智能机器人在基层慢性病管理中的应用与挑战

全球慢性病患病率不断上升,给社会的发展和个人健康带来重大挑战。管理慢性病需要长期治疗和监测,对患者的生活方式提出了一定要求。随着人口老龄化和人们生活方式的改变,慢性病防控正变得越发重要。近年来,随着医疗卫生领域科技创新向纵深发展,借助人工智能的智能机器人在医疗领域的应用也逐渐成为国家重要战略方向之一,传统的慢性病管理方法过于依赖医生和患者之间的线下交流,导致医生无法与患者保持长期且有效的沟通和随访,患者病情出现变化时医生可能无法及时发现和监测。此外,传统的慢性病管理方法通常是一种通用化的方法,无法充分考量到每位患者的个体差异。鉴于传统慢性病管理方法的局限性,本文提倡利用智能机器人提供更便捷高效的基层服务。本文认为,通过个性化健康管理方案、辅助医疗诊断、定时提醒服药等功能,使智能机器人能够致力于改善患者生活质量、减轻医疗资源压力,从而推动全球智能化医疗管理的发展。

思政素质画像赋能高职院校思想政治教育评价探析

思政素质画像作为高职院校思想政治教育评价模式由传统向评价科学化、精准化转型的关键工具,有效协助教师深入掌握学生的思想政治素质状况,进而实现评价的客观性、科学性、多元性和专业性。思政素质画像赋能高职院校思想政治教育评价的模型建构至少包含三个关键的步骤:科学设置指标观测点、有效推进数据资源化、思政素质画像可视化。为保证思政素质画像科学有效赋能高职院校教育教学实践,从强化制度保障、培育人才队伍、夯实数据基础、明晰规范标准等方面提出思政素质画像赋能高职院校思想政治教育评价的实施策略。

农机数字化大数据管理平台的设计——基于电子商务平台重复客户预测模型

随着信息技术和农机现代化的加速推进,数字化农机管理已成为当今农业发展的重要趋势。为此,基于电子商务平台重复客户预测模型,提出了一种基于Hadoop和物联网的农机数字化大数据管理平台,旨在将传统农业生产与信息技术有机结合,实现农机作业数据的实时监测、质量分析、预测与预警、决策支持等功能,为农机作业的自动化和精准化提供有力保障。

GEO公共数据库中4例多指畸形患者细胞间质和上皮细胞的单细胞转录组分析

背景:多指畸形患者中参与Heghog信号通路的一些转录因子发生异常表达,这些转录因子调控大量靶基因的表达,从而影响细胞的功能。目的:通过单细胞转录组分析多指畸形患者的转录组特征。方法:从GEO公共数据库中下载4例多指畸形患者细胞间质和上皮细胞的单细胞转录组数据,将成纤维细胞和角质细胞划分为细胞亚群,并分析不同亚群的转录因子,构建转录因子及其靶基因的调控网络,分析调控因子的功能。结果与结论:对单细胞的转录谱数据进行分析发现,与多指畸形中细胞功能高度相关的调控因子有HOXD13、MSX2、LHX2、EMX2、LEF1、CREB3L2以及LHX2等HOX家族成员和GLI2转录因子。成纤维细胞中的HOXD13、MSX2和LHX2在多指畸形过程中发挥作用,而HES2和GLIS1在角质细胞的形成和发育过程中起重要作用。结果表明:HOXD13、MSX2和LHX2等转录因子的高表达可能与多指畸形的发育密切相关。通过靶向特定的转录因子或调节其活性,可能为纠正或预防多指畸形提供潜在的治疗策略。

数字经济背景下高校大数据与会计专业课程思政建设研究

在数字经济背景下,企业正面临着数字化转型,大数据与会计专业课程思政建设也需与时俱进。伴随新质生产力的发展,企业对财会人才的需求逐渐由核算向管理型转变,企业对财会人才的综合素养,也提出了更高的要求。本文将针对目前高校大数据与会计专业课程思政建设中存在的对课程思政的认识与重视不够、思政元素挖掘与建设不深、思政元素融入与实践性不强等问题,提出以立德树人为根本任务,构建“一模式、三聚焦、三协同”的“一三三”思政育人体系,并探讨对应的建设保障机制,以期更好地推进数字经济背景下大数据与会计专业课程思政建设与发展。

