长三角区域协同创新水平提升路径研究

本文从创新基础、创新行动、创新成效、创新环境四个维度构建长三角区域创新能力评价指标体系,运用熵权法计算各指标权重,基于复合系统协同度模型测算2017-2021年长三角区域创新协同度,根据协同度测算结果,提出提升长三角区域协同创新能力的对策建议。结果显示,长三角区域创新能力整体处于协同发展状态,但仍面临协同关系不稳定、协同化进程缓慢等问题;创新基础、创新行动有序度总体呈上升趋势,创新成效有序度2021年下降明显;创新环境有序度呈波动变化态势。

长三角城市群数字经济发展空间差异研究

基于2020年长三角城市群26市数字经济指数得分,首先采用泰尔指数法比较分析了长三角城市群数字经济发展区域间差异,然后采用空间自相关分析其空间差异特征,结果显示长三角城市群数字经济发展存在的差异,差异主要来源于区域内差异,长三角城市群数字经济指数得分整体在空间上无显著的相关性。

新媒体视域下红色文化符号应用研究

红色文化是中国共产党领导人民在长期的革命斗争和建设实践中积淀、革新、总结形成的具有鲜明革命性和社会主义特征的文化。在“互联网+”时代,新媒体已成为一切文化传播的重要阵地,如何利用好新媒体实现红色文化的传承和创新,激活红色文化新时代生命力,增强我国社会主义文化自信及文化软实力,意义重大。符号学理论提供了红色文化传播的的新思维、新路径,如红色文化IP的形成,红色文化符号要素提取、内涵延展和呈现方式等,新媒体与文化创新产品也为红色文化传播提供了丰富多样的载体。

人工智能技术在女性宫颈癌筛查中的应用分析

目的 探讨人工智能细胞学辅助诊断技术在妇女宫颈癌筛查项目中的有效性和准确率。方法 将自主研发设计的人工智能宫颈癌辅助诊断平台应用于芜湖市64 788名适龄妇女宫颈癌筛查项目,对智能辅助诊断平台检测出的“宫颈上皮细胞异常”全部阳性标本和随机抽取的10%阴性标本,以人工判读结果为标准,计算人工智能阅片在二分类的符合率、灵敏度、特异度;以组织病理结果为标准,分析该自动化细胞学诊断平台用于宫颈癌筛查的准确性。结果 采用人—机交互模式对64788名妇女进行宫颈癌筛查,人工智能自动诊断与人工阅片一致率为98.81%。在严格执行初审—复审二级审核流程下,阳性检出率稳定在6%~7%,日签发报告由原来的人工阅片100份/日,上升至最高远程诊断数量1 000份/日。以人工复核结果为标准,人工智能的判读对二分类具有较高的特异度和灵敏度,分别为97.08%、98.94%,阳性预测值、阴性预测值分别为87.56%、99.77%。结论 人工智能宫颈癌辅助诊断平台在宫颈细胞学检测中的二分类结果,与人工阅片相比具有较高的一致性及特异度,同时具有较高的效率和准确性,能减轻细胞病理医师的工作量。

时间序列方法在欺诈识别模型中的应用研究

文章针对目前汽车金融领域欺诈方式多样化和变化迅速的现状,设计了时间序列方法挖掘渠道特征和关联图谱特征,通过滑动窗口平衡采样的方法进行平衡采样,并结合Light GBM算法构建机器学习模型进行欺诈客户的识别。同时,文章还基于某汽车金融公司的真实贷款数据集进行验证,证实了该方法对欺诈识别的有益性。

基于多源数据融合的社会治理信息系统设计

社会治理领域面临着数据来源复杂、数据格式不同导致数据信息获取不清晰、不及时的问题,因此设计了基于多源数据融合的社会治理信息系统。在将不同来源、不同结构数据通过ETL清理转换成统一格式存储之后,利用本体构建和关联分析相关算法建立模型进行数据融合,及时发现事件和上报事件,实现多层级事件处置功能。应用效果表明,系统从信息化和智能化上极大提高了社会管理人员发现和处理问题事件的效率。

基于协同过滤和机器学习的新闻推荐

针对传统基于内容的推荐、协同过滤和机器学习推荐存在的问题,如庞大数据的弱处理能力、时效性差以及缺乏可解释性,提出了一种基于协同过滤和机器学习融合的新闻推荐算法。首先构建了用户-新闻交互评分模型、新闻时效性评分模型和新闻内容评分模型,利用协同过滤相关算法预测用户新闻推荐分数。然后通过构建用户档案和新闻档案提取用户特征和新闻特征,利用机器学习模型预测用户-新闻评分。最后,通过软投票机制将用户-新闻对的协同过滤分数和机器学习分数融合,进行全面的新闻推荐。实验结果表明,该算法能够有效提高新闻推荐的准确性。

