XiaoMi-AI文件搜索系统
World File Search Systemreferences
消费者忠诚度期望和偏好年度报告
年轻消费者并非天生忠诚度较低，但他们对自己所忠诚的品牌更加挑剔。年轻消费者更换计划时，往往出于几个关键原因。最常见的因素包括更有吸引力或更有价值的获得财务奖励的方式、获得非财务利益的途径更多以及计划结构更简单。这些方面再次表明忠诚度计划基础仍然很重要，因为价值和简单性是所有年龄段最重要的属性，也是消费者转向竞争对手计划的主要原因。为了吸引、吸引和留住所有年龄段的忠诚会员，零售商应继续提供财务价值和简单性，同时探索增加数字驱动、面向社区的功能的机会。
增强人类偏好的学习
设计奖励功能的复杂性一直是深入强化学习（RL）技术的广泛应用的主要障碍。描述代理商的所需行为和属性也可能很困难。一种新的范式，称为从人类优先（或基于偏好的RL）学习的强化学习已成为有前途的解决方案，其中从BE-HAVIOR轨迹之间从人类偏好标签中学到了奖励功能。但是，现有的基于首选项的RL的方法受到准确的Oracle首选项标签的限制。本文通过开发一种从各种人类偏好中学习的方法来限制这种局限性。关键思想是通过在潜在空间中的规范和纠正来稳定奖励学习。为了确保时间一致性，对奖励模型施加了强大的限制，该模型迫使其范围的空间接近非参数分配。此外，基于置信的奖励模型结合方法旨在产生更稳定和可靠的预测。对DMCON-trol和Meta-World中的各种任务进行了测试，并在从不同的反馈中学习时，对现有基于首选项的RL算法显示出一致且显着的改进，为RL方法的现实世界应用铺平了道路。
咨询文件：关于披露文件中气候声明的参考指南 - 拟议的信息表
例如，对于股权发行人来说，如果与气候相关的风险对发行人的财务状况，财务绩效或陈述的计划造成了重大风险，则FMC法规的附表3第42条需要对风险进行描述。鉴于PD的目的是协助审慎但非专家的人，在发行人的“风险说明”部分中可能会在其气候声明中介绍发行人的风险披露。如果与气候相关的风险是可能影响所提供股份价值的最重要的风险因素之一，则附表3的第12条还需要简要摘要第42条中必须披露的信息，该信息在PDS开头的关键信息摘要中包括。
原始研究消费者的偏好和中国电动汽车付费的意愿
鉴于环境的不断增长以及减少碳排放的迫切需求，采用电动汽车（EV）在将汽车行业转变为可持续性方面起着关键作用。 在中国，促进电动汽车的历史可以追溯到2009年，而电动汽车的消费者接受程度低于传统燃料汽车。 经常被用来鼓励电动汽车扩散的大型财务补贴并不长期可行。 因此，必须重新聚焦对电动汽车本身的固有品质和特征的研究。 这项研究研究了中国山东的选择实验（CE）方法，研究了消费者的偏好和愿意（WTP）为电动汽车的属性（WTP）。 评估的属性是驾驶范围，座椅，电池保修期，充电时间和价格。 最后，使用条件logit（CL）和混合logit模型（MXL）检查了330个有效响应的数据。 结果表明，最优选的属性是电池保修持续时间的扩展，这导致WTP的范围从CNY626,352到CNY1,141,580（98,485美元至170,385美元）。 此外，结果表明了基于性别，年龄，教育和收入的不同消费者偏好。 这些发现对政策制定者在发展电动汽车行业方面具有重要意义。鉴于环境的不断增长以及减少碳排放的迫切需求，采用电动汽车（EV）在将汽车行业转变为可持续性方面起着关键作用。在中国，促进电动汽车的历史可以追溯到2009年，而电动汽车的消费者接受程度低于传统燃料汽车。经常被用来鼓励电动汽车扩散的大型财务补贴并不长期可行。因此，必须重新聚焦对电动汽车本身的固有品质和特征的研究。这项研究研究了中国山东的选择实验（CE）方法，研究了消费者的偏好和愿意（WTP）为电动汽车的属性（WTP）。评估的属性是驾驶范围，座椅，电池保修期，充电时间和价格。最后，使用条件logit（CL）和混合logit模型（MXL）检查了330个有效响应的数据。结果表明，最优选的属性是电池保修持续时间的扩展，这导致WTP的范围从CNY626,352到CNY1,141,580（98,485美元至170,385美元）。此外，结果表明了基于性别，年龄，教育和收入的不同消费者偏好。这些发现对政策制定者在发展电动汽车行业方面具有重要意义。
探索人工智能在教育中的作用、学生的偏好和看法
人工智能技术的发展为教育的传授和接受开辟了新的机会。因此，深入了解学生对学习过程中使用人工智能的看法、期望和担忧成为一个关键方面。本研究探讨了印度尼西亚大学生对人工智能在教育中使用的看法。对明古鲁大学师范学院 200 名学生进行了一项定量描述性调查。所用工具是改编自 Buabbas 等人 (2023) 的学生对人工智能的看法量表。数据分析使用了描述性分析和卡方检验。研究结果表明，大多数学生对人工智能在学习中的使用持积极态度，认为它是一种可以丰富他们的学习体验和增加教育资源获取机会的工具。然而，也有人担心人工智能会取代教师的角色，学习互动中人为因素的丧失以及数据隐私问题。研究结论是，尽管人工智能具有改变教育的巨大潜力，但需要采取谨慎、以人为本的方法，让教师发挥积极作用，并保障学生的隐私和数据安全。建议开展进一步研究，以提供有关人工智能在教育领域出现的影响和好处的更全面信息。
探索受众对数据的看法和偏好...
