分別包括複數區域,該些元素分別為該些區域之間一貿易依賴指數; 一第二運算模組,耦接於該第一運算模組,該第二運算模組依據該區域關係矩陣建立具有複數節點的一社會網路;以及 一輸出模組,耦接於該第二運算模組,依據該社會網路形成一多區域貿易關聯性圖樣,並傳送至該使用者裝置。
  2. 如申請專利範圍第1項所述之多區域貿易分析系統,其中該經濟模型包括一貿易引力模型。
  3. 如申請專利範圍第1項所述之多區域貿易分析系統,其中該貿易依賴指數的數值為1或0。
  4. 如申請專利範圍第1項所述之多區域貿易分析系統,其中該區域關係矩陣及該社會網路呈現該些區域之間的一貿易連線方向,及該些區域分別對應的一貿易連線數量,該多區域貿易關聯性圖樣呈現該些區域之間的該貿易連線方向。
  5. 如申請專利範圍第4項所述之多區域貿易分析系統,其中該貿易連線方向包括一進口方向、及一出口方向。
  6. 如申請專利範圍第5項所述之多區域貿易分析系統,其中該橫列表示該進口方向,且該直列表示該出口方向,或是該橫列表示該出口方向,且該直列表示該進口方向。
  7. 如申請專利範圍第4項所述之多區域貿易分析系統,其中該第二運算模組包括一聚合單元,其採用一社會網路演算法從該貿易面、該文化面、及該經濟面對該些區域進行聚合,以形成至少一群組,該群組包含密切貿易的部分該些區域。
  8. 如申請專利範圍第8項所述之多區域貿易分析系統,其中該多區域貿易關聯性圖樣呈現至少一群組圖樣,其包含密切貿易的部分該些區域。
  9. 如申請專利範圍第7項所述之多區域貿易分析系統,其中該第二運算模組包含一分析單元,其採用該社會網路演算法計算取得該群組內的一特定節點,該特定節點的該貿易連線數量大於一預定值,並標記該特定節點為一進出口核心區域。
  10. 如申請專利範圍第7項所述之多區域貿易分析系統,其中該第二運算模組包含一分析單元,其採用該社會網路演算法計算取得該群組內的一特定節點,與其相連之該些節點的該貿易連線數量分別大於一預定值,並標記該特定節點為一核心代工廠區域。
  11. 如申請專利範圍第7項所述之多區域貿易分析系統,其中該第二運算模組包含一分析單元,其採用該社會網路演算法先計算取得該群組內的一最短路徑資料,其包括該群組內的該些節點之間的最短路徑及該些節點的被經過次數,該分析單元依據該最短路徑資料取得被經過次數最多的一特定節點,並標記該特定節點為一群組內轉運集散區域。
  12. 如申請專利範圍第8項所述之多區域貿易分析系統,其中聚合而成該至少一群組為複數,且該第二運算模組包含一分析單元,其採用該社會網路演算法先計算取得二該群組之間的一最短路徑資料,其包括其中一該群組內的該些節點分別與另一該群組內的該些節點之間的最短路徑、及二該群組內的該些節點的被經過次數,該分析單元依據該最短路徑資料取得被經過次數最多的一特定節點,並標記該特定節點為一群組間轉運集散區域。
  13. 如申請專利範圍第1項所述之多區域貿易分析系統,更包括: 一建議模組,耦接於該需求模組及該儲存模組,該需求模組自該使用者裝置接收一選定國家,該建議模組依據該選定國家提供至少一產業資訊。
  14. 如申請專利範圍第13項所述之多區域貿易分析系統,其中該產業資訊包含至少一廠商、或至少一展會資訊。
  15. 一種多區域貿易分析方法,應用於一多區域貿易分析系統,其與至少一貿易資料庫及至少一使用者裝置通訊連接,並包括一儲存模組、一需求模組、一第一運算模組、一第二運算模組以及一輸出模組,該多區域貿易分析方法包括下列步驟: 該儲存模組自該貿易資料庫取得涵蓋一貿易面、一文化面、及一經濟面的複數貿易依賴指標; 該需求模組自該使用者裝置接收一需求資料,其包含一選定產業類別; 該第一運算模組自該儲存模組取得該選定產業類別所對應的該些貿易依賴指標; 該第一運算模組依據該些貿易依賴指標及一經濟模型計算取得一區域關係矩陣,其包括一橫列、一直行、及複數元素,該橫列與該直行分別包括複數區域,該些元素分別為該些區域之間一貿易依賴指數; 該第二運算模組依據該區域關係矩陣建立具有複數節點的一社會網路;以及 該輸出模組依據該社會網路形成一多區域貿易關聯性圖樣,並傳送至該使用者裝置。
