XiaoMi-AI文件搜索系统
World File Search SystemNetflix
Syllabus-Operations-Strategy-2020-2021.pdf - 新加坡
课程目标：ZARA 如何成为时尚零售业中增长最快、利润最高的品牌之一（如果不是利润最高的话）？是什么推动了亚马逊的成功？在很大程度上，答案是 ZARA 和亚马逊将其运营能力视为其竞争优势的重要组成部分。其他成功的公司也是如此，例如 UBER、丰田、西南航空、思科和 Netflix。他们在实体工厂和设施、流程和信息技术、员工、供应商和分销商关系以及也许最重要的是组织实践和专业知识方面进行了战略投资。本课程的目标是为学生提供一套定性框架和定量工具，以分析和指导公司运营职能的长期战略决策。本课程适合对咨询、综合管理或运营职业感兴趣的人，也适合对评估风险、机会、竞争优势以及最终公司运营中蕴含的价值感兴趣的财务专家。先决条件：DSC2006 - 运营管理 讲师：Niyazi Taneri niyazi@nus.edu.sg 课程材料和时间表：课程材料将以电子方式分发。每节课的幻灯片将在课程结束后 24 小时内以电子方式共享。请不要在任何其他媒体上发布或分享这些幻灯片。重要提示：课程将采用混合形式，但主要通过 Zoom 在线举行。
媒体平台的内容提供策略和利润来源
一些媒体平台的利润来自消费者和广告商（例如，Spotify、Hulu），而其他媒体平台的利润则来自广告商（例如，Jango、Tubitv）或消费者（例如，Tidal、Netflix）。因此，媒体平台根据如何在内容和广告之间分配有限的空间或带宽而采用不同的策略。在本文中，我们研究了媒体平台的内容提供策略及其对媒体平台和内容供应商利润的影响，同时考虑到多边媒体市场的交叉效应和内容供应商市场的竞争性质。为了便于分析，我们提出了一个媒体平台与三方互动的模型：内容供应商、消费者和广告商。首先，我们对完全竞争内容市场的分析表明，虽然消费者对内容的需求提高了支付意愿，但它会损害平台的利润。其次，与我们的直觉相反，平台的利润会随着内容采购成本的增加而增加。第三，广告商对消费者的渴望降低了在付费内容广告策略下垄断内容供应商的利润。第四，垄断内容供应商无法从竞争平台榨取所有利润。此外，竞争内容供应商甚至可能收取比垄断内容供应商更高的价格。最后，我们强调了内容市场竞争的性质如何影响平台对无广告策略的选择。
数字化转型对
Małgorzata Kotlińska 1 摘要：目的：数字工具的快速发展，包括提供视频点播 (VOD) 服务的 Netflix 等流媒体平台，极大地改变了视听格局。本研究考察了数字化转型对视听商业模式的影响。设计/方法/方法：还进行了相关和定性主题分析，以探索与视听领域数字工具和平台相关的趋势和看法。结果表明，内容定制、众筹效率和数字化转型是影响行业商业模式演变的关键因素。该研究强调了适应新媒体消费趋势和不断适应动态数字可持续环境的重要性。结果：研究结果对内容创作者、分销商和平台提供商都很重要，并强调了优化推荐算法、加强观众参与和将可持续实践融入视听制作的必要性。实际意义：该研究还提供了如何适应不断变化的技术格局的实用建议，同时还考虑到使用人工智能 (AI) 的可能性。原创性/价值：这项研究通过将数字化转型与可持续实践和商业模式创新联系起来，为视听管理领域做出了贡献，为行业利益相关者提供了可行的见解。关键词：内容个性化、众筹、虚拟制作、推荐算法、技术创新、管理。JEL 代码：Z11、L82。论文类型：研究论文。
数字广告活动中的生成AI
收到：2024年3月3日修订：2024年4月7日接受：2024年4月23日发布：2024年5月11日摘要 - 在数字广告，生成人工智能（GAI）的动态领域中，作为一种变革性的力量，重新定义内容创建，定制，定制和交付。通过使品牌能够为受众的复杂偏好量身定制各种内容形式，Gai标志着品牌消费者互动的显着发展。这项技术能够消化广泛的数据集以获取洞察力并产生共鸣内容，这有望转向更有效，个性化的广告策略。Gai彻底改变数字广告实践的潜力是巨大的，为参与和品牌发展提供了无与伦比的机会。但是，这一旅程充满了挑战，包括保持品牌身份以及浏览隐私和安全问题。案例研究，例如Netflix的个性化预告片和时尚零售商的GAI运动，进一步说明了GAI的复杂应用，展示了成功并突出了创新与真实性之间的重要平衡。随着数字广告的发展，GAI的作用将增长，强调了对道德考虑的需求，并将人类创造力与AI融合在一起，以充分利用Gai的创新潜力。本研究论文全面研究了GAI在数字广告领域的影响和挑战，并为该时代提供了进一步研究的领域。
