摘要：前言随着网络技术的不断发展及Internet大规模扩展，在教育行业，许多高等院校均建立校园网，学院、系构建局域网，通过与Internet相连，进行网上教育。在国外，通过局域网一校园网-Internet，运用远程教育、远程办公、多媒体教学、网上图书馆等现代化教学方法已成为最新潮流，这不但大大提高了教学效率，而且使得课程更加灵活、丰富、先进，收到非常好的效果。因此，“无网而不胜”不但是现网络商家广告用语，也是对不久的将来的教育界的写照。经管院教学现状经济管理学院是我校教学的一支重要力量，拥有一个管理工程博士点研究方向、三个硕士点专业（管理工程、商业经济、科技情报）、七个本科专业（管理工程、工业外贸

摘要：网络直播广告作为一种新型营销方式快速发展,优化直播广告运营主体努力水平及定价策略是一项值得深入研究的课题。本文基于广告投放效果的两种定价模式,构建了包含两个广告商和一个主播的网络直播广告定价决策模型,探索广告商与主播的最优努力水平选择及广告定价策略。研究发现:CPW(cost per watch)定价模式下,广告商承担了消费者是否购买的不确定性风险,当消费者敏感性系数偏低时,广告商会提交较低的出价,且B/D两类广告商赢得竞拍的概率相等;对比CPW模式,在CPA(cost per action)定价模式下广告商的努力水平更低,且CPA定价模式中B型(品牌型)广告商赢得竞拍的概率更大,但赢得竞拍的广告商边际利润往往较低;与广告商相反,主播在CPA定价模式下的收益大于CPW,且随消费者敏感性系数的增加,两种定价模式下的收益差逐渐增大;CPW定价模式下预期观看直播的用户量和购买率均高于CPA,网络直播市场倾向于从CPW广告定价合同中获得较大收益。

摘要：本文借鉴外来物种入侵管理思想,构建一类重大突发公共卫生事件防控策略计算实验分析模型.该模型综合考虑了病毒传播扩散过程中的多重异质性,不仅为重大突发公共卫生事件的当前和未来演变构建演化情景,分析不同非医疗干预措施对事件发展的影响,提供升级防控措施的最优时空节点和最小化总感染人数的策略,而且通过病毒检测约束设计,将常见的几种疫情防控策略进行了有机统一刻画.计算实验结果表明,在重大突发公共卫生事件应急响应初期,采取动态清零策略具有其独特的价值,在感染者人数、重症率、危重症率等方面都显著优于其它策略;研究同时发现病毒检测效率、接触系数等均存在明显的边际递减效应,而强软社交距离政策联合使用效果更优.

摘要：近年来,消费者的反展厅现象(即线上逛店、线下购买)已普遍存在于消费者跨渠道购物行为中.本文建立了一个由线上和线下商家组成的双寡头市场,在该市场中两位商家同时销售搜索型产品或体验型产品,以此为基础探讨反展厅现象对线上商家的影响并提出相应的定价和广告对策.通过对均衡结果的分析,得出以下结论:1)对于搜索型产品而言,消费者是否出现反展厅现象与消费者在线上购买产品所产生的隐私成本有关:当隐私成本处于较高水平时,消费者会出现反展厅现象;对于体验型产品而言,消费者是否出现反展厅现象还与消费者与线下商品的匹配概率相关;2)不论商家销售哪种类型的产品,反展厅现象的出现均会减少线上商家的收益与产品定价,同时也会在一定程度上提高线下商家的收益.此外,线上商家对搜索型产品的定价随着更高的单位旅行成本、更低的线上搜索成本和更低的隐私成本而增加;对体验型产品的定价还会随着消费者与线下商家中产品的匹配概率下降而提高;3)线上商家可以通过投放定向广告来应对反展厅现象,缓和市场竞争并提高线上商家的收益.同时,我们还得出一个反直觉的结论,即当线上商家在定向广告上的投资成本高于一定阈值时,线下商家也会获益于定向广告;4)最后,我们对比了定向广告对搜索型产品和体验型产品在应对反展厅现象时的不同表现,发现当隐私成本相对较低时,定向广告更能提高体验型产品的收益;当隐私成本相对较高时,定向广告更能提高搜索型产品的收益.

摘要：在Nerlove-Arrow模型的基础上构建一个两阶段动态广告投放模型,分别得出企业在不同决策模式下的最优广告投放水平。研究发现:当考虑局部收益最优时,若产品伤害危机进入爆发期的概率较小,则潜伏期的广告投放水平应随着产品伤害危机进入爆发期概率的增加而提高;当考虑整体收益最优时,在潜伏期与爆发期下的广告投放策略会根据平台的不同而存在差异;从不同阶段的对比来看,在考虑局部收益最优的决策模式下,企业在爆发期中的广告投放水平高于潜伏期;在考虑整体收益最优的决策模式下,该结论会根据平台的不同而存在差异。

