XiaoMi-AI文件搜索系统
World File Search SystemSuggested
建议引用：Hermann, Erik (2021)：利用人工智能在营销中实现社会公益——一种伦理视角，《商业伦理杂志》，ISSN 1573-0697，Springer 荷兰，多德雷赫特，第 179 卷，Iss。1，第 43-61 页，https://doi.org/10.1007/s10551-021-04843-y
摘要 人工智能 (AI) 正在 (重新) 塑造商业领域，尤其是营销领域的战略、活动、互动和关系。人工智能系统和应用在营销领域提供的巨大机遇的缺点是道德争议。基于人工智能伦理文献，作者从多利益相关方的角度系统地审视了在营销中部署人工智能的道德挑战。通过揭示伦理原则之间的相互依赖和紧张关系，作者阐明了纯原则性、义务论方法在营销中对人工智能伦理的适用性。为了调和其中一些紧张关系并解释人工智能造福社会的观点，作者提出了如何利用营销中的人工智能来促进社会和环境福祉的建议。
建议引用：Mucha, Tomasz；Seppälä, Timo (2020)：人工智能平台——数字平台经济的新研究议程，ETLA 工作论文，第 76 号，芬兰经济研究所 (ETLA)，赫尔辛基
1.人工智能技术的兴起及其在数字平台中的应用 早在移动平台争夺战爆发之前，许多数字平台公司就已经在其内部业务流程或客户服务中使用机器学习算法。iPhone AppStore 于 2008 年中期推出（Ghazawneh & Henfridsson，2013 年）。微软于 2003 年推出了基于机器学习的垃圾邮件过滤功能（Buderi，2005 年）。eBay 至少从 2006 年开始利用机器学习对产品进行分类和搜索 1 。在现代人工智能 (AI) 取得一系列突破和深度神经网络性能改进之后，这些技术变得无处不在，平台公司成为主要提供商（例如，参见 Nilsson，2009 年，第 33 章；Schmidhuber，2017 年）。正如 (Brock & Von Wangenheim, 2019) 所指出的，似乎没有普遍接受的 AI 定义。尽管如此，以下包容性定义，“人工智能。..旨在让计算机做一些事情，当由人完成时，被描述为具有指示智能”（Brooks，1991，第 1 页）不仅涵盖了当今的深度神经网络和更广泛的机器学习，而且还涵盖了 AI 讨论中存在的许多不同观点。尽管定义不明确，但广泛属于人工智能范畴的符号和概率技术已成为实质性发展的目标
建议引用：Chae, Bongsug；Goh, Gyuhyeong (2020)：人工智能和数据分析领域的数字企业家：他们是谁？，《开放式创新：技术、市场和复杂性》杂志，ISSN 2199-8531，MDPI，巴塞尔，第 6 卷，Iss。3，第 1-15 页，https://doi.org/10.3390/joitmc6030056
摘要：数字技术是创业活动的关键资源，人们对数字创业非常感兴趣。虽然许多研究都集中在数字技术在创业中的作用以及它们如何塑造这个领域，但对数字创业的关键参与者的研究相对较少。本研究使用来自 Crunchbase 和 Twitter API 以及学习机的数据，试图回答“谁是数字企业家？”的问题。 本研究报告称，人工智能和数据分析 (AIDA) 行业的数字企业家比非数字企业家更有可能是男性，并且更活跃且在线联系更紧密。此外，他们往往比其他非数字企业家更外向，更不认真和随和。我们的研究结果有助于更清楚地了解数字企业家，这将引起投资者、政策制定者、当前和未来的数字企业家和教育工作者的极大兴趣。
建议引用：Surugiu, Camelia；Grădinaru, Cătălin；Surugiu, Marius-Răzvan (2024)：商业教育中的人工智能：好处和工具，Amfiteatru Economic，ISSN 2247-9104，布加勒斯特经济研究大学，布加勒斯特，第 26 卷，第 65 期，第 241-258 页，https://doi.org/10.24818/EA/2024/65/241
