一、非结构化补充数据业务平台应用研究(论文文献综述)
冯建英,王博,吴丹丹,穆维松,田东[1](2021)在《用户画像技术与其在农业领域应用研究进展》文中研究指明作为一种能够精准分析用户特征、描绘用户行为的数据分析工具,用户画像技术近年来受到广泛关注。本文首先阐述了用户画像的基本概念和特征,综述了用户画像构建关键技术的国内外研究进展,并分析比较了不同技术的特性和优缺点。然后对用户画像技术在农业领域中的应用研究进行了系统分析,包括农户特征描述、农业服务的个性化推荐、农产品精准营销和农业经营管理决策支持等多方面。最后,总结了当前用户画像技术存在的问题,并对未来研究的趋势及用户画像技术在农业领域的应用前景进行了展望。
王浩州[2](2021)在《A电网企业数据中心发展战略研究》文中指出
邓晶艳[3](2021)在《基于大数据的大学生日常思想政治教育创新研究》文中研究指明中国特色社会主义进入新时代,标定了大学生日常思想政治教育的新方位。面对新时代提出的新任务与新要求,大学生日常思想政治教育要不断探索新思路、新路径与新方法,进一步增强工作的针对性与实效性,以满足大学生成长成才需求以及党和国家事业发展需要。当前,随着移动互联网、物联网、云计算、人工智能等为代表的新一代网络信息技术的迅猛发展、全面集成与广泛应用,人类逐步迈入大规模数据挖掘、运用与创新的“大数据时代”。在此时代背景下,如何运用新媒体、新技术加强和创新高校思想政治教育工作,使之富有时代性、增强针对性、彰显实效性,是新时期高校面临的一个重要而现实的课题。作为当代信息技术发展的前沿,大数据广域的信息资源、先进的信息处理技术以及全新的思维范式,为大学生日常思想政治教育带来了即时性、精准性、前瞻性与个性化等创新发展的新动力与新空间。将大数据思维、技术与方法全方位嵌入大学生日常思想政治教育各要素、各环节与全过程,促进大学生日常思想政治教育革新思维、优化供给、改进方法、重构范式,建构科学化、数字化与智能化的大学生日常思想政治教育体系,推进大学生日常思想政治教育向“精准思政”“智慧思政”转型升级,是大学生日常思想政治教育顺应时代发展的现实需要,也是其进一步提质增效、焕发新机的重要生长点与强劲推动力。阐释大数据内涵、价值、特征与功能,阐释大学生日常思想政治教育内涵并且辨析其与大学生思想政治理论教育的关系,有利于进一步探讨两者的深度融合。基于此,大学生日常思想政治教育大数据概念得以提出。从大学生日常思想政治教育大数据资源、大学生日常思想政治教育大数据技术、大学生日常思想政治教育大数据思维三个维度全面阐述大学生日常思想政治教育大数据的内涵与外延,同时运用马克思主义哲学基本原理和方法论论析大学生日常思想政治教育大数据的生成逻辑、发展动因、方法论基础与价值取向,可以明确大数据与大学生日常思想政治教育需求的契合点,理清大数据对大学生日常思想政治教育的作用机理。面对新时代提出的新任务与新要求,大学生日常思想政治教育仍然面临一些困境、存在一些短板和弱环。运用文献资料法、大数据文本挖掘方法与访谈调研法审视大学生日常思想政治教育现状,总结当前大学生日常思想政治教育存在的问题与困境并作原因剖析,同时探讨新时代大学生日常思想政治教育新要求,指出新时代大学生日常思想政治教育面临的新课题以及新时代大学生日常思想政治教育的指导思想与原则、教育内容体系以及教育工作的主体转型,有利于为新时期大学生日常思想政治教育发展创新提供现实依据。通过分析大数据在大学生日常思想政治教育中应用的技术优势以及可能性,进一步探讨大数据在大学生日常思想政治教育中“精准画像”“规律探寻”与“超前感知”三个应用呈现。以之为基础,基于当前大学生日常思想政治教育存在的理念滞后、模式粗放、知行脱节、供需错位等难题,提出利用大数据推进大学生日常思想政治教育由线性思维向系统思维、由普适教育向个性化培育、由认知培育向实践养成、由需求侧适应向供给侧发力四大发展转向并详细阐述四大发展转向的实现路径。基于大数据推进大学生日常思想政治教育不仅要遵循学科规律、注重理论深化,还要坚持实践导向,致力推动大数据应用,促进理论与实践的双向转化。由之,宏观上,探索大学生日常思想政治教育大数据的数据采集、数据预处理与存储、数据挖掘与分析、数据应用与可视化、数据解释与反馈五大工作模块与应用流程;微观上,对大数据在大学生日常思想政治教育典型场域中的“数据画像”“精准资助”“失联告警”三个应用进行数据模型构建,从而为大学生日常思想政治教育利用大数据提供切实可行的实现路径。大数据为大学生日常思想政治教育创新发展带来了前所未有的机遇,然而,当前大学生日常思想政治教育利用大数据还存在观念性、路径性与机制性瓶颈,同时,大数据是一柄双刃剑,对数据的不当应用会带来诸如“数据垄断”“数据滥用”“数据侵害”“数据冰冷”等一些可能的风险与挑战。高校尚须在思维理念、技术开发、政策支持、制度完善、机制建设、校园环境建设等方面对大数据应用作出回应与调试。不仅如此,在基于大数据创新大学生日常思想政治教育过程中,高校要注重发挥教育工作者的主体性与能动性,始终坚持数字技术与人文精神、数据智能与教育智慧相结合。
何蕊[4](2021)在《基于农业大数据的数据注册中间库的应用研究》文中认为随着信息科技的高速发展,大数据技术不断突破,计算能力和存储能力得到大幅度提升。大数据涉及面广、数据量大,使得数据管理的难度大、耗费时间长。为解决这些问题,我国政府部门颁布了一系列相关的利好政策,如“大数据发展行动纲要”等,其中涉及到农业大数据的政策有,“农业农村大数据发展”、“乡村振兴”等。目前,针对农业大数据的管理,不同的平台使用不同的存储规则,手动处理数据的方式仍然存在,导致数据汇集难度大,管理效率低下。农业大数据不仅具有大数据规模性、高速性、多样性、价值性、真实性等特点,还面临数据采集难度大、跨越周期长等问题,这使得农业大数据的管理难度更大、消耗时间更多。因此,如何提高农业大数据的管理效率成为亟待解决的问题。本论文的研究是在农业大数据的基础之上,使用分布式存储架构和面向数据的体系结构DOA(Data-Oriented Architecture)中数据注册中心的思想建立数据注册中间库,并设计数据注册系统客户端。针对农业大数据特点,对非结构化数据制定“统一注册规则”,采用TF-IDF(Term Frequency–Inverse Document Frequency)算法、朴素贝叶斯算法和K最近邻算法对文本类数据分类;对结构化数据制定“数据注册原则,一库一标准”,采用TF-IDF算法代替手动注册方法,对众多数据属性字段进行自动筛选,选出TOP-N作为数据注册字段,提高数据注册效率,实现农业大数据的高效管理。本论文的主要创新点如下:(1)提出了一种关于农业大数据的非结构化、结构化注册规则。农业大数据的非结构化数据注册规则是“统一注册规则”,注册表结构模板分为4大模块,分别是原始数据内容、映射关系、注册信息、权限管理模块;结构化数据注册规则是“统一注册原则,一库一标准”,其中‘统一注册原则’共有八大原则,‘一库一标准’根据结构化数据注册表结构模板和实际的数据库表结构得出。(2)提出了一种运用算法注册非结构化、结构化农业大数据的方法。对非结构化数据注册,以文本数据为例。首先对文本内容进行预处理,使用Jieba库分词,去除无用词,建立词典库,使用one-hot进行编码,运用TF-IDF算法计算TF和IDF,通过word2vec将每个词映射成一个向量,使用朴素贝叶斯和K最近邻算法对文本进行分类,得出分类结果,注册非结构化数据;对结构化数据运用TF-IDF算法计算TF和IDF值,选取TOP-N字段作为机动字段,结合固定字段,注册结构化数据,提高数据信息的注册效率。通过农业大数据注册系统的测试验证,使用算法注册数据能极大提高注册效率。在注册非结构化数据测试中,结果表明:不使用算法的注册时间是使用朴素贝叶斯算法的720倍以上,是K最近邻算法的750倍以上。K最近邻算法的分类精准度比朴素贝叶斯算法高,能更好地实现数据库主题分类目标。注册结构化数据时,不使用算法的注册时间是使用TF-IDF算法的30倍以上。