  16. 如申請專利範圍第15項所述之多區域貿易分析方法,其中該經濟模型包括一貿易引力模型。
  17. 如申請專利範圍第15項所述之多區域貿易分析方法,其中該貿易依賴指數的數值為1或0。
  18. 如申請專利範圍第15項所述之多區域貿易分析方法,其中該區域關係矩陣及該社會網路呈現該些區域之間的一貿易連線方向,及該些區域分別對應的一貿易連線數量,該多區域貿易關聯性圖樣呈現該些區域之間的該貿易連線方向。
  19. 如申請專利範圍第18項所述之多區域貿易分析方法,其中該貿易連線方向包括一進口方向、及一出口方向。
  20. 如申請專利範圍第19項所述之多區域貿易分析方法,其中該橫列表示該進口方向,且該直列表示該出口方向,或是該橫列表示該出口方向,且該直列表示該進口方向。
  21. 如申請專利範圍第18項所述之多區域貿易分析方法,其中該第二運算模組包括一聚合單元,該多區域貿易分析方法更包括下列步驟: 該聚合單元採用一社會網路演算法從該貿易面、該文化面、及該經濟面對該些區域進行聚合,以形成至少一群組,該群組包含密切貿易的部分該些區域
  22. 如申請專利範圍第21項所述之多區域貿易分析方法,其中該多區域貿易關聯性圖樣呈現至少一群組圖樣,其包含密切貿易的部分該些區域。
  23. 如申請專利範圍第21項所述之多區域貿易分析方法,其中該第二運算模組包含一分析單元,該多區域貿易分析方法更包括下列步驟: 該分析單元採用該社會網路演算法計算取得該群組內的一特定節點,該特定節點的該貿易連線數量大於一預定值,並標記該特定節點為一進出口核心區域。
  24. 如申請專利範圍第21項所述之多區域貿易分析方法,其中該第二運算模組包含一分析單元,該多區域貿易分析方法更包括下列步驟: 該分析單元採用該社會網路演算法計算取得該群組內的一特定節點,與其相連之該些節點的該貿易連線數量大於一預定值,並標記該特定節點為一核心代工廠區域。
  25. 如申請專利範圍第21項所述之多區域貿易分析方法,其中該第二運算模組包含一分析單元,該多區域貿易分析方法更包括下列步驟: 該分析單元採用該社會網路演算法計算取得該群組內的一最短路徑資料,其包括該群組內的該些節點之間的最短路徑及該些節點的被經過次數;以及 該分析單元依據該最短路徑資料取得被經過次數最多的一特定節點,並標記該特定節點為一群組內轉運集散區域。
  26. 如申請專利範圍第21項所述之多區域貿易分析方法,其中聚合而成該至少一群組為複數,且該第二運算模組包含一分析單元,該多區域貿易分析方法更包括下列步驟: 該分析單元採用該社會網路演算法計算取得二該群組之間的一最短路徑資料,其包括其中一該群組內的該些節點分別與另一該群組內的該些節點之間的最短路徑、及二該群組內的該些節點的被經過次數;以及 該分析單元依據該最短路徑資料分別取得二該群組中被經過次數最多的一特定節點,並標記該特定節點為一群組間轉運集散區域。
  27. 如申請專利範圍第15項所述之多區域貿易分析方法,其中該多區域貿易分析系統更包括一建議模組,該多區域貿易分析方法更包括下列步驟: 該需求模組自該使用者裝置接收一選定國家,該建議模組依據該選定國家提供至少一產業資訊。
  28. 如申請專利範圍第27項所述之多區域貿易分析方法,其中該產業資訊包含至少一廠商、或至少一展會資訊。
TW108138448A 2019-10-24 2019-10-24 多區域貿易分析系統與方法 TWI720663B (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
TW108138448A TWI720663B (zh) 2019-10-24 2019-10-24 多區域貿易分析系統與方法
CN202011136396.4A CN112712229A (zh) 2019-10-24 2020-10-22 多区域贸易分析系统与方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW108138448A TWI720663B (zh) 2019-10-24 2019-10-24 多區域貿易分析系統與方法