城市大脑建设评价指标体系研究

构建城市大脑建设评价指标体系,有利于规范约束城市大脑建设方向,避免城市大脑建设陷入无序困境。当前,国内各城市积极开展城市大脑建设,但缺乏城市大脑建设评价体系。在此背景下,本文基于城市大脑概念及内涵,梳理城市大脑建设要素,从基础设施、数据底座、支撑能力、应用场景、保障机制等五个维度构建城市大脑建设评价指标体系,为合理引导城市大脑建设提供理论参考。

基于信息抽取的基层治理系统设计与实现

本文针对基层治理存在的基础数据不清晰和工作缺乏精细化、信息化管理的问题,提出了基于信息抽的基层治理系统。该系统在构建区域基层数据底座的基础上,实现了防返贫监测帮扶、精准疫情防控和多层级事件处置的重要功能。根据实际案例的应用效果表明,本系统全面提升了基层治理的服务效能,实际解决了重复性、事务性、滞后性工作的效率问题。

事业单位财务内部控制体系的建设研究

事业单位作为公共服务提供单位,代表政府部门履行各项职能,对社会经济发展进步作出巨大贡献。 加之事业单位管理能力与财务内部控制体系建设息息相关,财务内部控制更是内部控制工作的关键部分,用于单位防范风险、提升管理水平质量。继财政部门相关内部控制文件下发后,事业单位均开始构建财务内部控制体系,并定期开展相应评价工作,充分实现体系从无到有、从不完善到完善的变化过程。 随着不断发展,部分事业单位对财务内部控制重视不足,视为基础例行工作任务,逐渐显露出一些问题。 这些问题会造成事业单位财务内部控制作用发挥立项,不利于事业单位提升管理水平质量。 基于此,文章从财务内部控制运行必要性着手,重点分析事业单位财务内部控制体系建设存在的问题,提出有效措施,进一步提升单位财务内部控制建设水平。

土地征收成片开发方案的关键问题及编制路径研究——以安徽省宁国市为例

的关键问题及编制路径研究 ——以安徽省宁国市为例为严格落实国家保护耕地和节约集约利用土地的政策,维护被征地农民合法权益,促进当地经济社会可持续发展,2020年1月新实施的《土地管理法》提出“土地征收成片开发”新概念,其标准的制定和方案的编制也备受关注。本文结合笔者实际工作经验,系统阐述土地征收成片开发方案编制工作中遇到的问题和难点,提出相关建议,并以宁国市14个土地成片开发方案为例,探讨编制土地征收成片开发方案的解决路径。新修订的《土地管理法》第四十五条指出为公共利益需要,可以征收农民集体所有的土地的六种情况,其中第五条提出在土地利用总体规划确定的建设用地范围内,确需征收农民集体土地,需要编制成片开发方案。2020年11月自然资源部门印发《土地征收成片开发标准(试行)》,该标准对成片开发方案编制内容、程序和要求做出明确规定,其中最重要的一点是一个完整的土地征收成片开发范围内基础设施、公共服务设施以及其他公益性用地比例不低于40%,该公益用地比例不低于40%的要求将大大增加土地征收难度。但地方经济的发展又需要建设,这就需要我们如何在适应国家政策背景下,科学合理的编制土地征收成片开发方案,实现土地征收和经济发展双赢新局面。

税收激励与企业数字化转型——基于固定资产加速折旧政策的准自然实验

税收政策工具会对数字经济时代下的实体企业发展产生重要影响。基于上市企业2007—2020年的数据分析固定资产加速折旧政策对企业数字化转型的影响,发现加速折旧政策有助于推动企业数字化转型,特别是对于资本密集度高、大规模企业以及东部地区企业政策效果更为明显;机制研究发现,固定资产加速折旧政策能够有效改善企业的财务状况、激发其创新活力、优化企业市场预期,进而为企业数字化转型提供有效动力。较好的外部市场化环境是发挥固定资产加速折旧政策创新转型驱动力的重要基础条件。本文为理解税收政策工具的有效性和作用机制提供了新的经验证据,也为“政府工具-市场环境”相结合以服务企业数字化转型提供了新的分析视角。

基于事件画像和案例推理的社区工单处置

近年来,随着政府数字化转型的不断深入,越来越多的12345政务热线工单下发到社区进行处置。工单文本信息通常较为稀疏,主题序列涵盖城市治理方方面面。社区管理人员对工单进行处置往往花费较长时间,无法满足群众实时响应的需求。为了提升社区工单处置的质量和时效性,该文提出了一种基于事件画像和案例推理的工单处置决策方法。首先,基于统一标准地址库以三元组方式构建地名地址基因库用以获取地名中的谱特征,构建树集合以表征地址基因之间的层次关系,利用地址基因之间的关联关系对缺失地址元素进行补全和还原;其次,为了充分发掘社区工单文本的局部特征和全局特征,该方法通过基于BiGRU、Self-Attention、CNN、CRF的组合神经网络对社区工单事件进行有效提取;最后,在构建社区事件历史案例库的基础上使用关键词提取并计算事件之间的相似度。对比实验结果表明,该方法相较于其他方法能够取得更好的性能。