摘要 了解人工智能 (AI) 对教育的影响对于指导教师开发教育工具至关重要。教育中的人工智能 (AIEd) 不仅给教育者和学习者带来了机遇，也带来了更多的挑战。找到将人工智能融入学习框架的合适工具是对当前和未来几代人的考验。即使大多数学生承认人工智能是一种有价值的工具，但他们与教育中人工智能的互动似乎比预期的要有限。他们主要集中在少数具有较高认知度的工具上。本文研究了人工智能对教育活动的支持、关键驱动因素和商业教育工具。使用多元二元逻辑回归分析了从 254 名学习者收集的调查数据。提出了两个研究问题来验证人工智能是否支持教育活动以及哪些人工智能工具支持商业教育活动。结果显示，学习者欣赏人工智能帮助教师完成管理任务、个性化学习计划和节省时间。然而，除了计算机视觉、边缘计算和人工智能聊天机器人之外，学习者对人工智能工具的大多数好处并不熟悉。本文强调需要增加人工智能在教育中的使用，以使学生更熟悉人工智能工具并在商业教育中利用它们。
建议引用：Engberg，Erik 等人（2024 年）：AI Unboxed 和 Jobs：来自三个国家的新衡量标准和公司层面证据，IZA 讨论文件，第 16717 号，劳动经济研究所 (IZA)，波恩
本文表达的任何观点均为作者观点，而非 IZA 观点。本系列中发表的研究可能包括对政策的看法，但 IZA 不代表任何机构政策立场。IZA 研究网络致力于遵守 IZA 研究诚信指导原则。IZA 劳动经济研究所是一家独立的经济研究机构，开展劳动经济学研究，并针对劳动力市场问题提供基于证据的政策建议。在德国邮政基金会的支持下，IZA 运营着世界上最大的经济学家网络，其研究旨在为我们这个时代的全球劳动力市场挑战提供答案。我们的主要目标是在学术研究、政策制定者和社会之间架起桥梁。IZA 讨论文件通常代表初步工作，并被分发以鼓励讨论。引用此类论文时应说明其临时性。修订版本可直接从作者处获得。
建议引用：Dornemann, Jorin；Rückert, Nicolas；Fischer, Kathrin；Taraz, Anusch (2020)：海运物流中的人工智能和运筹学，在：Jahn, Carlos Kersten、Wolfgang Ringle、Christian M. (Ed.)：海运和城市物流中的数据科学：数据驱动的物流和可持续性解决方案。汉堡国际物流会议 (HICL) 论文集，第 14 卷。 30，ISBN 978-3-7531-2347-9，epubli GmbH，柏林，第 337-381 页，https://doi.org/10.15480/882.3140
目的：人工智能 (AI) 的应用有可能与运筹学方法相结合带来巨大进步。在我们的研究中，我们探索了当前使用 AI 方法解决优化问题的方法。目的是概述最新进展并研究它们如何适应海运物流。方法：进行并呈现结构化的文献综述。对已确定的论文和贡献进行分类和归类，并总结一些特别相关的贡献的内容和结果。此外，还进行了评估，确定了现有的研究差距并展望了未来的研究方向。发现：除了在优化领域大量使用 AI 关键词外，人们对使用机器学习自动学习优化问题的启发式方法的兴趣也日益浓厚。我们的研究表明，这些方法大多尚未适应海运物流问题。所发现的差距为未来研究中开发海运物流学习模型奠定了基础。原创性：在运筹学领域使用机器学习方法是一个有前途且活跃的研究领域，具有广泛的应用范围。从海运物流的角度回顾这些最新进展是一种新颖的方法，可以为未来研究和实践中开发海运物流大规模优化问题的解决方案带来优势。
建议引用：Meske, Christian；Bunde, Enrico (2022)：基于人工智能的决策支持系统中用户界面的设计原则：可解释的仇恨言论检测案例，信息系统前沿，ISSN 1572-9419，Springer US，第 25 卷，Iss。2，第 743-773 页，https://doi.org/10.1007/s10796-021-10234-5
