作为一种先进的教育教学理念,OBE强调"学生中心、产出导向、持续改进",可以有效提高课程教学质量和人才培养质量.该文从分析OBE教育理念的内涵入手,以跨境电子商务实践课程为研究对象,通过课程目标的设定、课程内容的梳理、课程教学的实施、课程考核的设计、改进反馈机制的建立等教学设计,探索一套基于OBE教育理念的跨境电子商务实践课程的教学改革思路.

随着互联网行业的发展,新的电子商务形式不断产生,电商行业的变革发展对电子商务专业的实践教学提出了新的挑战.推进电子商务专业实践教学与时俱进,是电子商务专业建设的重要内容.分析了电子商务专业实践教学面临的问题,针对 OBE的电子商务专业实践教学质量监测要求,设计电子商务专业实践教学质量监测指标体系,提出电子商务专业实践教学质量监测操作策略.

线上线下混合式教学能够打破传统教学在形式、时间、空间和受众等方面的限制,针对具体的课程特征,融合先进的教学理念,研究混合式教学设计具有重要意义.该文以电子商务数据分析与应用课程为例,从教学目标设计、学情分析、教学过程、教学评价和教学反思等方面,结合课程教学实践,展开混合式教学设计研究.该研究促进了相关教学理念与方法的融合,有效提升了学生的学习兴趣、主动性和课堂教学效率.

近10年是我国电子商务行业快速发展的时期.在新的经济形势下,如何培养"互联网+"背景下国家急需的电子商务专业人才,提高电子商务专业人才培养质量,成为当前亟待解决的问题.基于国家级一流本科专业的建设背景,以安徽大学电子商务专业为例,探讨面向创新创业的电子商务特色人才培养体系建设问题,从人才培养模式、课程体系等角度进行了阐述,为新时代电子商务专业建设和人才培养提供新思路.

线上线下混合式教学打破了传统教学形式、时间及空间的限制,提升了课堂教学效率.该文分析了电子商务数据分析与应用课程的特点,并阐述了传统教学模式的不足.在此基础上,从教学团队建设、课程总体设计和教学内容拆解等五个方面提出了电子商务数据分析与应用的混合式课程建设方案,凸显混合式课程建设特色.最后,对混合式教学模式实施了动态多主体教学效果评价,保障了混合式教学的质量.

随着云计算、大数据、人工智能等信息技术的出现,为高校教学的拓展提供了新的思路.然而,个性化教学的缺失是当前高校教育的难题,迫切需要在大数据环境下构建深度个性化混合教学模式来解决这一难题.该文通过问卷调查分析高校个性化教学现状,针对发现的问题,依托数字孪生学习者的概念,从模式原理、资源整合、数字孪生学习者构建、个性化混合教学四个方面构建个性化混合教学模式.该研究为当前高校开展线上线下融合的个性化教学提供了模式参考,并助力师生教与学效率的提升.

随着互联网行业的发展,电商应用不断创新,产业链不断完善,各种变革对电子商务专业的实践教学提出了新的挑战.如何使电子商务学生适应新时代的要求,推进电子商务专业实践教学建设,是电子商务专业建设的重要问题.该文首先介绍高等学校电子商务专业实践教学中存在的问题,然后重点分析新时代对电子商务专业学生实践能力的要求,最后对电子商务专业学生实践能力教学提升提出对策建议.

大数据技术的发展提升了工程造价数据的管理水平,推动了工程造价咨询信息化建设的创新与发展.如何充分发挥大数据在工程造价领域的作用逐渐受到学者关注.该文从设计方案整合和施工成本控制等视角分析了大数据对工程造价咨询的影响;发现工程造价信息化建设中存在数据标准不统一和信息共享难度大等问题;并提出大数据环境下工程造价建设的策略;旨在提升造价咨询企业和从业人员运用大数据技术解决造价评估问题的能力.

基于计划行为理论视角构建了虚拟品牌社群中顾客价值共创行为产生的机制和形成过程模型.通过对来自各大品牌社群的462份调查问卷进行结构方程模型和分层回归分析,研究发现:顾客感知的实用价值、社会价值及享乐价值积极影响顾客的价值共创行为,顾客契合促进顾客的价值共创行为且分别在实用价值、社会价值及享乐价值与顾客的价值共创行为之间起部分中介的作用.此外,顾客的价值共创行为还受个体主观规范的直接影响,顾客价值共创行为的产生是自身因素与外界因素的一个综合影响结果.

该文运用网络调查、描述性统计分析和文本分析等方法调研了主流慕课平台上电子商务专业课程资源的基本情况,包括开课单位、教学团队和课程内容等方面.然后,运用回归分析方法研究影响选课人数的关键因素.在此基础上,探讨慕课建设和教学存在的问题,并尝试提出应对策略.该研究对于高等学校教育教学理论的发展具有重要理论意义;同时,对于慕课资源建设、高校教学安排调整和教师教学方法改进具有重要的现实意义.