一项有关视频流的能耗和环境影响的调查
气候变化挑战需要在技术领域的全球温室气体（GHG）排放量显着减少。数字技术，尤其是视频流，计算大多数互联网流量，也不例外。视频流需求随着远程工作，多媒体通信服务而增加（例如，WhatsApp，Skype），视频流内容（例如，YouTube，Netflix），视频分辨率（4K/8K，50 fps/60 fps）和多视频视频，使能耗和环境足迹至关重要。这项调查通过为研究人员，开发人员和工程师，服务提供商，托管平台和消费者提供有关最先进和潜在的未来方向的见解，从而有助于更好地了解可持续和高效的视频流技术。我们扩大了这项调查的关注内容，基于观察到的观察，即视频流下的连续活动的网络设备消耗了与传输数据类型无关的大量能量。我们提出了影响视频流中能源消耗的因素的分类法，例如编码方案，资源需求，存储，内容检索，解码和显示。我们确定了需要进一步研究以提高能源效率的视频流中的显着弱点：（1）HTTP实时流中的固定比特率梯子； （2）现有视频播放器的无效硬件利用； （3）缺乏涵盖可再现研究的各种设备类型和编码参数的全面开放能量测量数据集。
基于人工智能的行为点击流数据重新识别
数字原生业务模式的稳步崛起见证了各行各业中大量且种类繁多的个人层面行为微观数据带来的巨大机遇。例如，亚马逊、Netflix 或 Meta 等公司会跟踪客户的行为，以获得个性化推荐和有针对性的营销活动。其他公司意识到与其他方共享客户信息（例如，与“物联网”元素链接，如移动跟踪仪、医疗或健身设备等）可以为双方创造协同效应。同样，非营利部门和研究机构越来越依赖公开可用或开放的行为数据的可用性或“可共享性”（Beaulieu-Jones 等人，2019 年）。然而，所有这些好处与个人保护隐私和避免共享个人数据的合法愿望形成了鲜明对比（Wieringa 等人，2021 年）。继 Facebook-Cambridge Analytica 丑闻之后，企业也越来越重视保护客户数据免遭重新识别攻击，保护品牌免遭客户信任损失（Schneider 等人，2017 年、2018 年）。所有这些担忧导致了现代隐私法规（特别是欧盟的 GDPR 和加州的 CCPA）的出台，这些法规对数据匿名化施加了非常严格的标准。GDPR 和 CCPA 都没有规定任何具体的匿名化流程，但它们要求结果必须是
新酷日本战略
1 1 预计2025年全球视频发行市场规模将增长至1371亿美元（约为2018年3.1倍）。 （根据《日本信息通信白皮书2023年数据汇总》（MIC））2 例如，人气篮球漫画《灌篮高手》的电影版《灌篮高手》以390亿日元的全球票房收入和3700多万观众的成绩备受关注，而《Suzume》则以460亿日元的全球票房收入和4600多万观众的成绩广受好评。此外，《少年与苍鹭》入围美国奥斯卡最佳动画长片奖。3 例如，2023年8月在美国Netflix上映的《海贼王》首次在46个国家排名第一，并在93个国家进入前10名。此外，同年12月发行的《幽游白书》在全球周票房前10名（非英语系列）中排名第一，在包括英语在内的所有语言系列中排名全球第二。好莱坞已经出现了一系列日本漫画原著的真人版改编，预计这种趋势在未来还将继续。4 例如，LiSA 的《鬼灭之刃》片头曲《Gurenka》被评为“海外流媒体播放次数最多的国内艺人歌曲”，LiSA 被评为“海外流媒体播放次数最多的国内艺人”（均为 2020 年；根据 Spotify）。此外，YOASOBI 的《Oshi no ko》片头曲《Idol》成为第一首在美国 Billboard 全球排行榜“全球（美国除外）”排名第一的日语歌曲（根据 Billboard JAPAN，时间为 2023 年）。
人工智能应用研究