摘要 社交媒体中的仇恨言论是一个日益严重的问题，会对个人和整个社会产生负面影响。社交媒体平台上的版主需要技术支持来检测有问题的内容并做出相应的反应。在本文中，我们开发并讨论了最适合为使用人工智能 (AI) 协助人类版主的决策支持系统创建高效用户界面的设计原则。我们对三个设计周期内的各种设计方案进行了定性和定量评估，共有 641 名参与者。除了测量感知易用性、感知有用性和使用意图外，我们还进行了一项实验，以证明 AI 可解释性对最终用户感知的认知努力、感知的信息量、心理模型和 AI 可信度的重大影响。最后，我们与软件开发人员一起测试了获得的设计知识，他们对所提出的设计原则的可重用性评价为高。
建议引用：Baek, Changhwa (2021)：使用重要性-满意度分析对人工智能服务消费者策略的研究，全球商业与金融评论 (GBFR)，ISSN 2384-1648，人民与全球商业协会 (P&GBA)，首尔，第 26 卷，Iss。 2，第 110-120 页，https://doi.org/10.17549/gbfr.2021.26.2.110
目的：本文旨在调查满意度和重要性，以便适当评估基于AI的服务质量评估。对人工智能音箱的用户进行重要性和满意度分析，并得出服务策略。设计/方法/方法：本研究对韩国使用人工智能音箱的消费者进行了调查。调查是在线进行的，样本总数为200个。发现：在本研究中，通过针对人工智能音箱用户进行总体重要性-满意度分析，得出了有意义的结果。在此基础上，为人工智能服务的每个质量项目制定了维护策略、改进策略和强化策略。通过分析性别特征，得出了适合男性和女性的服务策略。研究的局限性/含义：需要根据品牌等不同标准进行额外分析，得出广泛的服务策略。未来，除了人工智能音箱之外，还需要研究扩展到基于人工智能的各种服务。原创性/价值：这些研究结果将有助于为基于人工智能的各种服务制定适当的策略。
建议引用：Regona, Massimo；Yigitcanlar, Tan；Xia, Bo；Li, Rita Yi Man (2022)：人工智能在建筑行业应用的机遇与挑战：PRISMA 评论，《开放创新：技术、市场与复杂性》期刊，ISSN 2199-8531，MDPI，巴塞尔，第 8 卷，Iss。1，第 1-31 页，https://doi.org/10.3390/joitmc8010045
摘要：人工智能 (AI) 是一种强大的技术，具有多种功能，如今在所有行业中都开始显现出来。然而，与其他行业相比，人工智能在建筑行业的普及程度相当有限。此外，尽管人工智能是建筑环境研究的热门话题，但研究建筑行业人工智能采用水平低的原因的综述研究有限。本研究旨在通过确定人工智能的采用挑战以及为建筑行业提供的机遇来缩小这一差距。为了实现这一目标，该研究采用了 PRISMA 协议的系统文献综述方法。此外，文献的系统综述侧重于建筑项目生命周期的规划、设计和施工阶段。审查结果表明：(a) 人工智能在规划阶段特别有益，因为建筑项目的成功取决于准确的事件、风险和成本预测；(b) 采用人工智能的主要机会是通过使用大数据分析和改进工作流程来减少花在重复任务上的时间； (c) 将人工智能融入建筑工地的最大挑战是该行业的碎片化性质，这导致了数据获取和保留的问题。研究结果为建筑行业的各方提供了有关人工智能适应性的机会和挑战的信息，并有助于提高市场对人工智能实践的接受度。
建议引用：von Garrel, Joerg；Jahn, Carlos (2022)：面向中小型制造企业实施基于人工智能（服务）商业模式的设计框架，《知识经济杂志》，ISSN 1868-7873，Springer US，第 14 卷，第 3 期，第 3551-3569 页，https://doi.org/10.1007/s13132-022-01003-z
摘要 在全球化的世界中，中小型制造企业（制造业 SME）面临着跟上全球竞争的挑战。尽管人工智能被认为具有从根本上改变整个市场、行业和一般商业活动的潜力，但问题仍然是中小企业如何有效和高效地在其运营中实施人工智能，从而建立潜在的（服务）商业模式。本文的目的是揭示这些系统的创新潜力，并指导中小企业如何使用它们。通过这些资源可以更有效地利用，并可以创建新的商业模式。人工智能很少使用的原因有很多，本文旨在寻求解决方案。结果是一个社会技术框架，允许制造业中小企业为自己建立基于人工智能的（服务）商业模式。