王浩州[5](2021)在《A电网企业数据中心发展战略研究》文中指出新一代数字技术为能源革命向纵深发展开辟新途径。推进数字技术与能源行业深度融合,有助于数字化、清洁化、个性化、便捷化、开放化能源需求得到满足;有助于打通能源产业链上下游各环节,数据要素充分流通,实现更大范围的协作与共享,带动能源产业升级发展。因此在技术革命、数字化生存、国家战略、能源革命多重浪潮的叠加之下,身处能源行业核心枢纽地位的电网企业实施数字化转型已是大势所趋,势在必行。本文首先对当前国内外电网企业数据中心发展状况进行分析,介绍了A电网企业数据中心概况。通过企业战略管理分析方法对A电网企业数据中心内部、外部环境进行分析,运用PEST模型对A电网企业战略环境分析与资源基础观分析得出现阶段为数字化转型过程中的关键时期,数据中心应以数据作为提升生产力的核心要素,释放数据资产价值,推动商业与运营模式转变,实现管理与业务变革。使用SWOT分析法得出数据中心应以"电力+算力"为基础进行数字化转型。传统电网将变成为一个数字化、智能化和互联网化的新型电网,实现电网新形态、电网企业新业态、能源产业新生态,推动能源革命和新能源体系建设,构建涵盖政府、能源产业上下游、用户等相关方的能源产业新生态为数据中心发展战略。其次,制定了对内管理优化,对外搭建数据服务业务的战略实施方案与战略保障措施。
王海瑶[6](2021)在《电力文本智能挖掘技术及其在电力对话文本中的应用研究》文中认为随着智能电网的建设和发展,电网企业积累了比例庞大的非结构化数据,作为电力大数据的重要组成部分,其中文本数据的处理和分析对电网智能化建设具有重要意义。如今文本智能挖掘技术在电力领域的应用主要集中于电力缺陷文本、调度文本上的应用,仍处于起步阶段,对于电力对话文本的研究还很少,而这部分文本由于蕴含大量关于电力设备供应商的信息具有挖掘价值。同时,电网企业的电力设备供应商满意度评价,目前主要依赖于人工统计和指标计算,其准确性受评价人员和评价内容影响较大。本文从文本智能挖掘技术及其在电力领域的应用入手,以涉及电力设备供应商的对话文本为例进行研究,进行对话文本的主题归纳、电力设备供应商评价模型研究,解决了电网企业评价片面性的问题。本文主要的研究内容包括以下几点:1.结合电力领域的文本结构和特点,分析了文本智能挖掘技术及其应用和展望。首先介绍了文本智能挖掘关键技术及其在各领域的应用情况,然后分析了文本智能挖掘在电力领域的应用现状,并与其他各领域的应用进行比较,指出文本智能挖掘在电力领域的重点和难点,展望该技术在电力领域应用的未来发展方向。2.为了解决电力对话文本的无关冗余内容、句法形式多样、存在隐式评价对象和交叉中断现象等问题,提出了基于文本智能挖掘技术的电力对话文本供应商主题归纳方法。提出基于Transformer的双向编码器下句预测与余弦相似度加权的单轮对话文本下句预测分析方法,并建立对话中断交叉处理流程和供应商识别规则,实现了以设备供应商为单位的电力对话文本主题归纳。通过算例,所提出的电力对话文本主题归纳方法能够有效划分对话文本主题,其主题归纳结果为后续评价模型的建立奠定了基础。3.针对电力对话文本的语义丰富性和复杂性,提出了基于文本情感分析的供应商评价模型。在扩充已有电力本体词典的词条和属性基础上,建立了对话情感分析规则,采用基于情感分析的供应商评价模型,实现了对电力设备供应商的常态化评价。算例表明,基于对话文本智能挖掘的电力设备供应商评价,具有可行性和有效性,可以作为目前供应商评价方法的有益补充。
滕飞[7](2021)在《商业银行金融创新与实体经济增长 ——基于供给侧结构性改革背景》文中认为改革开放40年中国经济取得了快速发展,但在经济高速增长时期也积累不少结构性矛盾。以习近平同志为核心党中央审时度势,在2015年中央经济工作会议上提出了“经济供给侧结构性改革战略”为新形势下经济高质量发展转型指明了新方向。实体经济的转型与升级无疑将对中国商业银行金融创新提出了新的需求:一方面供给侧改革背景下实体经济增长需要商业银行通过金融创新增加有效金融供给与提高金融配置效率;另一方面,去杠杆与严监管的趋势下,外部环境对商业银行稳健经营提出更严峻挑战。实体经济调整与金融深化改革都在呼唤商业银行金融创新,因此,探析商业银行金融创新的现状与存在问题,分析商业银行金融创新对实体经济增长的影响效应及作用传导机制进而提出供给侧改革背景下商业银行支持实体经济增长金融创新的总体方向与路径具有重要的理论意义与现实意义。本文按照“需求分析-现状与问题梳理-相关性与作用机制分析-路径政策建议”的逻辑框架开展研究。首先对供给侧改革背景下实体经济增长对商业银行金融创新需求进行了系统性分析进而对中国商业银行金融创新现状与存在的问题进行了深入剖析,指出商业银行有效金融创新对实体经济持续增长的重要性与必要性。在此基础上,深入研究了商业银行金融创新对实体经济增长的影响及其直接和间接的作用机理,并结合2006-2018年13年省域横向面板数据和2009年3季度至2019年2季度共40期全国纵向时序数据对商业银行金融创新与实体经济增长的相关性及其直接和间接的作用机制进行实证验证。最后借鉴国外商业银行金融创新经验与教训,从“紧扣供给侧主旋律、坚持适度创新抑制过度创新以及因地制宜展开创新”等方面提出了在供给侧改革背景下,基于支持实体经济发展的中国商业银行金融创新的总体方向,并运用互联网、大数据、云计算、人工智能、区块链等现代前沿底层技术围绕实体重点产业链发展与补充薄弱环节从“业务创新、金融科技创新、组织与制度创新”等三方面提出商业银行支持实体经济增长金融创新的行动路径。本文将围绕以下几个部分展开:第一部分:绪论和理论分析,包括本文第一章和第二章。第一章主要阐述本文的研究背景与意义,对相关文献进行梳理,并总结了本文的技术路线和主要创新处等;第二章对相关重要概念和理论进行梳理,包括对习近平新时代中国特色社会主义经济思想、供给侧改革理论、金融发展理论以及商业银行金融创新运行机制理论等进行系统梳理和评析,进而提炼出相关理论对本文研究的启示。第二部分:现状与需求分析,即第三章,系统分析了在供给侧改革背景下实体经济增长对商业银行金融创新需求,进而深入分析了中国商业银行金融创新的历程、现状及存在的问题,剖析了国外商业银行金融创新的经验与教训,从而充分揭示了在供给侧改革背景下实体经济增长对商业银行金融创新的深层次需求以及对商业银行金融创新的适度性要求。具体包括:(1)供给侧改革背景下实体经济增长对商业银行金融创新需求分析。首先,运用拓展费雪方程式(Fisher Extension)论证实体经济与虚拟经济融合发展的重要性,而这需要商业银行通过金融创新更好向实体经济发挥正向反馈作用;其次,运用银行博弈均衡模型(Bank gambling equilibrium model)进行参数模拟,揭示商业银行金融创新是供给侧结构性改革的重要组成部分,商业银行金融创新须通过有效创新(如降低监督成本)引导资金流入实体经济并确保自身业务可持续性,以更好地融入到供给侧改革之中。