软件众包参与度影响因素分析及预测模型

随着"众包"这种商业模式的快速发展,越来越多的互联网公司选择以"众包"的形式发布软件任务.然而,软件任务因其高门槛、高复杂度、长周期等特性,面临着严重的低参与度问题.本文结合全球最大的软件众包平台Top Coder的数据,对软件众包任务的参与度进行研究.首先,使用多元回归分析了影响软件众包参与度的因素;接着,综合数据挖掘领域的多种分类预测算法,探讨软件众包参与度的预测模型.希望通过本实证研究,为发包方、众包平台降低软件众包的低参与风险提供参考.

返贫人口和新发生贫困人口的监测和帮扶--以安徽省怀远县为例

目前,我国脫贫攻坚工作已进入深水区。2018年8月,安徽省怀远县作为全省首批贫困县脫贫“摘帽”。此后,怀远县开展一系列举措助力贫困人口精准脫贫。但由于贫困原因多样性以及贫困脆弱性,对后续返贫和新发生贫困人口的监测帮扶将会是一项长期艰难的任务。本文在研究了解怀远县有关扶贫的政策与措施后,通过对怀远县贫困人口帮扶后情况的实地调查,分析返贫人口和新增贫困人口可能出现的原因及存在问题,并提出合理对策建议,以助力2020年全面脫贫目标的实现。