迭代创新模式下互联网产品迭代改进点筛选研究——基于用户满意度体验

以提升用户满意度为目的的互联网产品迭代流程中,面对海量的用户体验反馈,急需科学地分析用户满意度体验,构建产品迭代改进点筛选的方法步骤,据此服务于有效地实施产品的迭代改进。首先,通过构建互联网产品的用户体验指标体系、体验指标的用户满意度分析和卡诺属性分析三个步骤对产品迭代流程中用户满意度体验过程进行了科学分析;然后,通过迭代指标的筛选、改进排序和改进数量的确定三个步骤筛选了产品的迭代改进点。文章所建立的方法步骤经过实际案例检验,具有实际可操作性,可用于支撑互联网产品迭代改进的实施。     

网络社区用户兴趣挖掘的数据预处理研究

本文对传统预处理步骤和方法进行了分析,针对其所需解决的两个基本问题:用户的准确识别与追踪和本体化的Web信息与基础日志数据的结合,提出了适合网络社区用户兴趣挖掘研究的数据预处理步骤与方法,弥补传统Web使用挖掘数据预处理在这方面的不足.     

政府数据开放公众反馈机制构建研究

[目的/意义]通过对政府数据开放中公众反馈情况的调查研究,旨在提高政府数据开放的公众参与度和满意度,以促进政府开放数据的利用,保障政府开放数据的质量。[方法/过程]选取《2020城市商业魅力排行榜》中的4个一线城市、15个新一线城市和30个二线城市作为研究样本,在调查其政府数据开放平台公众反馈现状的基础上,对公众反馈问题进行分析。[结果/结论]最终以政府开放数据生命周期五个时期为基础,对应政府数据开放公众反馈的前中后三个阶段,构建了五时期三阶段的政府数据开放公众反馈机制。     

基于LDA模型的公众反馈意见采纳研究 ——共享单车政策修订与数据挖掘的对比分析

【目的/意义】通过数据挖掘、文本分析法整合公众分散的反馈意见，对比研究出台政策，对政府部门吸纳公 众意见，制定科学合理的公共政策具有重要意义。【方法/过程】基于大数据技术深度挖掘公众对共享单车政策征求 意见稿的反馈内容，采用LDA模型从公众反馈意见中发现并提取低维主题集合，汇总、组织、分析大规模文本信息， 以主题领域和隶属概率值两维度，对比公众意见与政策修订的差异。【结果/结论】从制度体系、政府治理、企业经营、 产品完善、用户规范五个分类主题及其概率值，评估政策制定中的公众参与度以及政府对公众反馈意见的采纳效 果，以期为政府出台政策的科学性提供理论依据和决策建议。     

高校图书馆借书证的快速批量制作方法

提出了一套制作证件的新方案,运用Delphi7.0编程,并使用Access数据库及证卡打印机,自动批量制作借书证。该方法主要包括两个步骤:制证前的数据准备和使用证卡打印机制作证件。     

一种区域大数据产业发展战略形成方法及实例研究

提出一种区域大数据产业发展战略的形成方法,该方法分为大数据产业属性分析、大数据产业战略基础分析和大数据产业战略定位分析3个分析步骤。提出大数据产业的业态构成、产业特性。在大数据产业战略基础分析、大数据产业战略定位分析2个步骤中以湖南大数据产业的发展战略为例作实例研究,提出湖南大数据产业的发展目标、发展原则和产业布局,进一步向湖南省政府提出工作建议。     

DVD加密算法的研究与分析

为了防止影片内容被非法拷贝,电影工业的巨头们联合设计了CSS（Content Scrambling System）来防止存储在DVD光盘中的影片数据被盗版。为了解决DVD的解密问题,首先分析了DVD的加密技术,DVD采用“内容扰乱系统（cSS）”加密算法,CSS采用40比特密钥和两个“线性反馈移位寄存器（LFSR）”对DVD进行加密。并分析了CSS中两种加密方式：对数据的加密和对密钥的加密,且分别给两种加密方式建立了数学模型。     

对电子产品市场不良数据处理的研究

电子产品的市场不良数据是对电子产品质量反馈的重要信息,它反映了电子产品销售到市场上后存在的质量问题和为迎合市场的特定需求时产品存在的不足。首先对不良数据的重要特征进行分析,对不良数据的收集方法进行了总结,在此基础上,介绍了不良数据处理的常用工具——帕累托图、饼图、Excel软件等,最后,通过一个具体的实例(监视摄像头机芯),讨论了不良数据收集、使用分析工具对其进行相应分析的全过程,从而为及时地了解产品上市后的状况,为改善产品质量提供了重要依据。     

IT外包中知识转移的风险识别与风险因素分析

从IT外包的知识转移过程入手,把IT外包中知识转移分为发送、获取、交流、积累和反馈5个阶段,并对每个阶段进行特征描述,构建了符合IT外包知识转移过程模型,即SOEAF模型。在此基础上分析知识转移风险识别的特点,利用问卷调查的数据对IT外包知识转移风险因素进行识别,得出知识共享与反馈、学习能力、技术创新评价体系、协作和信任程度、知识转移的激励机制等5个因素是IT外包知识转移的主要风险因素,最后对知识转移风险因素进行分析。     

大数据产品定价问题的研究综述

大数据产品定价是数据交易过程中的关键环节。在分析总结大数据产品概念及特征基础上,通过对国内外有关于大数据产品定价研究成果的梳理,从3个角度对大数据产品定价问题进行了综述:大数据产品定价的难点、定价影响因素和定价模型以及策略。在此基础上从大数据产品的生命周期、质量、流通过程和使用方式4个角度对大数据产品定价问题提出建议和思路,希望能助力于大数据产品定价相关研究与实践发展,对大数据产品交易过程的完善有所帮助。     