(2)分析中国商业银行金融创新动因、历程、现状及存在问题。基于事实与数据分析,本文认为中国商业银行金融创新通过扩大供给和丰富产品等方式支持经济发展与转型取得一定成效,但仍存在无法有效满足实体金融需求存在结构性矛盾、支持重点领域存在创新不足等问题。(3)分析国外商业银行金融创新的经验与教训,特别应吸取国外商业银行金融过度创新导致非理性扩张以及与实体经济需求脱节方面的教训。第三部分:运用规范性分析方法分析系统分析商业银行金融创新对实体经济的影响效应及其作用机制,即本文第四章。包括:(1)分析商业银行金融创新对实体经济的积极影响和过度创新对实体经济的负面影响,说明商业银行金融创新对实体经济增长的影响存在两面性。(2)系统归纳了商业银行金融创新对实体经济增长的作用机制。本文将商业银行金融创新通过影响消费需求、资本积累、技术进步以及推动产业升级,从而促进实体经济增长的作用机制称为商业银行金融创新对实体经济增长的间接作用机制(要素与结构路径);将商业银行金融创新增加金融供给、优化金融配置、增强金融功能,进而促进实体经济增长的作用机制称之为商业银行金融创新对实体经济增长的直接作用机制(金融发展路径)。(3)运用数理推导的方法论证商业银行金融创新对实体经济增长的影响效应。通过搭建六部门柯布道格拉斯生产函数框架的内生经济增长模型,通过数理推导剖析商业银行存贷和金融创新部门与实体经济下资源要素作用的内生机制,求解最优增长路径。结果表明商业银行金融创新对经济增长具有非线性的拉动作用,且金融创新效率弹性对经济稳态增速拉动作用比较显着,产品弹性(即业务规模)对经济稳态增速同样具有非线性效应。第四部分:实证分析供给侧改革背景下商业银行金融创新对实体经济增长相关性及作用机制,主要从省域横向面板和全国纵向时序两个角度展开研究分析,包括本文第五章、第六章。具体包括:第五章,本文利用面板平滑转换模型(PSTR),基于2006-2018年31个省市相关数据,从面板横向角度实证分析供给侧改革背景下商业银行金融创新与实体经济增长的非线性关系及所呈现的区域差异与阶段差异,得出如下结论:(1)中国商业银行金融创新对实体经济增长的影响效应总体是积极的,但存在区域不均衡性。实证表明,商业银行金融创新规模与效率指标处于低体制时,其对实体经济增长影响效应较弱甚至是负面的;当商业银行金融创新规模与效率指标处于高体制时,其对实体经济增长影响呈现正向效应且逐步增强,基准模型在体制转换过程中整体呈现渐进正向的非线性转换趋势,上述结果说明中国商业银行金融创新支持实体经济增长总体效应是适度的。但是,通过对PSTR模型的非线性转换体制分析,发现不同省市转换函数值(g值)分布范围广且体制转换速度较慢,结合各省市商业银行金融创新指标样本期间所处体制情况,说明不同省市商业银行金融创新存在严重的不均衡性。(2)中国商业银行应保持适度创新规模的同时注重开展内涵式效率创新。通过比较商业银行金融创新规模指标与金融创新效率指标的非线性效应,金融创新规模指标的非线性效应更强体制转换速度更快。本文发现:目前中国商业银行主要依靠“金融创新规模效应”拉动实体经济增长,但是商业银行金融创新效率指标对实体经济增长促进作用要优于金融创新规模指标,说明商业银行应保持适度金融创新规模的同时更应着眼于提高金融创新效率。(3)中国商业银行金融创新影响效应存在阶段性差异。供给侧改革后商业银行金融创新对实体经济增长发挥的促进作用较供给侧改革前更显着,说明供给侧改革后商业银行为更好服务实体经济采取的金融创新措施是有效的。(4)中国商业银行金融创新存在区域差异性。本文通过分区域实证分析可得:当前我国商业银行金融创新存在局部过度创新(东部、中部)和创新不足(西部)并存的现象,东部和中部区域商业银行金融创新存在规模经济边际递减现象。(5)中国商业银行金融创新对实体核心产业(制造业)发展同样具有渐进正向的非线性影响。通过替换自变量的稳健性检验得到基准模型相似结果,其中对制造业增长指标的正向影响较为显着但对制造业结构优化指标的正向影响效应较弱。(6)中国商业银行金融创新存在协同不足的问题。通过加入交互项的稳健性检验验证了基准模型结果的稳定性,并可得:中国商业银行金融创新存在协同效应差异性,商业银行金融创新与资本积累指标对实体经济增长发挥协同效应趋于正向,商业银行金融创新与科技研发指标发挥协同效应则趋于负向。第六章,主要基于2009年3季度至2019年2季度共40期的全国经济变量数据和十六家主要上市商业银行数据,从时间序列角度纵向验证商业银行微观主体的金融创新对宏观实体经济增长“微观-宏观”的作用机制。具体包括:(1)本文选取金融业务创新发展(规模)维度、金融业务创新效能维度、金融创新风控维度、金融科技创新维度以及创新支持实体经济需求维度等五大维度下16家中国上市商业银行2009Q3-2019Q2的15项相关指标,通过主成分分析法(PCA)量化微观视角下各商业银行金融创新指数,结果表明:中国银行、建设银行、工商银行以及交通银行金融创新指数占据前四位主要得益于上述银行业务创新规模较大,而北京银行、招商银行以及中信银行等创新效能高的中型银行紧随其后。(2)基于16家上市商业银行金融创新指数构建商业银行金融创新指数(BII)并观察该指数趋势,分析其阶段特征。结果表明:该指数在样本期间内呈现平稳增长趋势,分阶段来看,BII经历持续增长期(2009Q2-2012Q4),波动调整期(2013Q1-2017Q4)以及转型回升期(2018Q1-2019Q2)等三个阶段。供给侧改革背景下,在经历一段时期的波动后,商业银行经过业务转型与调整金融创新指数稳步回升。(3)构建供给侧背景下商业银行金融创新与实体经济增长间接作用机制(包含资本积累、技术进步以及产业升级等宏观指标)和直接作用机制(包含实体经济融资规模与融资成本、储蓄投资转换等金融指标)的SVAR实证模型并验证其有效性。实证结果表明:第一,无论是在间接作用机制还是直接作用机制下,商业银行金融创新对实体经济增长都具有拉动作用并呈现短期快速拉动,中期波动,长期相对平稳的态势且商业银行金融创新对实体经济增长的贡献度最高;第二,间接作用机制下商业银行金融创新对实体经济增长的促进作用较直接作用机制更明显相关系数更大,商业银行金融创新应更注重精准支持实体经济要素积累与结构优化;第三,间接作用机制下商业银行金融创新对资本积累影响存在反复,对技术进步和产业升级具有积极影响但持续时间较短;第四,直接作用机制下,商业银行金融创新对融资规模具有微弱正向作用且存在时滞性,但有利于融资成本降低,有利于优化储蓄投资转换职能。第五部分,基于第三章需求分析、第四章机理分析与数理推导、第五章和第六章实证分析提出供给侧改革背景下商业银行金融创新支持实体经济增长的总体方向和行动路径建议,即本文第七章。具体包括:(1)提出供给侧改革背景下商业银行金融创新支持实体经济增长的总体方向。即:紧扣供给侧改革主旋律,优化资源要素配置;坚持适度创新、抑制过度创新;因地制宜开展差异化金融创新;有效促进科技与金融融合以及建立适应外部经济转型特征的组织架构和制度等。(2)提出供给侧改革背景下商业银行支持实体经济增长的业务创新行动路径,包括:开发符合动能转换需求的的金融产品支持产业优化升级、整合综合金融服务能力支持“三去一补”、完善融资产品利率定价机制以缓解企业融资约束、线上与线下业务融合发展以及优化资产负债管理等。(3)提出供给侧改革背景下商业银行支持实体经济增长的金融科技创新行动路径,包括:运用大数据技术发掘和评价客户、运用云计算技术搭建业务平台、运用人工智能技术推动关键领域智能化改造、运用区块链技术打造高效产品和服务体系以及综合应用技术实现融合创新等。(4)提出供给侧改革背景下商业银行支持实体经济增长的组织与制度创新行动路径,包括:搭建以业务为导向的矩阵式组织架构、完善金融创新制度、构建金融创新协同保障机制等。总之,本文通过相关研究丰富商业银行金融创新促进实体经济增长的相关理论,为供给侧改革背景下商业银行如何有效开展金融创新以更好地支持实体经济增长提供可行建议。
