摘要 本研究重点评估人工智能对消费者在线购买行为的影响。它试图了解消费者对人工智能对在线购物的影响的认识程度。数据是使用结构化问卷从同等数量的男性和女性受访者中得出的。相关性和 Yule 关联系数用于检验为研究提出的假设。研究发现,性别与在线购物的人工智能意识之间没有显著关联。研究还表明,教育水平和上网时间与人工智能对在线购物的影响有显著相关性。关键词:人工智能 (AI)、在线购物、购买行为
本研究基于投入产出模型分析,展示了沙特阿拉伯经济的关键部门。他们使用 35 个经济部门对沙特阿拉伯王国 (KSA) 的经济进行了分析。我们发现四个主要部门的关联系数超过了 1,这些部门由化学品和医药产品代表,即制造基本金属 (S13)、运输和仓储 (S24) 和其他商业部门服务 (S31)。根据不平衡增长理论,这些部门是其他部门及其增长的主要引擎,因此受到更多关注。所获得的结果有利于沙特阿拉伯经济政策的成功。通过观察不同的影响,可以确定预计会对沙特阿拉伯其他部门产生更重大间接影响的政策,并可能制定审慎的经济政策。鉴于经济对石油的依赖,熟悉可能对经济产生整体影响的不同部门也至关重要,以便进行有效的战略和运营分析。
缺乏全面的块状硫化物潜力图是阻碍 Escambray 地形中块状硫化物勘探和采矿投资和开发的主要因素。为了解决这个问题,新技术和方法被应用于完整的地理勘探数据集,以预测研究区域的潜力。矿床识别标准是基于研究区域和其他地区块状硫化物矿床特征从地理数据集中提取空间证据的基础。使用 Crósta 技术、软件脱叶剂技术和矿物成像技术来检测 Escambray 地形中的褐铁矿和粘土蚀变带。使用面积关联系数对这些技术的结果进行比较,表明矿物成像技术是检测与植被茂盛的地形中的块状硫化物矿床相关的粘土蚀变带的最佳方法。应用河流沉积物样品的主成分分析绘制地球化学异常区。研究了磁场分析信号和第一垂直梯度,以绘制现有地质图中缺少的结构和岩性特征。航空磁数据被证明分别可用于检测镁铁质/超镁铁质和断层/线性构造。为了量化地质特征与块状硫化物矿床之间的空间关联,使用了证据权重法。它产生了具有统计意义的结果,并表明几个地质特征(例如地球化学证据、与断层/裂缝的接近度、与超镁铁质/镁铁质岩的接近度、热液蚀变带和围岩)在空间上与块状硫化物矿床相关。证据权重建模也被证明对该地区进行预测建模是有效的。由此产生的预测图表明,埃斯坎布雷地形约 28% 具有形成块状硫化物矿床的潜力。预测图的预测率至少为 71%。预测图可用于指导该地区的进一步勘探工作。
缺乏全面的块状硫化物潜力图是阻碍 Escambray 地形中块状硫化物勘探和采矿投资和开发的主要因素。为了解决这个问题,新技术和方法被应用于完整的地理勘探数据集,以预测研究区域的潜力。矿床识别标准是基于研究区域和其他地区块状硫化物矿床特征从地理数据集中提取空间证据的基础。使用 Crósta 技术、软件脱叶剂技术和矿物成像技术来检测 Escambray 地形中的褐铁矿和粘土蚀变带。使用面积关联系数对这些技术的结果进行比较,表明矿物成像技术是检测与植被茂盛的地形中的块状硫化物矿床相关的粘土蚀变带的最佳方法。应用河流沉积物样品的主成分分析绘制地球化学异常区。研究了磁场分析信号和第一垂直梯度,以绘制现有地质图中缺少的结构和岩性特征。航空磁数据被证明分别可用于检测镁铁质/超镁铁质和断层/线性构造。为了量化地质特征与块状硫化物矿床之间的空间关联,使用了证据权重法。它产生了具有统计意义的结果,并表明几个地质特征(例如地球化学证据、与断层/裂缝的接近度、与超镁铁质/镁铁质岩的接近度、热液蚀变带和围岩)在空间上与块状硫化物矿床相关。证据权重建模也被证明对该地区进行预测建模是有效的。由此产生的预测图表明,埃斯坎布雷地形约 28% 具有形成块状硫化物矿床的潜力。预测图的预测率至少为 71%。预测图可用于指导该地区的进一步勘探工作。