数字出版物的最优信息披露策略研究:以电子书为例

考虑电子书厂商信息披露策略,即提供免费试读样章供消费者在线试读.基于消费者购买决策取决于免费试读和口碑效应两个因素的基本假设,构建了电子书信息披露策略的数学模型并进行求解,通过更新函数衡量信息披露对消费者的认知改变,分析厂商收益的最优化问题.结果表明,最优信息披露策略取决于消费者初始认知和实际质量之间的相对大小关系.最优的信息披露量和价格受到初始认知、实际质量和口碑效应影响,两个决策变量之间的交互影响关系也在文中讨论.研究结果为厂商的信息披露策略以及定价策略提供理论性的指导和借鉴.

期望差距与中国外向型制造企业母国市场卷入

在逆全球化和新发展格局背景下,针对中国外向型制造企业母国市场卷入行为的离散现象,本文以期望差距为切入点,构建了期望差距与母国市场卷入的理论框架,认为期望差距导致了中国外向型制造企业差异化的母国市场卷入行为。基于以上逻辑,本文通过对2009~2022年中国外向型制造业上市公司经验数据进行分析发现:期望落差与外向型制造企业母国市场卷入呈U型关系;在制度距离比较大、母国市场潜力更高或政治关联程度更强的企业中,期望落差对外向型制造企业母国市场卷入的影响都将增强。异质性检验发现:期望落差与企业母国市场卷入之间的关系在母国行业垄断程度较低、企业一体化程度较高的情况下更显著。本文的发现丰富了企业逆向国际化的研究成果,对中国政府正在实施的双循环战略也具有一定的启示意义。

计算机数据库技术在信息管理领域的应用

随着信息化技术的持续发展,其在人们的日常生活和工作中得到了广泛应用,通过对信息技术的应用,可以更好地收集、整合、分析和处理数据,以发挥数据信息资源的重要价值。在信息化时代,计算机数据库技术的应用,可以有效提升信息管理效率,使各类信息的处理得到优化,从而满足人们的信息需求。文中充分研究了计算机数据库技术,分析了该技术的特征及内涵,对计算机数据库技术的应用现状进行了探讨,并阐述了其应用成效,希望能为相关研究提供一些参考和借鉴。

企业信息化的动因与内涵研究──兼论中国企业信息化

社会和经济的信息化进程正在悄悄而又迅速地改变社会经济系统中不同层次的诸多结构。企业信息化是现代企业最根本的具有时代特征的变革与进步．该文从国民经济信息化开始，运用自组织理论等分析了企业信息化外部与内部动因，继而首次提出了企业信息化的三个相互关联的内涵，即生产和产品智能化、管理一体化和组织有机化。讨论了当代中国企业在信息化进程中面临的挑战和充满契机的回应．

精彩的赛事,成功的实践--写在中国大学生计算机设计大赛十年

2007年9月8日在中国人民大学信息学院会议室召开的教育部高等学校文科计算机基础教学指导分委员会上,华中师范大学郑世珏老师临时提议,开展文科大学生计算机设计大赛,得到与会专家的一致认可,赛事名称定为＂中国大学生（文科）计算机设计大赛＂。华中师范大学还积极承办了第1—3届的比赛,2008年7月29日第一届顺利开幕。一场延续十年,深刻影响我国计算机基础教育的学科竞赛活动就此开展起来。

中国经济向何处去——就信息时代经济规律的三点想法

杨小凯教授逝世的九年来,世界和中国都发生了许多不寻常的事情。不论是世界经济的发展态势,还是中国的宪政建设,都更加尖锐、更加突出地摆在人们面前,需要人类去认真思考和研究。九年来,我们又看到了更多新的现象和事件,历史再一次彰显了它的伟大的力量。世界和中国为我们提供了更多的源头活水,使我们更加坚信,没有任何一个僵化的理论框架能够束缚住活生生的现实。就信息时代的经济规律我提出三点想法：

融合法律文本结构信息的刑事案件判决预测

近年来,法律领域的智能化引起了学界的广泛关注。选取法律领域中十分重要的法律判决预测任务作为研究重点,法律判决预测包含推荐相关法条、定罪和刑期预测等三个子任务。随着深度学习在各个领域的广泛应用,一些研究者将深度学习方法引入法律判决预测任务并取得了较好的效果。现有基于深度学习的法律判决预测方法通常是通过构建案情描述和法条之间的注意力来提升模型预测能力,或者利用三个法律判决预测子任务间的关系来提升整体的性能。但是这些工作未考虑法律文本中的多层层次化信息,如刑法第三百九十七条包含职务侵占罪和玩忽职守罪,其法条大类是渎职罪,并且每个罪行有不同的刑期。针对该问题,考虑引入法律文本的多层层次化信息用于法律判决预测任务。具体来说,对法律文本的多层结构信息进行预处理,并利用协同注意力机制将法条的多层信息融入到案情描述中,得到每个子任务的融合不同层次的法律信息的案情描述表示,从而提升司法判决预测任务的性能。在真实的法律判决预测任务公开的数据集上进行了实验,结果显示提出的融合法律文本多层结构信息的模型在法律判决预测任务上优于当前最好的模型。对法律智能化的未来和发展进行了展望。

