全面推进乡村振兴背景下黑龙江省数字农业发展路径研究

在全面推进乡村振兴的背景下,数字化已成为农业增长动力转换的关键节点。黑龙江省作为农业大省,更应争当数字农业发展先锋。因此,在分析黑龙江省数字农业发展现状与优势的基础之上,针对现行数字农业发展中小农经济偏差所致的数字鸿沟、资源及创新系统碎片化、产业链延展融合性不高、主体数字观念陈旧、应用中的袭击篡改风险等问题,提出发展新型主体、形成系统创新合力、推动产业链横纵延伸、面向农民设计平台并普及知识、建立端到端安全机制等龙江特色数字农业发展路径。

“双碳”目标下黑龙江省智慧农业绿色发展对策

“双碳”背景下,农业作为碳排放的重要组成部分,如何实现绿色农业的可持续发展成为了流通热点之一。通过对“双碳”目标下黑龙江省智慧农业绿色发展的优势进行分析,探究现阶段黑龙江省智慧农业所存在的问题,针对当前黑龙江省农业系统中碳排放量多,资源浪费严重;智慧农业应用渗透率低、智慧农业政策不完善,缺乏技术人才,信息化水平低等问题,对黑龙江省智慧农业绿色发展进行研究,提出节约资源、提高效率、完善相关法律法规以及提高技术水平等对策建议,为黑龙江省智慧农业的绿色发展提供保障。

黑龙江省涉农电商扶贫作用机理及策略研究

由于新冠肺炎疫情影响,扶贫农产品大量滞销。该研究通过对黑龙江省涉农电商企业与扶贫农产品企业的合作模式,以及所涉及的电商扶贫作用机理进行研究,针对部分扶贫农产品物流效率低、同质化严重、信息服务体系不健全、电商人才紧缺等问题,提出提高物流企业效率、扩大扶贫农产品品牌建设、加强信息服务体系建设、优化电商人才队伍建设等策略,对于加快黑龙江省脱贫攻坚,促进扶贫农产品网上销售具有一定的理论与现实意义。

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.

基于区块链技术的有机食品溯源体系

通过将区块链技术应用到有机食品溯源体系建设中,运用区块链的去中心化、防篡改性、安全开放性等技术特征,针对有机食品溯源安全体系不健全、信用体系不完整、物联网融合不够以及技术标准不统一等问题,结合有机食品溯源体系的建设,提出了健全有机食品溯源安全体系、完善有机食品溯源信用体系、优化区块链与有机食品物联网融合以及建立统一规范的有机食品溯源标准等对策建议。

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。

基于PCA-Spectral-LDA的网络舆情聚类和情感演进分析:一个微博文本挖掘研究

互联网成为网络舆情传播的主要媒介,分析突发事件的情感发展态势,可以探究舆情演变规律并识别潜在风险,为舆情的引导和控制提供决策支持.文章对爬取的微博文本数据进行预处理,基于文本数据的高维特征,首先利用主成分分析方法进行降维,然后采用谱聚类算法,并提出结合潜在狄利克雷分析模型提取文本主题的方法,对每类主题进行情感分析.通过数据可视化方法研究网民的情感倾向,得到网络舆情传播中情感的时空演化规律.研究结果能够清晰地表明网民的情感态度和舆情走向,文章的研究方法为微博舆情的研究提供了新视角.