鹿宝坤[8](2020)在《中国外运智慧物流平台建设研究》文中研究说明中国外运股份有限公司在中国货代物流业综合排名第一位,按照利润和业务量排名,分别位列全球第四位和第八位。当前正处于由综合物流供应商向物流平台商转型时期,“打造世界一流智慧物流平台企业”是企业该时期的发展目标。中国外运主要从事以生产和流通为主体的B2B物流领域的服务供给。随着国民经济由高速发展向高质量发展转变,生产企业对物流服务需求进一步提升。中国外运面临生产企业提高服务质量和提升服务效率要求;中国外运在转型中面临社会资源整合不足、自有资源使用效率偏低、创新能力不足、核心竞争力偏弱等问题。面对国际物流业的发展变化和通关制度的改革,企业面临业务流程梳理分解不到位、数据结构化程度不高、信息流通和共享程度不足、智能化水平低、制单效率低等影响自身操作效率和操作风险的诸多痛点。本文通过分析行业背景,查阅物流行业智慧物流平台建设的理论研究成果,分析同行业和本企业在智慧物流平台建设中的成功案例,以充分利用平台商业模式在内外部资源整合方面的独特优势和发掘新兴科学技术和数字化驱动在满足客户服务需求、提质降本增效等方面的作用为主线,结合中国外运不同业务模块的业务内容和业务特点,对智慧物流平台各业务模块进行智能化提升。为实现中国外运“打造世界一流智慧物流平台企业”的目标,实现提质降本增效和建设共创共享共赢的物流生态体系提出建议和参考。本文在智慧物流平台建设中做出以下创新性研究:(1)利用智慧物流平台实现内外部物流资源的高效整合和平台的自增性增长,以商业模式的转型促进企业的高质量发展不同于传统智慧物流平台研究中更侧重于科学技术的引进和堆砌,本文同时注重研究作为平台商业模式的实践平台,智慧物流平台如何发挥其在资源整合方面的独特优势,如何设计和利用网络效应实现平台商业模式的自增性扩张。同时研究科学技术在平台商业模式下,如何实现对平台业务模块的智能化提升。(2)通过商业模式创新和科学技术的应用,实现平台主体由相互博弈到共同受益,构建协同共享的新型物流生态体系与传统模式下平台主体企业追逐自身利益最大化的目标不同,中国外运智慧物流平台通过平台商业模式的设计将社会闲散物流资源纳入平台运力池,通过数字化驱动、信息共享实现对物流资源的盘活和利用,共同创造价值、共同分享平台收益,实现平台主体、平台参与者、货主等多方共赢,建立起新型物流生态体系。
闫华[9](2020)在《H公司投资分析平台的需求管理优化与设计》文中研究表明随着新兴技术的发展以及互联网在金融行业渗透程度的加深,传统金融机构面临来自多方面的竞争。在此环境下,公司越来越重视金融科技体系的构建,加强研发核心业务平台的能力,从而满足个性化业务需要,提升运营效率。同时,运用大数据、人工智能等新兴技术实现基于数据模型的智能辅助决策,实现智慧化运营。在基金投资过程中,风险的管理与控制贯穿于整个投资过程且涉及多个部门。目前基金业监管态势从严从紧,H公司自主研发投资分析平台,聚焦投资过程中的风险管理过程,通过构建功能完善、智慧安全的平台,在满足业务需求的基础上,优化业务流程,提升效率。以投资分析平台的研发为契机,H公司重新搭建了科学的产品研发体系,重点对需求管理流程进行优化,解决了因需求管理不当,影响平台功能设计的问题。本文以基于需求管理流程优化基础上的投资分析平台功能设计为研究对象,主要包括以下几方面的研究内容:(1)通过对国内外有关基金风险管理、需求管理的研究现状分析,借鉴公司自主研发的其他业务系统案例的研发情况,以项目管理理论中需求管理理论相关概念为理论基础,完善了平台设计中需求管理的理论框架。(2)通过对投资分析业务现状以及研发体系中需求管理的现状分析,对现有业务、现有业务平台、以及在平台设计需求管理中的问题进行识别,并搭建科学的需求管理体系并进行平台需求分析。(3)基于需求分析的结果对平台整体功能及主要功能模块设计。H公司投资分析平台的构建是该公司在金融科技方面布局的重要表现,其对于公司乃至行业都具有一定的意义与价值。由于传统金融机构在此方面的布局较晚,对于技术研发需求管理往往不够重视,在智慧化运营平台的搭建方面研究成果较少。本文的研究希望可以给同行业公司一些启发,提供一些借鉴意义。
姜国标[10](2019)在《基于网络爬虫技术的审计大数据采集与应用研究》文中研究表明党的十九大对审计监督提出更高的要求,要构建集中统一,全面覆盖,权威高效的审计监督体系,国家审计要适应新时代、新要求、新部署,及时反映和揭示经济社会各领域的新问题、新情况和新趋势,与时俱进地开创审计事业发展的新局面。但随着大数据、人工智能和区块链等新技术的出现,对审计工作的开展提出了新的挑战。大数据时代,传统审计技术方法难以满足现代审计的要求,迫切需要审计人员转变思维,创新审计技术和方法,运用大数据的思维和技术方法,扩大审计范围和对内外部关联数据的对比分析,发现审计疑点,寻找审计线索。在大数据审计环境中,审计电子数据在审计过程中处于“核心位置”,其完整性、一致性、有效性是大数据审计分析的基础,是发现审计问题与线索的关键;是审计报告的重要依据,能够采集完整的、一致性的、有效性的审计电子数据尤为重要。目前,审计电子数据采集主要来源于两方面:一方面是被审计单位提供的,其可靠性和真实性不得而知。另一方面是来自其他方面的支撑数据,如上级主管部门的数据,其他相关单位共享数据,互联网上的公开数据等。前面获取容易,后者往往被人们忽略,尤其在互联网网络页面中隐藏了可免费公开访问的有效数据集,可对审计工作起到重要作用。因此,本文提出一种基于网络爬虫技术审计大数据采集方法。该方法针对当前多维度审计电子数据采集问题,在大数据驱动下从实际应用的角度出发,能够围绕审计目标,根据审计业务内容,自动定义语义文本,自动采集审计相关数据,并且能够融合清洗存储,发现审计问题与线索,以弥补审计过程中数据不足,质量不高,增加其审计数据的完整性,提高大数据审计效率。为了验证该方法的有效性,本文以节能环保重点专项资金审计为例,通过网络爬虫技术在节能环保重点专项资金审计中的应用,论证基于网络爬虫技术的审计大数据采集与分析方法的可行性,并结合案例进行总结,研究成果为未来大数据审计提供了一个可供借鉴的研究方法。本文的主要贡献点在于:(1)归纳梳理了当前审计大数据采集的现状及存在的诸多问题;(2)对网络爬虫技术相关研究进行归纳和总结;(3)在前两项的基础之上,提出基于网络爬虫技术的审计大数据采集与分析的方法,包括基于自定义通用网络爬虫技术的审计大数据采集与分析的方法和基于聚焦网络爬虫技术的审计大数据采集与分析的方法。(4)以具体案例论证网络爬虫技术在审计项目中应用的可行性和实用性。
