微分动力学模型下本科生导师制隐性知识传播

作为一种能有效促进学生成长的教育模式,导师制受到不少大学的青睐,导师参与过程中存在大量的隐性知识,研究导师制隐性知识传播问题就显得尤为重要.通过建立微分动力学模型,分析本科生导师制隐性知识传播的影响因素.实验结果表明,隐性知识的传播效率与学生的加入率、退出率、学习率和抛弃率相关;提高学生加入导师团队比例,增加与隐性知识拥有者的接触机会,降低对已掌握隐性知识抛弃比率,可以加快隐性知识传播,提高学生知识掌握能力.以此为高校人才培养模式与改革提供参考.

机器学习算法下信用风险评估体系构建研究——基于中国银联数据的个人信用风险评价分析

在大数据背景下,信用机构拥有越来越多维度的贷款人数据,高维数据给构建信用风险评价模型带来了诸多难题。传统意义的信用风险评价模型日渐失效。利用中国银联信用数据作为研究样本,基于Lasso-RF两阶段特征选择,选取逻辑回归、支持向量机、随机森林、决策树等常用的信用评估分类算法,分别从准确率、精确率、召回率和F1值4个指标检验两阶段特征选择的有效性。实验结果表明:基于Lasso-RF两阶段特征选择方法较原始数据集在分类器的4个性能指标上均有所提升,证明了两阶段特征选择方法在个人信用风险评估上具有更好的分类效果。

后疫情时代直播电商中隐性知识传播——基于微分动力学模型

新型冠状病毒疫情在全国范围内的暴发和蔓延,对实体经济尤其零售行业发展产生了巨大的冲击和影响。然而,在此背景下电商直播这一新兴产业得到了快速发展,并且在疫情发生后拉动消费增长中起到至关重要的作用,其中隐性知识传播对培育高质量直播电商人才乃至整个电商直播行业发展息息相关。本文通过建立微分动力学模型,分析直播电商中隐性知识传播的主要影响因素。实验结果表明:直播电商过程中存在隐性知识传播,并且隐性知识的传播与从业人员的加入率、离开率、接触率和遗弃率相关;提高从业人员加入比例,增加学习者与隐性知识拥有者接触机会,并降低已经拥有隐性知识的从业人员遗弃获得的知识的比例可以促进直播电商中隐性知识传播,以提高直播电商从业者的素质进而促进直播电商行业高质量发展。本文的研究对提高直播电商中隐性知识的管理水平具有重要启示意义,同时也为直播电商行业发展提出了相应策略建议。