基于数据挖掘的群决策模型

本文基于数据仓库的数据挖掘技术,针对企业决策问题,讨论了如何有效地获取有关顾客信息及商品信息,以辅助决策者制定决策方案。在有多个决策方案的情况下,本文给出了一个用于方案评优与选择的群体决策模型。     

数据价值链构件及其作用机理——基于数字技术促进农业产业的案例

剖析农业产业数据价值链构件及其作用机制，发现数据作为农业的新生产要素与农业生产、销售、物流、监测相结合的数字活动形成数据价值链，数据使弱势的农业产业转向智能化、标准化、数字化，数据通过连接、汇集、再创造活动呈现大数据的网络效应、规模效应、学习反馈效应使农业产业及相关企业收益呈现规模报酬递增态势。产品、数据产品、产品数据成为企业新利润源泉，“产品”和“数据”的叠加优势以及数据汇集的平台优势、数据优势、信息优势构成企业的新竞争优势。     

网络时供的数据存储

阐述网络时代数据存储的重要性，介绍存储产品的性能，发展状况。     

Understanding the impact of big data on firm performance: The necessity of conceptually differentiating among big data characteristics

This study uses the resource-based view to explore the impact of data volume, data velocity, and data variety, which are the main characteristics of big data, on firm performance and the mediating roles of data value and data veracity on these relationships. To test the research model, we collected data from 143 top and middle level managers in the United States. The findings show that data variety positively improves data value generation, whereas data volume and data velocity do not impact it. Additionally, while data volume negatively impacts data veracity, data velocity and data variety positively impact it. Findings indicate the necessity of conceptually differentiating among big data characteristics in investigating their impacts on firm outcomes instead of treating big data as a holistic variable. The study provides useful insights for researchers and managers willing to better understand the role of big data characteristics in influencing firm performance.     

数据仓库的数据组织及其联机分析处理实现

数据仓库是由数据驱动的，其目的就是从大容量的数据环境中进行决策支持。数据仓库最为突出的特色就是其面向决策主题的数据组织和基于多维数据模型的数据存储，并在此基础上实现联机分析处理，提供决策支持。     

数据挖掘在客户关系管理中的应用研究

企业之间市场竞争的焦点从产品质量的竞争转移到客户资源的争夺,为了从客户数据中找出对企业有价值的信息,概述了数据挖掘技术的方法、工具和流程;总结了如何在CRM应用数据挖掘技术。     

An empirical study of the antecedents of data completeness in electronic medical records

There is a body of research that highlights the role of data management to improve the quality of data, which in return improves organizational performance. The literature in data management has indicated the five theoretical constructs used to understand the factors influencing data quality, including top management support, capability on the regulation and process management, business-IT alignment, staff participation, and integration of information systems. However, it is unclear how these theoretical constructs can be utilized to understand the antecedents of data completeness as a dimension of data quality. Following that stream of research, the current paper examines the factors influencing data completeness in electronic medical records (EMR). The scope of this study is by only surveying medical professionals at healthcare settings in northern Nevada. The empirical results reveal that resources should be added as one of the antecedents of data completeness in EMR.     

数据仓库技术在高校人事信息中的应用

目前,许多高校都已建立了人事信息管理系统,积累了比较完整的数据。如何有效地存储、管理和分析这些数据,从中提取有用信息,成为所要解决的主要问题。为此提出并设计了高校人事信息的数据仓库体系结构,实现了高校人事信息数据仓库的构建和应用,为高校管理决策者提供更多的支持。     

A Big Data system supporting Bosch Braga Industry 4.0 strategy

People, devices, infrastructures and sensors can constantly communicate exchanging data and generating new data that trace many of these exchanges. This leads to vast volumes of data collected at ever increasing velocities and of different variety, a phenomenon currently known as Big Data. In particular, recent developments in Information and Communications Technologies are pushing the fourth industrial revolution, Industry 4.0, being data generated by several sources like machine controllers, sensors, manufacturing systems, among others. Joining volume, variety and velocity of data, with Industry 4.0, makes the opportunity to enhance sustainable innovation in the Factories of the Future. In this, the collection, integration, storage, processing and analysis of data is a key challenge, being Big Data systems needed to link all the entities and data needs of the factory. Thereby, this paper addresses this key challenge, proposing and implementing a Big Data Analytics architecture, using a multinational organisation (Bosch Car Multimedia – Braga) as a case study. In this work, all the data lifecycle, from collection to analysis, is handled, taking into consideration the different data processing speeds that can exist in the real environment of a factory (batch or stream).     

基于价值链的工业数据治理:模型构建与实践指向

工业企业信息化经过近40年的发展,取得了巨大的成就,积累了海量的工业数据碎片化存储在不同的系统中,构建工业数据空间释放工业数据价值被日渐提上议程。通过深入工业企业调研发现,大部分企业能意识到数据管理的重要性,但是不懂如何管理工业数据。本文通过查阅国内外文献资料,提出了笔者对工业数据治理的理解,剖析了阻碍工业数据价值释放的难点痛点堵点,并将价值链理论引入工业数据治理体系,剖析了工业数据治理活动的构成及其相互关系,提出了工业数据治理的推进策略,以期为下一步加快推进工业数据治理提供理论参考。