二、非结构化补充数据业务平台应用研究(论文开题报告)
(1)论文研究背景及目的
此处内容要求:
首先简单简介论文所研究问题的基本概念和背景,再而简单明了地指出论文所要研究解决的具体问题,并提出你的论文准备的观点或解决方法。
写法范例:
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
(2)本文研究方法
调查法:该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法:用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法:通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法:通过调查文献来获得资料,从而全面的、正确的了解掌握研究方法。
实证研究法:依据现有的科学理论和实践的需要提出设计。
定性分析法:对研究对象进行“质”的方面的研究,这个方法需要计算的数据较少。
定量分析法:通过具体的数字,使人们对研究对象的认识进一步精确化。
跨学科研究法:运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法:这是社会科学用来分析社会现象的一种方法,从某一功能出发研究多个方面的影响。
模拟法:通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、非结构化补充数据业务平台应用研究(论文提纲范文)
(1)用户画像技术与其在农业领域应用研究进展(论文提纲范文)
0 引言 |
1 用户画像概念内涵 |
1.1 用户画像概念及特征 |
1.2 单用户画像和群体用户画像 |
2 用户画像构建的关键技术 |
2.1 画像数据采集技术 |
2.1.1 业务平台数据采集 |
2.1.2 网络数据采集 |
2.1.3 社会调查采集 |
2.1.4 3种数据采集技术的比较 |
2.2 用户标签提取技术 |
2.2.1 基于本体的标签提取技术 |
2.2.2 基于聚类分析的标签提取技术 |
2.2.3 基于分类算法的标签提取技术 |
2.2.4 基于自然语言处理的标签提取技术 |
2.2.5 基于关联分析的标签提取技术 |
2.2.6 基于应用统计的标签提取技术 |
2.2.7 几种标签提取技术的比较分析 |
2.3 画像表示技术 |
3 用户画像技术在农业领域的应用 |
3.1 农户特征描述 |
3.2 农业服务的个性化推荐 |
3.3 农产品精准营销 |
3.4 农业经营管理辅助决策 |
3.5 农业领域应用比较分析 |
4 总结与展望 |
4.1 多源异构的用户数据将成为重要的画像基础数据 |
4.2 注重画像的动态更新和精准刻画 |
4.3 农业领域的用户画像研究将进一步丰富和深化 |
(3)基于大数据的大学生日常思想政治教育创新研究(论文提纲范文)
摘要 |
ABSTRACT |
绪论 大数据让大学生日常思想政治教育智能化 |
第一节 选题缘由及研究意义 |
一、选题缘由 |
二、研究意义 |
第二节 国内外研究综述 |
一、国内研究现状 |
二、国外大数据与教育交叉研究综述 |
三、研究评析 |
第三节 逻辑结构 |
一、研究思路 |
二、研究方法 |
三、内容框架 |
第四节 重点、难点及预期创新点 |
一、研究重点 |
二、研究难点 |
三、研究创新点 |
第一章 基于大数据创新大学生日常思想政治教育的理论基础 |
第一节 核心概念解读 |
一、大数据 |
二、大学生日常思想政治教育 |
三、大学生日常思想政治教育大数据 |
第二节 大学生日常思想政治教育大数据之马克思主义哲学审视 |
一、感性对象性活动之数据生成逻辑 |
二、实践的社会历史性之数据发展动因 |
三、辩证唯物主义认识论之数据应用的方法论基础 |
四、人的全面自由发展之数据应用的价值取向 |
第三节 大学生日常思想政治教育大数据自组织系统阐释 |
一、大学生日常思想政治教育之复杂自组织系统特征 |
二、大学生日常思想政治教育大数据之数据转化 |
三、大学生日常思想政治教育大数据之数据转换 |
四、大学生日常思想政治教育之数据工作机制 |
第二章 基于大数据创新大学生日常思想政治教育的现实依据 |
第一节 大学生日常思想政治教育存在的现实困境 |
一、基于大数据文本挖掘方法的大学生日常思想政治教育现实困境分析 |
二、大学生日常思想政治教育者访谈 |
三、大学生日常思想政治教育存在的问题及原因剖析 |
第二节 新时代大学生日常思想政治教育新要求 |
一、新时代大学生日常思想政治教育面临的新课题 |
二、新时代大学生日常思想政治教育指导思想与原则 |
三、新时代大学生日常思想政治教育教育内容体系 |
四、新时代大学生日常思想政治教育的主体转型 |
第三节 基于大数据创新大学生日常思想政治教育技术优势 |
一、大数据关键技术之大学生日常思想政治教育应用 |
二、教育主体与教育客体的数据交互 |
三、教育管理平台载体的数据智能 |
四、教育管理实践数据的跨域应用 |
第四节 基于大数据创新大学生日常思想政治教育可能性分析 |
一、基于数据技术的效率提升 |
二、基于证据的日常教育管理 |
三、基于数据评价的工作改进 |
第三章 基于大数据促进大学生日常思想政治教育发展转向 |
第一节 大学生日常思想政治教育大数据应用呈现 |
一、精准画像:大数据精确反映学生行为状态 |
二、规律探寻:大数据有效呈现学生活动规律 |
三、超前感知:大数据准确研判学生活动趋向 |
第二节 基于大数据之由线性思维向系统思维转变 |
一、线性思维 |
二、系统思维 |
三、线性思维向系统思维转变的全面性与准确性 |
第三节 基于大数据之由普适教育向个性化培育转变 |
一、普适教育 |
二、个性化培育 |
三、普适教育向个性化培育转变的适应性与有效性 |
第四节 基于大数据之由认知培育向实践养成转变 |
一、认知培育 |
二、实践养成 |
三、认知培育向实践养成转变的实效性与长效性 |
第五节 基于大数据之由需求侧适应向供给侧发力转变 |
一、需求侧适应 |
二、供给侧发力 |
三、需求侧适应向供给侧发力转变的精准性与有效性 |
第四章 基于大数据创新大学生日常思想政治教育的实施路径 |
第一节 基于大数据创新大学生日常思想政治教育的原则 |
一、以人为本原则 |
二、守正创新原则 |
三、趋利避害原则 |
四、循序渐进原则 |
五、理论与实践相结合原则 |
第二节 大学生日常思想政治教育大数据资源库建设与运行 |
一、大学生日常思想政治教育大数据采集 |
二、大学生日常思想政治教育大数据预处理与存储 |
三、大学生日常思想政治教育大数据挖掘与建模分析 |
四、大学生日常思想政治教育大数据可视化与应用 |
五、大学生日常思想政治教育大数据解释与反馈 |
第三节 利用大数据推进大学生日常思想政治教育实践应用 |
一、数据画像 |
二、精准资助 |
三、异常告警 |
第五章 基于大数据创新大学生日常思想政治教育的条件保障 |
第一节 个体主观条件 |
一、培育大数据意识与大数据思维 |
二、掌握大数据知识与大数据技能 |
三、提升大数据伦理与管理理性 |
四、把握大数据应用的价值导向 |
第二节 技术条件保障 |
一、开发和搭建高校思想政治教育大数据技术平台 |