政府大数据审计能力的结构、测度与应用评价

全面提升大数据审计能力已成为各审计机关构建高质量审计监督体系的共识。基于大数据审计基础理论和实践发展,提出大数据审计能力概念,从技术、数据和应用视角构建五大维度大数据审计能力评价模型,利用结构方程模型确定大数据审计能力各子要素构成的指标权重,分析各子要素的相互作用关系,并以某省16家地市级审计机关为例对大数据审计能力开展评价。基于评价结果提出以下建议:各审计机关应依据统一的信息化规范建设大数据审计平台,探索人工智能等新技术在审计场景中的应用,提升技术应用广度,优化大数据管理策略,建立跨级协同审计模式,重视组织和个人层面的保障体系与培养方法,致力于打造一支高素质、专业化的审计团队。

基于社会感知的城市空间活力评价及建成环境影响研究——以苏州古城为例

城市活力是城市空间研究的重要议题,测度城市空间活力特征,识别建成环境影响因素,是提升城市活力的重要抓手。社会感知理论能通过多源大数据提取人群行为活动规律,精准刻画城市空间特征,为空间活力研究提供全新视角,从而有效避免相关研究对于人群活动考虑不足的局限。该文以苏州古城为案例,基于社会感知视角,从场所情感、个体移动、空间交互复合维度构建城市空间活力评价指标体系,分析城市空间活力分布特征,并采用梯度提升决策树(GBDT)模型精准探测人本尺度下建成环境对于城市活力的影响机理。结果表明:(1)苏州古城活力具有明显空间差异,呈现“中心高、四周低”的圈层式递减空间结构特征;(2)建成环境影响因素中土地利用类型混合度、POI密度、POI混合度、街道步行便利度、街道设施丰富度及路网密度与古城活力具有较大关联性;(3)相关建成环境要素与古城活力之间存在显著的非线性关系及阈值效应,并对于空间活力分布格局存在显著的驱动作用。研究结果能为提升苏州古城空间活力及精细化治理水平提供参考。

位置大数据的联邦学习统计预测与差分隐私保护方法

针对分布式位置大数据收集导致的信息孤岛问题和位置隐私泄露面临的风险,提出一种基于联邦学习的位置大数据统计预测与隐私保护方法。首先,构建基于横向联邦学习的位置大数据统计预测发布框架,该框架允许各行政区域的数据收集者保留各自的原始数据,并使多个参与方通过交换训练参数来协同完成预测模型的训练任务;其次,针对具有时空序列特性的位置大数据密度统计预测问题,设计PVTv2-CBAM,以提高客户端预测结果的准确性;最后,提出一种差分隐私预算的动态分配和调整算法,并结合MMA(Modified Moments Accountant)机制实现对客户端模型的差分隐私保护。实验结果表明,相较于卷积神经网络(CNN)、长短期记忆(LSTM)网络、卷积LSTM(ConvLSTM)模型,PVTv2-CBAM在Yellow_tripdata数据集和T-Driver轨迹数据集上预测的平均绝对误差分别降低0~62%和39%~44%;所提差分隐私预算动态分配和调整算法在调整阈值为0.3和0.7时,使模型预测的准确率与无动态调整相比分别提高了约5%与6%。以上结果验证了所提方法的可行性和有效性。

我国财务数智化转型研究现状、热点与趋势

随着信息技术的发展,财务数智化成为大数据时代不可忽视的重要趋势。对财务数智化已有的学术成果进行系统回溯与梳理,有助于明确我国财务数智化的发展现状和方向。文章以2000—2024年的1141篇CNKI期刊财务数智化文献为样本,借助CiteSpace对该领域的研究现状、热点和趋势进行可视化分析。研究结果表明,该领域当前以大数据、人工智能、云计算及区块链为技术基础,对财务数字化转型、财务共享服务数字化转型、财务决策智能化及财务审计数字化进行了深入研究和探讨,未来研究可能会聚焦数字化平台建设、智能财务决策支持系统及数字技术在审计领域的应用等方向。