面向用户体验增强的信息检索评估模型研究

如何为用户精准提供高质量信息是信息检索系统有效提升用户体验的关键问题所在。在对国内外相关技术研究进展基础之上,从引入信息资源与用户需求之间最佳匹配的动态评估机制角度,提出了一种面向用户体验增强的信息检索动态评估模型,对模型中的信息质量评估方法、用户期望评估方法、情境动态评估方法和用户体验评估方法等进行详细设计,并对模型中各因素权重进行最优化搜索求解。仿真实验结果表明,构建的动态评估模型具有较好的“鲁棒”特性,对不满足用户需求的信息过滤效果明显,将用户所需的高质量信息返回给用户,明显增强了用户对信息检索的应用体验。

以“教学之道”御“教学之术”——以认知为目标的教学新范式

面对高校师生陷入“内卷”困境,以及AI等新技术的快速发展对当下教育教学提出的新挑战,本文汲取中华优秀传统文化中的哲学智慧,把“教学之道”作为真正有效教学的根基,基于布卢姆教育目标分类构建了适合我国的知识、能力和认知三维教育目标,并分析当下教育重心已由“知识+能力”向“能力+认知”偏移。在问题逻辑认知模式的成果导向教育(POT-OBE)基础上,提出了一种以提升“能力+认知”为目标的“5E”教学范式。教学实践表明,“5E”在提升学生的解决问题能力、创新意识和认知模式等方面效果明显,能够为师生摆脱教与学的内卷迷茫找到一个突破口,为AI冲击下的教育学科摆脱实质“停滞”提供一个思路。

跨域数据管理

随着数据成为新的生产要素和数字中国顶层战略的推进,跨域数据共享和流通对于实现数据要素价值最大化变得至关重要。国家通过布局全国一体化大数据中心体系、启动“东数西算”工程等一系列举措,为数据要素的跨域应用提供了基础设施。然而,传统的数据管理局限于单一域内,无法满足跨域场景下的数据管理需求。跨域数据管理面临通信层面的跨空间域挑战、数据建模层面的异构模型融合问题,以及数据访问层面的跨信任域挑战。从跨空间域、跨管辖域和跨信任域3个视角出发,探讨了跨域数据管理的内涵、研究挑战及关键技术,并展望了其未来发展趋势。

数据科学的科学性与科学问题的分析

作为一门新兴的学科领域,数据科学的科学性受到了关注且其科学问题未明确提出。文中从科学研究范式及方法论、可证伪性和可再现性、科学精神及快速迭代以及科学研究纲领及理论体系4个方面探讨了数据科学的“科学性”,并解答了为什么数据科学是一门新兴科学的问题。在此基础上,结合DIKW模型(DIKW Pyramid or Hierarchy)、DMP(Data-Model-Problem)模型、数据科学的统计学和机器学习方法论以及数据科学的流程与活动,提出了数据科学的7个核心科学问题:解释在先还是在后或无、问题对齐数据还是数据对齐问题、更加相信数据还是模型、更加重视性能还是可解释性、如何划分数据、如何用已知数据解决未知数据的问题、人在环路还是人出环路。最后,提出了数据科学研究的4点建议:聚焦数据科学本身的理论研究,推动数据的科学、技术和工程需要进一步分离和专业化,加强人工智能赋能的数据科学的理论与实践以及数据科学学科(Data Science as A Discipline)与学科中的数据科学(Data Science Within A Discipline)的联动。