二、培育大学生思想政治教育大数据核心技术团队 |
第三节 组织与制度保障 |
一、加强组织领导 |
二、推进教育政策实施与制度建设 |
三、加强体制机制建设 |
第四节 文化环境保障 |
一、优化校园网络环境 |
二、培育校园数据文化 |
三、优化校园人文环境 |
结语:数据智能与教育智慧结合 |
参考文献 |
致谢 |
攻读博士学位期间主要研究成果 |
(4)基于农业大数据的数据注册中间库的应用研究(论文提纲范文)
摘要 |
Abstract |
1 绪论 |
1.1 研究背景 |
1.2 研究意义 |
1.3 研究现状 |
1.3.1 国内外农业大数据研究现状 |
1.3.2 国内外数据注册研究现状 |
1.4 论文研究内容与技术路线 |
1.4.1 研究内容 |
1.4.2 技术路线 |
1.5 论文组织结构 |
1.6 本章小结 |
2 相关理论知识和技术基础 |
2.1 DOA理论体系 |
2.1.1 DOA的整体介绍 |
2.1.2 数据注册中心 |
2.2 元数据介绍 |
2.2.1 元数据 |
2.2.2 元数据注册 |
2.3 相关算法 |
2.3.1 TF-IDF算法 |
2.3.2 朴素贝叶斯算法 |
2.3.3 K最近邻算法 |
2.4 本章小结 |
3 农业大数据分析及数据注册设计 |
3.1 农业大数据相关分析 |
3.1.1 农业大数据的特点 |
3.1.2 农业大数据的分类 |
3.1.3 农业大数据的管理 |
3.2 整体架构简介 |
3.3 数据注册规则 |
3.3.1 非结构化数据统一注册规则 |
3.3.2 结构化数据“统一注册原则,一库一标准” |
3.4 数据注册流程 |
3.5 数据注册系统模块设计 |
3.5.1 用户登录/注册模块 |
3.5.2 非结构化数据注册模块 |
3.5.3 结构化数据注册模块 |
3.5.4 注册数据查看模块 |
3.5.5 个人中心模块 |
3.6 本章小结 |
4 农业大数据注册算法设计 |
4.1 筛选注册字段 |
4.2 数据库分类 |
4.3 本章小结节 |
5 农业大数据注册中间库设计 |
5.1 实体关系模型设计 |
5.2 逻辑数据模型设计 |
5.2.1 非结构化数据 |
5.2.2 结构化数据 |
5.3 本章小结 |
6 农业大数据注册验证与结果分析 |
6.1 测试环境搭建 |
6.2 模块测试 |
6.2.1 用户注册登录测试 |
6.2.2 数据注册测试 |
6.2.3 数据查看测试 |
6.3 对比测试 |
6.4 测试结论 |
6.5 本章小结 |
结论 |
参考文献 |
附录 A 数据库E-R模型 |
附录 B 逻辑数据模型 |
攻读硕士学位期间发表论文及科研成果 |
致谢 |
(5)A电网企业数据中心发展战略研究(论文提纲范文)
摘要 |
Abstract |
第一章 绪论 |
1.1 研究背景及意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状 |
1.2.1 国内研究现状 |
1.2.2 国外研究现状 |
1.3 研究方法及内容 |
1.3.1 研究的主要方法 |
1.3.2 研究内容 |
1.3.3 技术路线 |
第二章 相关理论基础 |
2.1 战略管理概述 |
2.1.1 战略及战略管理概念 |
2.1.2 战略管理的层次和过程 |
2.2 战略管理分析工具 |
2.2.1 PEST分析 |
2.2.2 行业环境分析 |
2.2.3 资源和能力分析 |
2.2.4 SWOT分析 |
2.3 电网数据及数据中心 |
第三章 A电网企业数据中心战略环境分析 |
3.1 A电网企业数据中心概况 |
3.2 外部环境分析 |
3.2.1 宏观环境分析 |
3.2.2 五力分析 |
3.3 内部环境分析 |
3.3.1 资源分析 |
3.3.2 能力分析 |
3.4 核心竞争力分析 |
第四章 A电网企业数据中心发展战略制定 |
4.1 A电网企业数据中心SWOT分析 |
4.1.1 SWOT分析 |
4.1.2 四种战略分析 |
4.2 A电网企业数据中心战略目标 |
4.2.1 总体目标 |
4.2.2 阶段目标 |
4.3 A电网企业数据中心战略选择 |
第五章 A电网企业数据中心战略实施和保障措施 |
5.1 战略实施方案 |
5.1.1 对内管理优化 |
5.1.2 对外数据服务业务搭建 |
5.2 战略保障措施 |
5.2.1 培育数字化企业文化 |
5.2.2 加强数字化人才保障 |
5.2.3 加快数字化标准规范制定 |
5.2.4 保障规划衡量评估指标 |
第六章 结论与展望 |
6.1 结论 |
6.2 展望 |
致谢 |
参考文献 |
(6)电力文本智能挖掘技术及其在电力对话文本中的应用研究(论文提纲范文)
致谢 |
摘要 |
ABSTRACT |
1 绪论 |
1.1 课题的研究背景与意义 |
1.2 课题研究现状 |
1.2.1 电力领域文本智能挖掘技术研究现状 |
1.2.2 文本情感分析技术研究现状 |
1.3 论文的主要工作 |
2 文本智能挖掘技术在电力领域的应用与展望 |
2.1 引言 |
2.2 文本智能挖掘关键技术 |
2.2.1 文本预处理技术 |
2.2.2 文本表示 |
2.2.3 特征选择和文本分类 |
2.3 文本智能挖掘技术的应用 |
2.3.1 生物医学领域的应用 |
2.3.2 金融领域的应用 |
2.3.3 其他领域的应用 |
2.4 文本智能挖掘技术在电力领域的应用 |
2.4.1 电力文本的内容和特征 |
2.4.2 电力文本智能挖掘涉及的对象 |
2.4.3 电力文本智能挖掘技术的应用 |
2.5 文本智能挖掘技术在电力领域的挑战和展望 |
2.5.1 基于本体论的文本挖掘 |
2.5.2 电力本体词典的标准化 |
2.5.3 文本智能挖掘技术应用类型的广泛性 |
2.5.4 为电力工作人员提供支持 |
2.6 本章小结 |
3 基于文本智能挖掘技术的电力对话文本供应商主题归纳方法 |
3.1 引言 |
3.2 基于文本智能挖掘技术的单轮对话下句预测分析 |
3.2.1 电力对话文本特点分析 |
3.2.2 单轮对话下句预测分析 |
3.3 对话中断交叉处理 |
3.4 供应商主题归纳规则 |
3.5 算例分析 |
3.6 本章小结 |
4 基于文本情感分析技术的电力供应商评价模型 |
4.1 引言 |
4.2 电力领域本体词典扩充 |
4.3 对话情感分析规则建立 |
4.4 基于情感分析的供应商评价模型 |
4.5 算例分析 |
4.6 本章小结 |
5 总结与展望 |
5.1 研究成果总结 |
5.2 未来研究展望 |
参考文献 |
作者简历及攻读硕士学位期间取得的学术成果 |
附录 |
(7)商业银行金融创新与实体经济增长 ——基于供给侧结构性改革背景(论文提纲范文)
摘要 |
ABSTRACT |
第一章 导论 |
1.1 选题的背景与意义 |
1.1.1. 选题的背景 |
1.1.2. 选题的意义 |
1.2 文献综述 |
1.2.1. 有关实体经济增长的文献综述 |
1.2.2. 有关金融发展的文献综述 |
1.2.3. 有关商业银行金融创新的文献综述 |
1.2.4. 有关商业银行金融创新与实体经济关系的文献综述 |
1.2.5. 文献简评与本文努力方向 |
1.3 研究内容与方法 |
1.3.1. 研究框架 |