基于LightGBM和LSTM模型的电力大数据异常用电检测方法研究

随着双碳经济的提出,智能电网正朝着节能减排的方向发展,而用户的异常用电造成电力资源严重流失。针对传统异常用电检测方法精度低、运行效率慢等问题,提出了一种将LightGBM模型与改进的长短期记忆网模型相结合用于异常用电检测。通过采样和Lightgbm模型相结合进行异常检测,并通过改进长短期记忆网模型给出异常用电类别。通过试验分析了所提方法的优点。结果表明,与传统的检测方法相比,该方法能够快速有效地检测异常用户,检测准确率为98.64%。同时对异常数据进行有效分类,综合分类准确率为96.60%。为异常检测技术的发展提供了一定的参考。

从传统走向现代:改革开放以来调查研究方法的回溯与展望

改革开放以来,调查研究受到高度重视,从学科重建到引进西方调查统计技术,各类调查方法在实践中快速发展。中国调查研究方法在从传统走向现代的进程中取得了宝贵经验,但也存在学习西方统计方法不完整、调查统计脱离群众和远离现实、片面追求所谓“价值中立”、缺乏明确的方法论指导等一系列问题。新时代构建现代调查研究方法体系,就必须把党的调查研究优良传统、西方调查统计方法和现代信息技术结合起来。要坚持实地调查的优良传统,置身于“田野”,深入群众、深入基层进行实地调查,通过与被调查者面对面的直接接触来认识中国社会。要推动实地调查与统计调查相结合,在立足中国国情的基础上,实现优势互补,综合运用;要科学应用网络调查和大数据,充分整合网络调查和大数据,创新数据搜集和分析方式,构建与时俱进的现代调查研究方法体系,并在国际调查研究方法变化的新形势下形成中国的学术范式和话语体系。

大数据环境下政府审计防范系统性 金融风险效果研究

依据2008—2021年中国23个省份非平衡面板数据,考量大数据环境下政府审计防范系统性金融风险效果。结果显示:政府审计在大数据环境下仍能显著抑制系统性金融风险,金融系统的风险累积在此过程中发挥中介效应,大数据发展水平对政府审计防范系统性金融风险具有负向调节作用。异质性检验显示,政府审计对东部、西部地区以及低市场化水平地区系统性金融风险防范作用更显著。鉴于此,建议进一步推进政府审计数字化转型,完善政府审计对金融风险累积的抑制机制,因地制宜实施审计策略。

制度松绑、数字治理生态与新质生产力——双重机器学习下大数据管理机构设立的准自然实验

数据具有边际报酬递增乘数效应,是打造新质生产力的新增长极。通过数据制度松绑将赋能新质生产力,助力高质量发展与中国式现代化。借助双重机器学习模型,选取2010—2022年省级面板数据,探讨大数据管理机构设立对新质生产力的影响,考察制度松绑、数字治理生态与新质生产力的内在联系与建链路径。研究发现:①以大数据管理机构设立为代表的制度松绑能有效促进新质生产力发展。大数据管理机构的设立推动数字政策环境、数字经济环境与数字社会环境优化,从而作用于新质生产力发展;②进一步分析发现,制度松绑带来的驱动效应受到异质性因素干扰,其中在高政府效率、高人力资本、高信息化水平地区的作用效果更强。研究结论为新质生产力嵌入制度变迁视角提供理论解读,为通过制度路径和治理体系推动新质生产力发展提供现实依据。

Hadoop大数据技术课程教学探索

文章首先阐述了Hadoop大数据技术课程知识体系及教学现状,然后提出了Hadoop大数据技术课程教学改革策略,最后对Hadoop大数据技术课程教学改革效果进行了分析,其中改革策略部分包括提高教学水平,优化教学资源;线上线下结合,优化教学模式;优化实践教学;等等。

贸易物流中大数据监管探究

大数据是数据量大、类型多样、处理速度快的数据集合,大数据是能够洞察一切的互联网之眸。将大数据新技术融入到贸易物流监管体系中,可以对物流各个环节进行全方位、细致的监管,极大地提高贸易物流监管的效率与执行力,特别是大数据能够提供全面的贸易和物流管理大视图,有利于提升贸易和物流行业的透明度。可以通过构建大数据监管的理论基础,优化大数据监管的流程,积极培育大数据监管人才等,来进一步优化大数据监管。