智慧养老数据资源治理体系研究:基于活动理论视角

智慧养老产业市场规模不断扩大,产生了一系列有价值的数据资源,但全国智慧养老数据资源共享程度低、不成体系,呈现出不集成、不统一和不均衡的“三不”问题,导致数据资源价值难以充分发挥,阻碍了各养老服务主体的合作和效益提升,也影响了老年人对养老服务的满意度,因而亟须建立和完善智慧养老数据资源治理体系。尤其是对于治理过程中各个要素如何协同、面向具体场景的治理活动如何展开等难题,利用规范分析方法,基于活动理论提出智慧养老领域数据资源治理体系的整体框架,对其中的治理主体、客体、共同体、规则、工具和分工六大要素展开详细分析,并基于康复场景构建老年人康复活动中的数据资源治理流程。提出基于本体模型并包含“元数据—主数据—参考数据”三个层次的数据资源分类体系,发现智慧养老数据资源的治理模式将经历从无中心引导型的分布式治理到单中心集聚型的集中式治理,再到多中心孤岛型的分布集中式治理,最后形成多中心合作型的网络式治理,在不同阶段可相应构建督促机制、注册机制、协商机制、权责机制、激励机制、监管机制等治理机制。

GPU数据库实现技术发展演进

爆炸式增长的数据对存储和处理数据提出了更高的需求,GPU数据库作为新硬件数据库的一个重要分支,在大容量和高性能处理方面有其独特的优势.GPU数据库作为高性能数据库的代表,在最近几年受到学术界和产业界的关注,一批具有代表性的研究成果和标志性的实际产品已经出现.GPU数据库的技术发展按照GPU加速型和GPU内存型两种技术路线展开.两种技术路线都有相应的原型系统或产品出现.虽然两种GPU数据库的发展路线在实现上有所不同,但GPU数据库最基本的功能部分和核心技术是相似的,都有查询编译、查询优化、查询执行以及存储管理等功能.当前主流的数据传输方案除了PCIe之外,NVLink、RDMA和CXL等传输方案也为不同处理器之间的数据传输提供了更多的可能性.大多数GPU数据库使用列存储模型来存储数据,少数GPU数据库(如PG-Strom)对两种存储模型都支持.在列存储模型上利用压缩技术能减少数据的存储空间和传输时延.在GPU数据库上进行的压缩和解压的时间应该在整个数据处理的过程中占比很少.在GPU数据库上建立和维护索引不应该有很大的系统开销.JIT编译时间短、编译效率高,是GPU数据库编译的主流.操作符对数据库查询性能的影响非常明显,连接操作、分组聚集和OLAP运算符是目前研究最多的三个类型.目前大多数的研究中,连接和分组聚集算子通常结合在一起研究.在连接算子执行的过程中还和表的连接顺序结合在一起进行考虑.OLAP算子是GPU数据库中的又一个被大量研究的算子,GPU数据库在OLAP算子和模型方面持续受到研究者的关注.GPU数据库有三种查询处理模型,即行处理、列处理和向量化处理.向量化处理和列处理在实际系统中应用较多.由于GPU加速型数据库技术的发展,CPU-GPU协同处理模型上的查询方案与查询引擎也有一定数量的研究成果出现.当前GPU数据库的查询优化研究主要有三部分:多表连接顺序、查询重写和代价模型.然而,GPU数据库的代价评估模型在目前还没有很好的解决方案,GPU数据库的查询优化在未来仍有很大的研究空间.事务在GPU数据库中没有得到很好的研究,尽管有单独的原型系统,但目前的研究还没有取得重大进展.本文总结了GPU数据库各种关键技术已有的研究成果,指出GPU数据库当前存在的问题和面临的挑战,对未来的研究方向进行了展望.

融合知识图谱的影视视频标签分类算法研究

鉴于视频感知方式的多样性,视频标签层级分类算法均从视觉和文本模态入手,训练联合模型共同推断视频内容。但现有研究通常只适用于粗粒度的分类,针对影视剧名的分类,则需要更加细粒度的识别。提出了一个融合知识图谱的影视视频标签分类算法。首先,使用了基于大规模通用数据训练的多模态预训练模型提取了视觉和文本的特征,训练了一个多任务的视频标签预测模型,得到视频的类型、题材和实体三级标签;通过在多任务学习网络中引入相似性任务提高分类模型训练的难度,使得同类样本特征更加紧密,且更好地表达样本差异。其次,对于最细粒度的实体标签,提出了一个局部注意力头扩展的实体纠错模型,引入外部知识图谱的共现信息对前置模型的预测结果做修正,得到更准确的实体标签预测结果。采集豆瓣的半结构化数据构建了影视知识图谱并对影视视频标签分类模型进行了实证研究。视频标签分类的实验结果表明,首先,基于多任务网络结构,在训练分类任务时加入交叉熵损失函数和相似性损失函数对模型进行共同约束优化了特征表达,在类型、题材、实体标签的Top-1分类准确率上分别提升了3.70%、3.35%和16.57%;其次,针对前置模型的困难样本提出的全局-局部注意力机制模型,在引入了知识图谱信息之后,实体标签的Top-1分类准确率从38.7%提升到45.6%。该研究是使用图片-文本对数据在多模态视频标签分类问题上新的尝试,为少量数据样本情况下的短视频标签分类提供了新的研究思路。

