突破性创新联盟知识共享演化博弈研究

企业突破性创新成为企业竞争中致胜的利器,而突破性创新具有高投入、高风险和高产出等特点,使企业倾向于通过获取组织外部创新知识资源来促进企业突破性创新活动。而突破性创新联盟知识共享能够有效降低独自创新所面临的巨大风险与投入。应用演化博弈方法来分析突破性创新联盟组织间知识共享问题。研究结论:通过减少成本投入量、增强惩罚系数、扩大知识投入量、提高知识吸收能力均可有效地促进突破性创新联盟间的知识共享,提升企业突破性创新水平。     

共享经济赋能科技型小微企业成长的效应研究

共享经济是基于信息技术实现分散、闲置资源优化配置的新经济形态,拓宽了企业可利用资源范围,为解决科技型小微企业成长的资源约束提供了可能。本文引入赋能的概念,探讨共享经济对科技型小微企业成长的影响机理,并通过实证方法进一步检验其作用效应。结果表明,共享经济通过赋能技术、人才、金融、产能等,可缓解科技型小微企业成长过程中资源约束,有助于科技型小微企业实现"小而美"的成长。     

关系质量、信息分享与企业间合作行为:IT能力的调节作用

本文分析营销渠道中企业间关系质量(分为组织关系质量及人际关系质量)对信息分享及渠道合作行为的影响,重点探讨在互联网环境下,企业的IT能力对企业间关系质量与信息分享的调节作用.基于288份中国制造企业的调研数据的实证分析,我们发现组织关系质量和人际关系质量对企业与分销商间的信息分享均有正向影响,信息分享对企业与分销商间的合作行为有正向的影响.调节检验结果显示IT能力会减弱人际关系质量对信息分享的正向影响作用.这些结论对企业的实际应用都有重要的意义.     

朋友圈社交行为对员工知识共享意愿的影响机制——职场友谊的中介作用和感知差异性的调节作用

基于社会影响理论,从社会影响的内化视角探究员工朋友圈社交行为对知识共享意愿的影响机制,并揭示了朋友圈社交行为对知识共享意愿的不同程度感知差异性的差异化作用。通过对255个有效样本进行分析发现:职场友谊完全中介了朋友圈社交行为与知识共享意愿的关系;职场友谊对知识共享意愿有着积极影响;感知差异性负向调节了"朋友圈社交行为-职场友谊-知识共享意愿"的前半径,即感知差异性水平低的员工通过加强社交互动会增强职场友谊,而感知差异性水平高的员工则会因为过度的社交互动而削弱其职场友谊。     

直播平台打赏收入分成模式研究

针对目前我国多数直播平台盈利能力不足的问题,本文从直播平台打赏收入的分成模式入手,以委托代理模型为基础,对不签约模式和签约模式下直播平台对打赏收入的最优抽成比例进行研究,同时对比分析了两种模式下直播平台在抽成比例与盈利能力等方面的不同,尝试从激励机制角度解释我国直播平台盈利能力不足的原因,并提出可行的解决方案,为我国直播行业的发展提供借鉴和参考.研究结果表明,签约主播比例与直播平台基础规模不匹配,以及直播平台以高额签约费吸引核心流量主播的签约策略不恰当,可能是导致直播平台盈利能力不足的两个原因.     

考虑等待时间的网约车与出租车均衡定价研究

针对网约车和出租车的出行服务竞争,用等待时间刻画影响需求的服务质量,考虑网约车服务质量高于/低于出租车服务质量两种情景,探讨两种服务共存的条件及均衡定价策略.研究结果表明:当总网络外部性为正时,两种服务需较高差异化才能实现共存;而当总网络外部性为负时,无需其他条件约束,两种服务皆可共存.通过算例分析,分析了网约车服务等待时间对消费者剩余的影响以及参数对两种服务共存条件的影响.此外,借鉴参照依赖理论描述出租车司机在竞争市场中的获利感知,提出基于服务质量差异的网约车管制措施.研究结论为网约车服务定价和监管策略提供了一定的管理启示.     

基于在线归档技术的多目标粒子群算法

提出一种基于在线归档技术的新型多目标粒子群优化算法. 使用外部集归档,在归档粒子中采用适应值共享技术选出全局最优位置,使得种群多样性得以维持;在粒子群的进化过程中,使用在线归档策略,将归档的粒子合理地引入下一代的种群,淘汰原种群中的不良粒子,从而保证进化过程中种群的优良性. 用Zitzler的两个多目标测试函数评价算法的性能. 结果表明,该算法能快速收敛到Pareto非劣最优目标域,并且解集沿着Pareto非劣最优目标域有很好的扩展性.     

内外啮合齿轮马达的理论分析

从双定子思想出发,力图打破原有齿轮马达的结构,实现在不改变输入流量的情况下,对齿轮马达的转速调节,从而探讨出一种新型结构的内外啮合齿轮马达. 该新型结构的齿轮马达与传统的齿轮马达的区别是:该齿轮马达在一个壳体中,有内啮合齿轮马达和外啮合齿轮马达两个马达. 该马达仅通过切换不同的连接方式就可以实现多级转速和多级转矩的输出,省去了节流阀、减压阀等耗能元件,减少了能源的浪费,提高了效率.      

基于卷积神经网络的连续语音识别

在语音识别中,卷积神经网络( convolutional neural networks,CNNs)相比于目前广泛使用的深层神经网络( deep neural network,DNNs),能在保证性能的同时,大大压缩模型的尺寸。本文深入分析了卷积神经网络中卷积层和聚合层的不同结构对识别性能的影响情况,并与目前广泛使用的深层神经网络模型进行了对比。在标准语音识别库TIMIT以及大词表非特定人电话自然口语对话数据库上的实验结果证明,相比传统深层神经网络模型,卷积神经网络明显降低模型规模的同时,识别性能更好,且泛化能力更强。     

《金融学》精品资源共享课建设中的问题与对策

通过对学校《金融学》精品资源共享课在教学团队、课程内容、教学资源和课程网站等方面建设情况的梳理和分析,发现在建设过程中仍然存在着高层次教学人才欠缺、课程内容层次较低、课程资源不够优质、课程网上资源共享不足等诸多问题;针对上述问题提出了打造"两双型"教学团队、提升教学内容层次、扩展优质教学资源、加快先进共享平台建设等对策建议,旨在为推动校《金融学》精品资源共享课建设起到促进作用。