摘要：企业开放社区中聚集的海量产品知识与使用经验,可以为企业的产品创新提供创意与灵感.然而,面对爆炸式增长的非结构化数据,传统的观点挖掘技术在效果和效率方面早已无法满足需求.为此,本文基于深度学习算法提出一种更为高效、及时的用户创意挖掘方法.首先,本文搭建带有Dropout机制的多嵌入层CNN模型ME-CNN,以增强模型的局部语义特征捕捉能力,识别包含创意观点的帖子文本;进而充分利用Transformer模型的长距离依赖建模的特点和CNN模型善于捕捉局部语义信息的优点,构建组合模型TF-CNN实现句子粒度的非创意性文本过滤;最后使用层次凝聚聚类方法(HAC)对创意观点进行聚类,实现用户创意挖掘.通过利用真实数据进行实验,结果表明:该方法在用户创意挖掘方面具有更好的性能,能够帮助企业更高效地从企业开放社区中获取用户创意,为产品创新提供决策支持工具.

摘要：传统的知识社区中常常存在知识共享质量低、知识激励不足等问题。基于区块链通证激励的新型知识社区的出现,为在线知识激励提供了解决方案。但在实际应用中,区块链通证的激励作用尚不明确。为此,本文以Steemit社区为研究对象,借助面板向量自回归模型处理多变量动态关系的能力,对知识社区中通证奖励的激励效果进行分析。实证结果表明:通证奖励对社区中用户的知识共享质量具有正向影响,对知识共享数量具有负向影响;而相较于用户间的社交互动,通证激励对用户的知识共享行为的影响更小。基于上述结论,本文分析了主要原因并对区块链知识社区的通证设计及知识治理提出了相应的建议。

摘要：计量经济学中的计量方法为信息系统设计提供了有效的验证工具,是信管专业学生培养的重要一环。然而现有的计量经济学课程设计往往沿袭经济学专业的内容,不符合信管专业的培养目标。为此,本文基于成果导向教学理念对信管专业的计量经济学课程进行改革与探索,并反向设计了“讲练一体,注重应用”的教学模式,“科教融合、面向信管”的教学内容,以及达成式评价的评价体系。以此促使计量经济学的课程设计与其专业知识结构构建相呼应,实现有效的教学。

摘要：企业创新社区作为用户参与的典型应用,可以为企业的产品开发与改进提供创新灵感。然而,互联网平台的开放性使得社区中的用户及其生成内容趋于无组织性,进而导致社区的知识组织与创新孕育效能低下。特别地,独立用户的创新活动常常受到其认知的限制。为了促使企业创新社区的用户创意得以有效聚集和碰撞,本文聚焦具体知识情景,对最具知识潜能与合作潜能的协同创新用户群进行识别,以最大限度的激发用户间的协同效用。因此,本文充分利用超网络的复杂系统分析能力,提出用户的知识特征与用户间协同属性的量化方法,并利用遗传算法,实现创新用户群发现的最优化求解。本文利用MIUI社区的真实数据进行实验研究,验证了该方法的可行性与有效性。本文着眼于创新用户群体的识别,完善了知识量化体系,同时,对在线协同创新等社区运营实践具有较好的指导意义。