为了解决网络借贷环境下的信用评价数据来源单一且真实性难以验证等问题,提出一种跨业务的信用分析框架.该框架基于Peer-to-Peer协同机制,共享的协同分析来自不同类型网络交易业务中的信用数据,从多个业务维度更加全面地评价借款人的信用水平.基于该分析框架,提取跨业务信用特征,并利用集成学习方法构建基于跨业务特征的信用评价模型.最后对模型结果进行显著性检验.结果 表明,提出的跨业务信用分析框架和信用评价模型具有一定的有效性.

随着自媒体应用的普及,越来越多的企业开始打造专门的内容平台,通过内容营销来开展电子商务活动.迫切需要学校调整电子商务等相关专业的学生培养计划,但现有课程教学很少涉及这块领域.为此,论文以企业内容电商运营为切入点,用学生感兴趣的形式,来演练内容电商实践的全过程,并分析如何将内容电商实践教学嵌入到目前的电子商务教学体系中,促进学生的学习热情和学习效果.

In the context of online lending, Adaboost based credit assessment approach has high disagreement level among different basic classifiers and high misclassification cost on sample set.Existing studies fail to consider the effect of basic classifiers' disagreement and samples' misclassification cost on the sample weights in basic classifiers, leading to the decline of the performance of credit assessment model in online lending businesses.Therefore, we propose a credit assessment approach based on an improved Adaboost model.This approach can improve the strategy of weighting in Adaboost model through considering the misclassification rates of basic classifers, the disagreement of learning results of samples among basic classifiers, and the misclassification cost of samples.Our approach can improve the validity of credit assessment results in online lending context by focusing on the samples that are difficult to classify and have high misclassification cost.The experimental results on PPDai platform show that the approach has higher accuracy and lower misclassfication cost than traditional Adaboost based credit assessment model.

现有的利用社会媒体预测股票市场的研究未能考虑股指时间序列所具有的多尺度特征.为了解决这一问题,运用EMD分解法、混沌分析理论和支持向量回归机,提出一种EMD-DSVR股票市场预测方法.首先分析股指时间序列多尺度与社会媒体变量序列多尺度间的内在联系,运用EMD分解法将社会媒体变量序列分解成不同尺度的基本模态分量;然后运用混沌分析理论和支持向量回归机对各模态分量进行建模和预测;最后利用社会媒体变量序列的各模态分量对股票市场进行预测.运用所提出的EMD-DSVR模型,对上证指数和深成指数的日收盘值进行预测,实验结果表明,所提出的方法能有效提高对股指时间序列的预测精度.

通过社会媒体信息预测股票行为已经成为近年来金融和知识管理等领域的研究热点.考虑到社会媒体参与人员和讨论话题的多样性,传统的基于整体层面分析社会媒体信息来预测股票行为的方法过于粗糙.本文根据社会媒体信息在写作风格和内容特征上的不同,利用文本特征提取技术、主成分分析法、EM聚类技术等分析参与社会媒体的干系人和他们关注的话题.进一步,我们针对每类干系人和话题,从信息活动强度和情感倾向两个方面提取四个社会媒体变量构建股票行为的回归预测模型,用以分析各干系人和话题在社会媒体上的活动状况对公司股票行为的影响.最后,本文以雅虎金融论坛的Bank of America板块为实验平台进行实验研究,验证了所提出方法的有效性和实用性.

利用社会媒体信息预测股票收益已经成为近年来金融和信息管理等领域的研究热点.然而,现有的研究大多是在英文社会媒体环境下,如何获取中文社会媒体信息,并用其预测股票收益具有重要意义.本文提出了适合中文社会媒体分析的文本特征集,利用特征提取等技术,抽取中文社会媒体上的干系人和话题.进一步,通过构建股票收益率的回归模型,研究中文社会媒体上干系人和话题的活动状况对股票收益率的影响.最后,以东方财富网的中国中铁吧为实验平台进行实验研究,验证了所提出方法的有效性和实用性.

Based on principal component analysis this paper analyses indicators which affect the economical and social development of Wuhan with Matlab6.5 to work out the principal component factors and then make predictions about these principal component factors through the gray prediction model GM(1,1) which accords with the reality.Finally this paper employs the development function whose regular domain is infinite constructed by extensible development function to evaluate the predicted data with a satisfying result.

This paper establishes a system of related indicators affecting price indices of real estate with Granger test,and forecasts the real estate selling price indices in Beijing City by Libsvm-2.89 based on the regression principle of support vector machine.The predicting results are close to the actual ones.The paper also sets up a regression model of prediction absolute error,support vector rate and iterations so as to get an error modifying factor to adjust the predictive encoding and advance the predicting accuracy.