1.1 背景 人工智能是当今一个备受关注的概念。人工智能并不是一个全新的概念，它已经存在了很长时间。人工智能领域最早的研究是在 20 世纪中叶完成的，与这个概念最相关的名字是阿兰·图灵，但在那个时候，它是一个未定义的领域，并没有引起太多的关注。AI 一词首次由约翰·麦卡锡 (达特茅斯会议) 于 1955 年正式提出，他对人工智能的定义被认为是最原始、最纯粹的定义，他提出“智力的每个方面或任何其他特征原则上都可以得到如此精确的描述，以至于可以让机器模拟它。人们将尝试找到如何让机器使用语言、形成抽象和概念、解决现在只能由人类解决的各种问题并改进自己。”（约翰·麦卡锡，1955 年）。含义人工智能是一种能够解决通常由人类利用我们的智能完成的问题的机器。截至 1955 年，人工智能的应用领域有限，但随着时间的推移，越来越多的领域开始应用。如今，人工智能已经对我们的生活产生了巨大的影响，几乎渗透到了每个领域，并帮助改善了这些领域。人工智能正在帮助银行做出贷款决策、帮助医生诊断患者、实现自动驾驶，甚至还出现在我们的移动设备中，帮助自动完成文本、在 Netflix 和 YouTube 等平台上推荐视频，以及 Siri 等语音助手。
VCC教学生物AI指南
生成的AI（Genai）是一种人工智能，可以生成新内容，例如响应提示，例如图像，文本，视频，代码或音乐。与传统的AI系统（Internet搜索引擎，Netflix建议，Google Maps）不同，旨在完成特定任务，生成的AI模型使用算法和神经网络来学习培训数据集中的模式和关系，以基于该学习来生成新的输出。教学不断地通过中断和转型的情节发展，例如计算器，计算机，互联网，手机以及现在的Genai。genai提供了增强教育的机会，并通过知情和道德的使用来降低其风险和潜在危害，从而在教学和学习中具有潜在的好处和价值。对于VCC社区而言，重要的是要学习如何负责任地使用这些工具，因为它们在教育和工作领域的越来越流行。以下原则和准则是指南针，可以在教学和学习环境中通过教职员工和VCC对生成AI的道德和有效利用，同时充分考虑风险领域。这是一份活着的文件，必须定期重新审视，以适应和成长，并在生成AI方面的持续发展和知识以及遵守当前和新兴的监管标准以及政府的指导。有关反馈或问题，请联系中心进行教学，学习和研究中心，他们将将其带到AVP学术创新的Tannis Morgan。如果您对在教学，学习，评估和/或学术完整性中使用生成的AI有特定的问题，请与教学，学习和研究中心联系。
关于共享经济的评论：推进新观点
尽管“共享经济”是用于描述这些活动的最流行的术语，但某些定义问题仍然存在。一个普遍的论点认为，该术语是描述新经济模式的错误（Belk 2010），因为资产不仅是在不同的利益相关者之间共享的，而且还被交换为金钱。许多共享经济业务模式假设，Sumers主要参与需求方（即其他人提供的我们提供的资产），以省钱或在供应方面（即为其他人提供资产可用于使用的资产），以增加其收入（Bardhi和Eckhardt 2012）。相关的是，共享经济业务模型的拟议可持续性益处（例如更有效地使用空闲能力）受到批评，例如在研究中谨慎对待潜在的反弹效应（Curtis and Lehner 2019; Plewnia and Guenther 2018）。其他概念性辩论围绕共享经济的要旨：正在分享反对资本主义的声明，尤其是当对等交流时，或者它几乎是新自由主义的邪恶爆发（Hawlitschek等人。2016）？这些争论是由与共享经济相关的消费过程引发的，该过程包括各种参与者和大量资产之间的多样化交换过程，包括公寓（例如Airbnb），自行车（例如Airbnb），自行车（例如）（例如，ofo），汽车（例如，drivenow，drivenow，drivenow，drivenow，drivenow，zipcar），zipcar（e.g。无形的人工（例如，任务绘制）或数据（例如Wikipedia，Spotify，Netflix）。也可以通过不同的活动（例如重用或转售）来交换它们。2017; Perren and Kozinets 2018; Wirtz等。2019）。因此，研究提出了分享经济业务模型的不同类别的需求（Beno-It et al。