开放社区模式运营数据库虚拟教研室的实践经验

教研室是学校最基层的教学科研组织单位,虚拟教研室是信息化时代新型基层教学组织建设数字化转型的重要的探索。但这种新型组织跨学校、跨空间,如何激励参与者并维持和指导他们的参与行为,是虚拟教研室运行的关键难题。数据库课程虚拟教研室提出基于开放社区模式运营虚拟教研室的思路,提出了“开放、奉献、竞争、有序”的核心理念,建立了分层组织架构和工作组运行机制。经过2年的实践探索,形成了课程知识图谱、丰富的教学实验案例,开展了“共备一门”的系列特色教研方式,打造了“国产数据库进课堂”品牌活动,孵化出一批国家级、省部级一流课程和国家级、省部级教学成果奖,取得了丰硕的成果。

联合张量补全与循环神经网络的时间序列插补法

现存的插补方法大致分为基于统计的插补法和基于深度学习的插补法。基于统计的插补法只能捕捉线性时间关系,导致无法精准建模时间序列的非线性关系;基于深度学习的插补法往往没有考虑到不同时间序列之间的相关性。针对现有方法的问题,本文提出了联合张量补全与循环神经网络的时间序列插补法。首先,将多元时间序列建模成张量,通过张量的低秩补全捕获不同时间序列之间的关系。其次,提出了一个基于时间的动态权重,将张量插补结果和循环神经网络的预测结果进行融合,避免因为连续缺失导致的预测误差累积。最后,在多个真实的时间序列数据集上对所提方法进行了实验评估,结果显示该模型优于已有相关模型,且基于插补后的时间序列可以提升时间序列预测效果。

数字化投资与认知互补增效——高层梯队理论视角

数字化转型需要企业认知转变与资金投入的共同推动,即数字化认知与数字化投资的互补增效,而高管团队的结构特征在其中扮演重要作用.根据高层梯队理论,高管团队的背景结构影响传统企业的数字化认知,成为数字化投资能否为企业增效的关键影响因素.本研究基于208家医药上市企业2010年—2019年的非平衡面板数据,分析并检验了高管团队职能背景异质性和金融背景主导性对企业数字化投入产出的调节作用.结果表明企业的数字化投资与数字化认知相互依赖、互补增进,两者共同推动企业成长性价值;高管团队职能背景异质性能够强化两者的互补效应,而高管团队中金融背景成员的增加会弱化该效应.

面向对象程序设计课程C++和Java的比较教学

面向对象程序设计语言的三大基本特性为封装、继承和多态,对比分析C++和Java在实现封装、继承和多态方面的区别和联系,结合具体教学案例,阐述教学难点并提出对策,以达到事半功倍的学习效果。

数智化时代老年人社会参与的挑战与应对策略——基于MOA理论的实证研究

随着积极应对人口老龄化国家战略的实施,养老观念正发生转变,从传统单纯地为老年人生活提供支持,逐步转向鼓励老年人继续参与社会活动,即进行积极的社会参与。数智化技术既给老年人积极社会参与带来更多的机遇,也是未来老年人社会参与的必由之路。基于MOA理论对20位老年人开展为期14天的日记研究,结果表明,数智化技术确实为老年人带来了更多社会参与的机会,但也造成老年人在社会参与时面临“想参与但无从参与”“有机会但参与困难”与“参与但获得感不强”三大挑战。要改善这一现状,首先,要完善制度设计,通过出台老年人社会参与统一平台建设、技术赋能老年社会参与的相关政策,保障参与环境;其次,要建设统一平台,构建包含老年人、养老服务机构(企业)和医疗(健康)服务机构等不同主体共同聚合的生态系统,保障老年人的社会参与机会;再次,推动技术赋能,在做好高频应用适老化改造的基础上,加强对智能化功能的建设,对技术使用的门槛做减法,为技术应用形式做加法;最后,要积极鼓励和推广以志愿服务、银发网红、再就业等为代表形式的“老有所为”活动,支持老年人继续发挥余热,使晚年生活更充实、更有意义。

Photoshop月食动画的一题多解教学

根据多年的教学经验,笔者在PS课月食动画的教学中采用一题多解的教学方法,让学生多角度全方位理解和掌握知识的本质,调动学生的积极性,培养创造性思维,取得了良好的教学效果。