摘要：[目的/意义]结合当前个性化推荐算法的广泛应用,梳理信息弱势群体在使用短视频平台过程中算法素养的形成机理,识别信息弱势群体算法素养的影响因素,为信息弱势群体算法素养培育工作提供依据。[研究设计/方法]采用扎根理论,利用Nvivo12对访谈资料进行三阶段编码,最终构建信息弱势群体与短视频内容推荐算法交互中算法素养的形成机理与影响因素模型,对信息弱势群体的算法素养展开探索性研究。[结论/发现]信息弱势群体在短视频平台的使用过程中对内容推荐算法的感知主要由与算法的交互、用户兴趣点的变化、使用平台的更换、与他人的比较所触发,同时受用户使用短视频平台的目的以及自主权意识的影响。此外,算法素养的各组成部分之间并不独立:用户对内容推荐算法逻辑的理解水平受其对算法的感知程度影响。理解内容推荐算法较深的用户在使用短视频平台时会保持较为批判的态度,并采取积极的算法调控行为。[创新/价值]深化了短视频平台交互中算法素养的形成机理并提炼了相关影响因素,为信息弱势群体算法素养培育工作提供对策。

摘要：在复杂产品或先进制造过程中往往存在各种影响产品质量设计的不确定性因素,会对模型精度和分析结果产生不利影响。因此,针对模型不确定的非正态响应稳健参数设计问题,提出了一种新的广义线性模型的贝叶斯模型平均方法来解决非正态响应的模型不确定问题。首先,在贝叶斯广义线性模型的框架下纳入变量指示器和模型指示器,利用因子效应原则识别显著效应;其次,通过贝叶斯抽样技术计算变量指示器和模型指示器的后验概率以确定模型权重与模型结构,并利用模拟程序获得模拟响应值;然后,基于模拟响应值构建质量损失函数确定优化方案寻找最优解;最后,通过实际微纳钻孔和3D打印案例证明了该方法的有效性。结果表明,在解决非正态响应下的模型不确定的稳健参数设计中,所提方法与现有方法相比质量损失更低且更加合理稳健。

摘要：[目的/意义]在阅读文献的过程中,研究流程是研究者需要特别关注的一个重要方面,自动识别学术文本中描述研究流程的段落对辅助文献阅读、学习研究设计等有着重要意义。[方法/过程]文章以自然语言处理领域为例,收集代表性会议论文构建数据集。分别基于传统机器学习模型、神经网络分类工具以及预训练语言模型构建分类器识别研究流程段落,然后对不同模型的分类效果进行评估,确定性能最优的模型。为进一步提升研究流程段落识别效果,在最优模型的基础上,基于ChatGPT进行了数据增强。[结果/结论]实验结果表明,在所有分类器中,SciBERT具有最好的研究流程段落识别效果。基于ChatGPT的数据增强可使SciBERT模型的分类性能进一步提高,最终准确率(Acc)和F_(1)值分别达到了0.9414和0.9409。

摘要：商品定价和广告投放是预售策略中的重要问题。本文考虑了商品类型和消费者偏好两个方面的消费者估值差异,根据商品在预售阶段和正常销售阶段的消费者估值的不同,针对预售商品估值提升、降低和不变三种情况下策略消费者购买行为,建立了销售商预售模型,分析定价和广告投放联合决策下的预售策略。研究结果表明,在预售商品估值降低情况下,当正常销售阶段的价格较高且提前获得资金的增值系数较低时,销售商放弃预售。在预售商品估值增加的情况下,当销售商在正常销售价格较低时选择溢价预售,当正常销售价格较高时选择折价预售;在预售商品估值降低的情况下,销售商选择折价预售;在预售商品估值不变的情况下,当正常销售阶段价格较高时销售商选择折价销售,正常销售阶段价格较低时选择原价销售。最优广告投放水平随预售商品估值系数、提前获得资金的增值系数和正常销售阶段价格增加而提高;利润随预售商品估值系数、提前获得资金的增值系数增加而增加,随正常销售阶段价格的增加先增加后降低。

摘要：学术全文本中包含了多种知识元,对这些知识元进行挖掘与组织,可以有效提升学术资源的利用效率。通过学术知识图谱的构建,将论文中各类隐性“知识元”串联起来,不但可以节省研究者获取知识点的时间,还可以通过知识图谱内的网络社区进行知识点的扩充。通过系统而全面的文献调研,本文从宏观、中观和微观3个维度出发,确定了18种学术论文中的关键知识元,并将学术全文本中的描述信息作为知识元对象,设计出学术知识图谱概念框架。然后,选取Journal of the Association for Information Science and Technology(JASIST)期刊的515篇学术全文本,对每篇论文中的关键知识元进行人工标注与基于深度学习的知识元抽取研究。研究内容包括该类知识元在人工标注过程中是否会遇到问题、在自动抽取时是否会达到预期值,从而对参与图谱构建的知识元进行筛选。最终筛选出9种知识元,包括数学公式、软件工具、数据源、具体模型、表、图、研究展望、研究问题和研究结果,与题录数据中的知识元共同生成由头知识元、关系、尾知识元组成的三元组,存入图数据库。最后,对该图谱进行可视化的评估与知识元检索研究,证明了其可行性与可扩展性。研究结果表明,学术全文本中的部分知识元适合大规模的自动化标注,而且各类知识元可以通过互相链接形成密集的知识社区,并具备知识元搜索等功能。