Publications (2)

Publication Number Publication Date
TWI720663B TWI720663B (zh) 2021-03-01
TW202117651A true TW202117651A (zh) 2021-05-01

Family

ID=75542861

Family Applications (1)

Application Number Title Priority Date Filing Date
TW108138448A TWI720663B (zh) 2019-10-24 2019-10-24 多區域貿易分析系統與方法

Country Status (2)

Country Link
CN (1) CN112712229A (zh)
TW (1) TWI720663B (zh)

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
AUPR105300A0 (en) * 2000-10-27 2000-11-23 Electronic International Trade Services Pty Ltd Electronic international trading
JP2007102288A (ja) * 2005-09-30 2007-04-19 Naoyuki Natsume 営業支援システムおよび営業支援プログラム
KR101405862B1 (ko) * 2012-06-21 2014-06-11 한국과학기술정보연구원 제품 수요/공급 연결망을 통한 기술시장 분석 서비스 방법 및 시스템
US20170039500A1 (en) * 2012-08-26 2017-02-09 Thomson Reuters Global Resources Supply chain intelligence search engine
KR102161336B1 (ko) * 2017-11-02 2020-09-29 서울대학교산학협력단 무역 네트워크의 확장성 평가 방법 및 이를 수행하는 장치
CN109598552B (zh) * 2018-11-28 2023-06-16 东南大学 一种基于复杂网络理论的跨境电力贸易市场特征分析方法
CN109918358A (zh) * 2019-01-21 2019-06-21 北京安地科技有限公司 一种全球贸易大数据处理方法

Also Published As

Publication number Publication date
CN112712229A (zh) 2021-04-27
TWI720663B (zh) 2021-03-01

Similar Documents

Publication Publication Date Title
US11100435B2 (en) Machine learning artificial intelligence system for predicting hours of operation
Park et al. An analysis of the ripple effect for disruptions occurring in circular flows of a supply chain network
Orjuela et al. RETRACTED ARTICLE: Towards an agriculture solution for product supply chain using blockchain: case study Agro-chain with BigchainDB
WO2019223379A1 (zh) 一种产品推荐方法和装置
Uzsoy et al. A survey of semiconductor supply chain models Part II: demand planning, inventory management, and capacity planning
Weber et al. Large stock price changes: volume or liquidity?
Kilic On the long memory properties of emerging capital markets: evidence from Istanbul stock exchange
US20190197246A1 (en) Computerized methods and systems for implementing access control to time series data
Fackler et al. Estimating the degree of market integration
US11157862B1 (en) Feature based modeling for forecasting and optimization
Maskus et al. Do foreign product standards matter? Impacts on costs for developing country exporters
WO2021174945A1 (zh) 数据成本计算方法、系统、计算机设备和存储介质
CN111242793B (zh) 医保数据异常的检测方法和装置
Lau et al. The roles of supply network centralities in firm performance and the moderating effects of reputation and export-orientation
Zhang et al. Systemic risk in the Chinese financial system: A copula‐based network approach
Seifert et al. A test of inventory models with permissible delay in payment
WO2021213154A1 (zh) 区块链的数据处理方法、系统、终端和计算机可读存储介质
CN105303447A (zh) 利用网络信息进行信用评级的方法和系统
Proselkov et al. Financial ripple effect in complex adaptive supply networks: an agent-based model
US10719561B2 (en) System and method for analyzing popularity of one or more user defined topics among the big data
Liang et al. Efficient resource allocation contracts to reduce adverse events
Konstantakis et al. Supply chains and fake news: a novel input–output neural network approach for the US food sector
Wei et al. First-party content and market concentration on a B2B E-commerce platform–Theory and empirical evidence
TWI720663B (zh) 多區域貿易分析系統與方法
Chiu et al. Firm resources and corporate venturing investment