摘要尽管数据驱动的“定量”新闻的数量和可见性增加了，但对观众的感知和评估方式知之甚少。这项研究通过分析定量新闻的特征来帮助解决这一差距，这是31个新闻消费者的各种各样的群体关注他们偏好可能存在的那些特征，并在这些特征中。在八次小组访谈中，参与者阅读和讨论了被选为代表数据驱动新闻的形式和生产中存在的多样性的文章。我们的分析揭示了28个感知标准，我们将我们分为四个主要类别：感知，情感和认知影响的先例，文章统计以及新闻和编辑价值。在对定量新闻的感知的先前研究中尚未使用几个标准。我们的标准在未来的研究中有明显的应用，即观众如何感知不同类型的定量新闻，包括借助自动化的新闻业。对于研究受众的看法和对新闻的评估的研究人员来说，标准也将很感兴趣。对于记者和其他与数字交流的人，我们的发现表明受众可能从数据驱动的新闻业中想要什么，包括它具有建设性，简洁，提供分析，具有人体角度，并包括视觉元素。
消费者对机器人服务的偏好的决定因素...
摘要：该研究打算确定越南年轻旅行者在健康大流行期间和之后预订机器人服务酒店的重要前提。这项研究旨在利用背景，以确定宾客对健康危机显着的安全选择的喜好。采用了一种定量研究方法来收集合格的数据。使用扩展的TAM理论用于发展研究假设。SPSS和AMOS 24版用于分析数据并确认研究假设。这项研究发现，在健康大流行期间，客人对机器人服务酒店的预订意图在将社会疏远的关注点，主观威胁规范，感知的信任和消费者自我世界主义对健康大流行后的意图的影响联系在一起方面发挥了调解作用。这项研究对越南年轻旅行者对机器人服务酒店的偏好的决定因素提供了宝贵的理解。此外，该研究强调了情况在决定客人意图方面的重要性，因此强烈建议从业者在提高策略时考虑背景。关键字：机器人服务酒店，预订意图，社会疏远问题，主观威胁规范，感知信任，消费者世界主义
带有物理信息的神经网络的时间依赖性狄拉克方程：计算和属性
在这项工作中，我们提出了一个多目标决策框架，该框架可以通过策略比较来学习偏好，从而使用户偏好与目标相比不同。我们的模型由具有矢量值奖励功能的已知马尔可夫决策过程组成，每个用户都有未知的偏好向量向量，该向量表达了每个目标的相对重要性。目标是有效地计算给定用户的近似策略。我们考虑两个用户反馈模型。我们首先解决了向用户提供两个策略并将其首选策略作为反馈的情况。然后，我们转到另一个用户反馈模型，在该模型中，用户提供了两组小的代表轨迹集，并选择了首选。在这两种情况下，我们都建议使用多种比较查询为用户找到几乎最佳的策略，这些查询在目标数量中逐渐扩展。
交互式学习应用程序对EFL学生偏好和学术成就的影响
摘要 - 本研究旨在调查英语作为外语（EFL）学生对使用交互式学习应用的看法。研究方法是定量的，使用问卷收集有关学生对交互式学习应用程序及其在这方面的偏好的看法的数据。此外，还包括学术绩效数据。研究人群包括印度尼西亚北苏门答腊的教师培训和教育科学学院（Stkip）Al Maksum的所有学生。该样本由2021/2022学年的英语系学习计划中的20名学生组成。研究结果表明，学生对互动学习应用的看法会影响他们对学习应用的选择，最终影响他们的学习成果。根据学生对学习应用的看法的总分，学生更倾向于选择Kahoot供EFL使用。这是因为，在有效性，享受和感知到的学习方面，此应用程序在quizizz方面表现出色。