数智赋能与创新绩效——基于组织柔性与风险偏好理论的公司治理水平调节效应

党的二十大指出,要加快建设网络强国、数字中国。数字中国建设对实现中国式现代化具有重要作用,要求塑造独立自主的数字创新体系,到2025年实现高水平释放数据资源的价值、大幅增强数智赋能在经济发展中提供的动能,因此,数智赋能及其带来的企业创新绩效的提升是进一步实现科技创新的重要途径。本文基于2010—2020年上市公司的面板数据,研究了公司数智赋能发展程度对创新绩效的影响及治理水平的调节作用。研究发现,在四种数智赋能实施路径中,大数据类型的数智赋能实施路径与公司的创新绩效有着显著的正相关关系,而其他三种数智赋能路径与创新绩效并不显著相关,说明现阶段企业对大数据的运用能够显著促进创新绩效的提升。本文创新研究了公司治理水平在数智赋能与创新绩效中的调节作用。研究发现,大数据类型的数智赋能路径在企业管理层薪酬激励水平较高、机构投资者持股比例较高的公司对创新绩效的促进作用更强。本文认为,在管理层激励水平较高时,管理层对短期激励的敏感度降低,抑制自利和风险规避倾向,从而使其付出更多努力促进企业数智赋能与创新绩效的转换;而机构投资者会给企业构建广泛的关系网络,并发挥积极的信号作用。本文同时设计了稳健性检验,将企业年龄八年以上的企业定为成熟企业,用已授权专利数量度量创新绩效,得到的主检验与调节变量回归结果一致。

面向大数据专业人才培养的数字化案例资源构建

随着大数据产业的蓬勃发展,大数据相关专业的教育受到广泛关注。然而,实践教学与真实应用场景的分离成为大数据专业人才培养的一大挑战。为了解决这一问题,探讨了大数据专业核心课程数字化案例库的建设及其融入实践教学的创新方法,提出了构建系统化、系列化的数据资源案例库的路径。案例库构建采用动态分层设计,完整呈现大数据处理流程,支持动态扩展,旨在有效进行大数据相关专业的实践课程建设和实践教学,为大数据专业人才实践能力培养赋能。以高风险人口心脑血管疾病数字化案例为例,阐述了案例资源与理论教学融合的课程模式与课程实施过程。通过与国家级数据中心的合作,实现实践教学与真实应用场景的紧密结合。案例资源的建设将提升大数据专业学生的理论素养和实践能力。

大数据背景下农产品精准营销策略

该文主要探讨了大数据背景下农产品精准营销策略,旨在探讨如何利用大数据助力农产品企业提高营销效率和市场竞争力。该文首先指出了大数据背景下农产品市场面临的机遇和挑战,随后提出了大数据背景下农产品精准营销策略,包括消费者行为分析、市场细分与定位、个性化营销策略的制定等,最后提出了加大对农业大数据基础设施建设的投入力度、制定农业大数据相关标准和规范、加强对农产品企业的大数据培训和技术指导、开展大数据在农产品营销领域的创新应用研究等建议,以期促进农产品市场的规范化和现代化发展。

数字时代经管类大数据分析课程教改研究——以“Python经济金融大数据分析”为例

数字时代下经管类分析课程需要进行与时代相适应的教学改革,特别是将Python编程与大数据分析等新兴技术融入课程体系。通过对“Python经济金融大数据分析”课程的教学研究,发现现有课程存在内容过于理论化、考核方式单一化、缺乏对学生综合应用能力的培养等问题。为此进行了系列改革,如课程内容的更新与优化、教学方法的创新等。通过改革前后的问卷调查与考核对比发现,这些措施的实施有效提升了学生的编程能力和解决实际问题的能力。该教改方案对数字时代下相关课程改革具有参考意义。

行政诉讼中大数据证据审查的困境与出路

行政诉讼实践中,大数据证据审查具有种类定位不一、审查强度有别和真实性争议大的特点。这折射了其所面临的三重困境,一是由新兴证据与封闭证据种类规则的不适应造成的种类定位难,二是由复审性要求与审查强度规则的不匹配造成的审查强度不当,三是技术或然性与真实性审查规则的不兼容造成的真实性审查难。未来有必要以证据方法逐渐取代证据种类,以比例原则为依据构建审查强度规则,并从数据和算法维度构建不同强度的真实性审查规则。