1.3.2. 研究方法 |
1.4 研究的技术路线及主要创新之处 |
1.4.1. 技术路线 |
1.4.2. 主要创新点 |
第二章 相关理论基础 |
2.1 相关概念的界定 |
2.1.1 有关商业银行金融创新的概念与分类 |
2.1.2 有关实体经济的界定 |
2.2 相关理论 |
2.2.1. 习近平新时代中国特色社会主义经济思想 |
2.2.2. 供给侧改革理论 |
2.2.3. 金融发展理论 |
2.2.4. 关于商业银行金融创新运行机制理论 |
2.3 相关理论对本文研究的启示 |
第三章供给侧改革背景下商业银行金融创新现状及存在的问题 |
3.1. 供给侧改革背景下实体经济增长对商业银行创新的需求分析 |
3.1.1. 实体经济与虚拟经济的融合发展是经济增长的基础 |
3.1.2. 供给侧改革是实体经济增长的根本动力 |
3.1.3. 商业银行金融创新的本质是供给侧改革的重要组成部分 |
3.1.4. 供给侧改革背景下实体经济增长要求商业银行持续开展金融创新 |
3.2. 中国商业银行金融创新现状及存在的问题 |
3.2.1. 中国商业银行金融创新动因 |
3.2.2. 中国商业银行金融创新历程 |
3.2.3. 中国商业银行金融创新现状与成效 |
3.2.4. 中国商业银行金融创新存在问题 |
3.3. 国外商业银行金融创新经验与教训 |
3.3.1. 国外商业银行金融创新经验 |
3.3.2. 国外商业银行金融创新教训 |
3.4. 本章小结 |
第四章 商业银行金融创新影响实体经济增长的机理分析 |
4.1 商业银行金融创新对实体经济的影响效应分析 |
4.1.1. 商业银行金融创新的积极作用 |
4.1.2. 商业银行金融过度创新的消极作用 |
4.2 商业银行金融创新对实体经济增长的间接作用机制分析 |
4.2.1. 加强资本积累 |
4.2.2. 推动技术进步 |
4.2.3. 升级供给端 |
4.2.4. 优化需求端 |
4.3 商业银行金融创新对实体经济增长的直接作用机制分析 |
4.3.1. 增强金融功能 |
4.3.2. 推动金融发展 |
4.3.3. 优化金融结构 |
4.3.4. 影响货币深化 |
4.4 商业银行金融创新与实体经济增长关系的数理分析 |
4.4.1 假设 |
4.4.2 最优路径推导 |
4.4.3 平衡增长路径 |
4.4.4 数值模拟 |
4.5 本章小结 |
第五章 供给侧改革背景下商业银行金融创新与实体经济增长非线性关系的实证分析-基于面板平滑转换模型(PSTR) |
5.1. 关系特征及实证假设 |
5.2. 模型建立与变量选取 |
5.2.1. 计量模型的建立与说明 |
5.2.2. 变量选取 |
5.2.3. 数据描述性统计 |
5.3. 相关检验 |
5.3.1. 线性检验与剩余非线性检验 |
5.3.2. 位置参数的确定 |
5.4. 实证结果 |
5.4.1. 线性模型的结果分析 |
5.4.2. 非线性模型的结果分析 |
5.4.3. 非线性转换体制的分析 |
5.5. 商业银行金融创新对实体经济增长影响的差异分析 |
5.5.1. 商业银行金融创新对实体经济增长影响的阶段差异分析 |
5.5.2. 商业银行金融创新对实体经济增长影响的区域差异分析 |
5.6. 稳健性检验 |
5.6.1. 替换自变量-商业银行金融创新与核心实体产业(制造业)发展的非线性关系 |
5.6.2. 加入交互项-商业银行金融创新的协同效应 |
5.7. 本章小结 |
第六章 供给侧改革背景下商业银行金融创新与实体经济增长作用机制的实证分析-基于结构向量自回归(SVAR)模型 |
6.1. 商业银行金融创新指数的创建与衡量 |
6.1.1. 金融创新指数构建思路 |
6.1.2. 金融创新指数维度与指标选取的说明 |
6.1.3. 金融创新指数测度过程 |
6.1.4. 商业银行金融创新指数测度结果 |
6.2. 商业银行金融创新与实体经济增长作用机制的实证分析 |
6.2.1. 商业银行金融创新的作用机制分析和实证模型构建 |
6.2.2. 变量选取和数据说明 |
6.2.3. 模型稳定性与格兰杰检验 |
6.2.4. 商业银行金融创新与实体经济增长的间接作用机制实证研究结果 |
6.2.5. 商业银行金融创新与实体经济增长的直接作用机制实证研究结果 |
6.3. 本章小结 |
第七章 供给侧改革背景下商业银行支持实体经济增长的金融创新总体方向及行动路径 |
7.1 供给侧改革背景下商业银行支持实体经济增长的金融创新总体方向 |
7.1.1 紧扣供给侧主旋律,优化资源要素配置 |
7.1.2 坚持适度创新,抑制过度创新 |
7.1.3 因地制宜,实行区域差异化金融创新 |
7.1.4 推进科技和金融的深度融合,提升商业银行金融创新效能 |
7.1.5 建立适应外部经济转型特征的组织架构和制度 |
7.2 供给侧改革背景下商业银行支持实体经济增长的业务创新行动路径 |
7.2.1. 开发符合动能转换需求的金融产品支持产业优化升级 |
7.2.2. 整合金融综合服务能力,支持三去一补 |
7.2.3. 完善融资产品利率定价机制,缓解企业融资约束 |
7.2.4. 线上与线下业务融合发展,丰富民生类金融产品 |
7.2.5. 优化资产负债管理,提升银行经营稳健性 |
7.3 供给侧改革下商业银行支持实体经济增长的金融科技创新行动路径 |
7.3.1. 运用大数据技术发掘和评价客户 |
7.3.2. 运用云计算技术搭建集约化业务平台 |
7.3.3. 运用人工智能技术推动关键领域的智能化改造 |
7.3.4. 运用区块链技术打造高效产品和服务体系 |
7.3.5. 综合应用多种技术实现融合创新 |
7.4 供给侧改革背景下商业银行支持实体经济增长的组织与制度创新行动路径 |
7.4.1. 商业银行主业经营组织架构创新的框架设计 |
7.4.2. 商业银行混业经营组织架构创新的框架设计 |
7.4.3. 建立与完善适应商业银行金融创新的制度 |
7.4.4. 构建商业银行组织架构与制度协同运行保障机制 |
第八章 主要结论与研究展望 |
8.1. 主要研究结论 |
8.2. 本文研究不足 |
8.3. 未来研究展望 |
参考文献 |
致谢 |
攻读学位期间论文发表情况 |
(8)中国外运智慧物流平台建设研究(论文提纲范文)
摘要 |
英文摘要 |
第1章 引言 |
1.1 研究背景 |
1.1.1 国际物流业的行业痛点 |
1.1.2 商业模式转变的危和机 |
1.2 研究目的和研究意义 |
1.2.1 研究目的 |
1.2.2 研究意义 |
1.3 研究思路与研究方法 |
1.3.1 研究思路 |
1.3.2 研究方法 |
1.4 研究内容 |
1.5 创新点 |
第2章 理论基础和研究综述 |
2.1 基本概念和理论基础 |
2.1.1 基本概念 |
2.1.2 理论基础 |
2.2 智慧物流平台概述 |
2.2.1 智慧物流平台的概念 |
2.2.2 智慧物流平台的关键技术 |
2.2.3 智慧物流平台的功能 |
2.2.4 智慧物流的应用场景 |
2.3 国内外智慧物流平台建设的借鉴 |
第3章 中国外运物流平台现状分析 |
3.1 中国外运物流平台简介 |
3.2 中国外运物流平台应用现状 |
3.2.1 海运系统 |
3.2.2 汽运系统 |
3.2.3 关务系统 |