基于混合神经网络的非法集资风险预测模型

针对现有企业非法集资风险识别准确率低、效率低等问题,提出了一种基于混合神经网络的预测模型。该模型构建基于预训练语言模型和门限循环神经网络(GRU)的风险等级预测网络产生风险等级和风险候选特征向量,并结合双向门限循环神经网络(BiGRU)和注意力(Attention)机制构建风险特征知识嵌入网络,最后将融合特征向量输入到分类器来实现非法集资预测。实验结果表明:该模型相较于其他基线模型能够取得更好的风险预测效果。

基于图计算与知识匹配的事件分拨模型

12345热线作为数字政务领域的重要成果,随着其受理的事件数量与事件类型越来越庞大,传统的手工分拨方法往往面临精准度差异较大、分拨效率低等问题。针对此类问题,通过引入“三定”职责描述,对事件分拨任务的颗粒度加以细化,并设计一种基于文本图与键值对记忆网络的方法,挖掘事件文本描述中的关键信息与事件-部门之间更丰富的关联关系,进而提升分拨效果。与多个基线模型的对比结果证明,提出的模型能对热线事件做出更为准确的分拨效果。

基于多模态融合的事件分类和分拨联合模型

针对政务热线事件文本存在的长度不一、要素不清等问题,提出了一种基于多模态融合的事件分类和分拨联合模型。模型首先使用图卷积网络(Graph Convolution Network,GCN)和RoBERTa分别提取事件文本图结构特征和上下文语义特征;其次,使用注意力机制对事件多模态信息进行融合,并通过文本分类模型进行事件分类;最后,采用后期融合的方式对事件的分拨部门进行预测,并利用重排序模块对部门预测结果进行排序,输出事件的最优分配部门。实验结果表明,相较于其他基线模型,该模型具有更优的性能。

基于KNN-LSTM神经网络模型的炉温预测

以产线传感器回传数据为基础,根据时间序列对历史数据趋势高度依赖的特点,考虑时间节点之间的相关性,通过Gaussian_KNN(高斯加权的K最邻近法)对回转窑分解炉温度上下游参数的历史数据进行赋权,再传入含有LSTM(长短期记忆神经网络)的Sequential模型中,学习历史数据中各节点储存的信息以及节点之间的相关性,结果显示相对准确地预测了回转窑的温度,为水泥回转窑控制系统精准控制提供了依据。

基于多源数据融合的汽车金融贷后风险管理

为了降低汽车金融公司发放贷后的信用风险,文章提出了一种融合客户静态信息和动态驾驶行为的风险管理模型。该模型的目标是通过预测客户逾期天数来实现对客户的分类分级管理,重点设计了基于GPS轨迹的特征挖掘和变量衍生,并通过转移矩阵完成了客户标签定义,最后通过XGBoost算法构建模型。实验结果表明,文章提出的贷后风险管理模型能够取得良好的预测效果。

面向汽车金融的行为评分卡设计与实现

为降低汽车金融公司贷后信用风险,文章提出了一种融合车辆GPS数据和客户还款信息的行为评分卡模型。首先,基于数据质量评价和数据探索性分析确定模型特征来源。其次,对GPS数据特征和还款数据特征进行衍生刻画客户的行为表现。再次,通过滚动率分析确定样本中的好坏客户标签。最后,通过模型融合训练得到行为评分卡。实验结果表明:本文提出的行为评分卡能够取得较好的预测性能,将GPS特征运用到行为评分卡中效果显著。

基于字词特征融合的中文地址匹配算法

地址是一种不可或缺的空间数据资源,是建设智慧城市的重要地理信息载体。中文地址的解析和匹配在地址规范化和标准化等任务中具有重要意义。传统的方法是将中文地名的匹配转化基于规则和字符串形式,可以实现规范地址的匹配,但对非标准地址或者复杂地址难以有效解析和提取。本文采用深度学习网络算法进行中文地址匹配,提出了一种基于字词特征融合的中文地址匹配方法。首先依据地址文本的特殊结构,构建一种基于字、词以及地址特征融合的深度学习网络架构模型,将字、词标记及其特征转换为向量表示,然后通过字词特征融合获取地址的语义信息,最后通过相似度算法实现地址信息的匹配。在自主构建的数据集上,本文提出的方法MFAM(Multi-Feature-Address-Matching)在准确度上相比其他方法提升了5至7个百分点,证明MFAM模型在地址匹配任务上有着更好的表现。