3.3 中国外运智慧物流平台建设的必要性分析 |
3.3.1 向平台商业模式转型的需要 |
3.3.2 大数据科学决策的需要 |
3.3.3 绿色生态物流建设的需要 |
3.3.4 劳动密集型企业转型的需要 |
第4章 中国外运智慧物流平台系统分析 |
4.1 中国外运智慧物流平台的建设目标 |
4.2 中国外运智慧物流平台建设的需求分析 |
4.2.1 业务内容分析 |
4.2.2 业务模块需求分析 |
4.2.3 平台用户需求分析 |
4.3 中国外运智慧物流平台建设关键要素分析 |
4.3.1 平台数据接入的关键要素分析 |
4.3.2 信息流动性关键要素分析 |
4.3.3 运营模式升级关键要素分析 |
4.3.4 重建信任体系的关键要素分析 |
第5章 中国外运智慧物流平台设计与实现 |
5.1 中国外运智慧物流平台建设的原则 |
5.1.1 以信息标准化为基础 |
5.1.2 公共功能向中台聚集 |
5.2 业务模块设计 |
5.2.1 智能场站 |
5.2.2 智能调度 |
5.2.3 智能仓储 |
5.2.4 智慧订舱 |
5.2.5 智慧关务 |
5.2.6 海外代理管理 |
5.2.7 全程可视化 |
5.3 中国外运智慧物流平台运行的保障措施 |
5.3.1 变革适应性组织保障 |
5.3.2 知识管理提供创新力保障 |
5.4 中国外运智慧物流平台预期效果分析 |
第6章 结论与展望 |
6.1 结论 |
6.2 展望 |
参考文献 |
致谢 |
学位论文评阅及答辩情况表 |
(9)H公司投资分析平台的需求管理优化与设计(论文提纲范文)
摘要 |
ABSTRACT |
第一章 绪论 |
1.1 研究背景和意义 |
1.1.1 研究背景 |
1.1.2 研究意义 |
1.2 国内外研究现状分析 |
1.2.1 国内研究现状 |
1.2.2 国外研究现状 |
1.3 研究思路与内容 |
1.3.1 研究思路 |
1.3.2 研究内容 |
1.3.3 研究方法 |
第二章 相关概念与理论综述 |
2.1 基金相关概念 |
2.1.1 公募基金业务 |
2.1.2 投资分析平台 |
2.2 需求管理相关理论 |
2.2.1 软件项目管理 |
2.2.2 项目需求分析 |
2.3 本章小结 |
第三章 H公司投资分析平台现状分析 |
3.1 H公司现状分析 |
3.1.1 H公司概况介绍 |
3.1.2 H公司投资分析平台现状 |
3.2 问题发现 |
3.2.1 缺乏需求管理 |
3.2.2 缺少产品化思维 |
3.2.3 平台完整性不高 |
3.2.4 平台性能不够 |
3.3 解决思路 |
3.3.1 搭建科学需求管理流程 |
3.3.2 培养产品思维 |
3.3.3 优化架构,提升性能 |
3.4 本章小结 |
第四章 H公司投资分析平台需求分析 |
4.1 平台建设目标 |
4.2 需求分析原则性 |
4.3 流程与思路 |
4.4 需求获取 |
4.4.1 需求讨论会 |
4.4.2 头脑风暴 |
4.4.3 标杆系统对照 |
4.4.4 构造原型 |
4.5 需求分析 |
4.5.1 业务需求 |
4.5.2 功能需求 |
4.5.3 非功能需求 |
4.6 需求确认 |
4.6.1 需求确认思路 |
4.6.2 需求确认文档 |
4.7 需求变更 |
4.7.1 需求变更流程 |
4.7.2 需求变更示例 |
4.8 本章小结 |
第五章 H公司投资分析平台功能设计 |
5.1 平台建设原则 |
5.1.1 可用性 |
5.1.2 安全性和可靠性 |
5.1.3 经济性 |
5.1.4 可配置性 |
5.2 平台功能设计 |
5.2.1 平台整体架构 |
5.2.2 平台功能模块设计 |
5.3 本章小结 |
第六章 结论和展望 |
6.1 研究结论 |
6.2 展望 |
参考文献 |
致谢 |
(10)基于网络爬虫技术的审计大数据采集与应用研究(论文提纲范文)
摘要 |
abstract |
1 绪论 |
1.1 研究的背景及意义 |
1.2 研究的主要内容和方法 |
1.3 创新点和重难点 |
1.3.1 创新点 |
1.3.2 重点及难点 |
1.4 本文演化路径和结构安排 |
1.5 本章小结 |
2 研究综述 |
2.1 大数据技术研究 |
2.2 审计中的大数据发展研究 |
2.3 审计数据采集研究 |
2.4 本章小结 |
3 网络爬虫技术及相关原理 |
3.1 网络爬虫技术 |
3.2 网络爬虫框架比较 |
3.3 Scrapy爬虫框架 |
3.3.1 Scrapy架构介绍 |
3.3.2 Scrapy数据流 |
3.3.3 Scrapy项目结构 |
3.4 数据抓取 |
3.4.1 正则表达式 |
3.4.2 Xpath |
3.4.3 JavaScript处理数据爬取 |
3.4.4 Cookies、代理和模拟登陆 |
3.5 数据存储 |
3.5.1 文件存储 |
3.5.2 关系型数据库存储 |
3.5.3 非关系型数据库存储 |
3.6 本章小结 |
4 网络爬虫技术在审计中应用性分析 |
4.1 审计数据采集难点 |
4.2 网络爬虫助力审计数据采集 |
4.3 本章小结 |
5 基于网络爬虫的审计大数据采集 |
5.1 基于自定义通用网络爬虫的审计大数据采集 |
5.1.1 自定义通用网络爬虫 |
5.1.2 基于自定义通用网络爬虫的审计大数据采集框架 |
5.2 基于聚焦网络爬虫技术的审计大数据采集 |
5.2.1 网页搜索策略 |
5.2.2 主题相似度判断 |
5.2.3 关键字多模匹配 |
5.2.4 主题爬取步骤 |
5.2.5 基于聚焦网络爬虫的审计大数据采集框架 |
5.3 本章小结 |
6 节能环保重点专项资金审计调查案例分析 |
6.1 案例概述 |
6.2 现状分析 |
6.3 具体应用 |
6.3.1 审计需求分析 |
6.3.2 数据采集与应用 |
6.3.3 进一步分析 |
6.4 案例总结 |
6.5 本章小结 |
7 总结与未来展望 |
7.1 总结 |
7.2 未来展望 |
参考文献 |
后记 |
四、非结构化补充数据业务平台应用研究(论文参考文献)
- [1]用户画像技术与其在农业领域应用研究进展[J]. 冯建英,王博,吴丹丹,穆维松,田东. 农业机械学报, 2021(S1)
- [2]A电网企业数据中心发展战略研究[D]. 王浩州. 昆明理工大学, 2021
- [3]基于大数据的大学生日常思想政治教育创新研究[D]. 邓晶艳. 贵州师范大学, 2021(09)
- [4]基于农业大数据的数据注册中间库的应用研究[D]. 何蕊. 成都大学, 2021(07)
- [5]A电网企业数据中心发展战略研究[D]. 王浩州. 昆明理工大学, 2021
- [6]电力文本智能挖掘技术及其在电力对话文本中的应用研究[D]. 王海瑶. 浙江大学, 2021(08)
- [7]商业银行金融创新与实体经济增长 ——基于供给侧结构性改革背景[D]. 滕飞. 广西大学, 2021(07)
- [8]中国外运智慧物流平台建设研究[D]. 鹿宝坤. 山东大学, 2020(05)
- [9]H公司投资分析平台的需求管理优化与设计[D]. 闫华. 北京邮电大学, 2020(05)
- [10]基于网络爬虫技术的审计大数据采集与应用研究[D]. 姜国标. 南京审计大学, 2019(08)