May, 2023
新数据的新方法?人力资源管理研究中量化归纳方法的概述和说明
New methods for new data? An overview and illustration of quantitative inductive methods for HRM research
Alain LACROUX
TL;DR数据驱动方法在人力资源管理中的应用:本文首先概述了用于人力资源管理研究的数据驱动方法,然后提出了一个探索性研究的实证例子,结合了潜在分类分析和高斯图形模型的探索方式。
Abstract
"Data is the new oil", in short, data would be the essential source of the
ongoing fourth industrial revolution, which has led some commentators to
assimilate too quickly the quantity of data to a source of wealth in itself,
and consider the development of big data as an quasi direct cause of profit.
→
发现论文,激发创造
机器学习与消费者数据
数字革命已经导致了人类行为的数字化,出现了众筹和众包等新增的行,这给营销研究和实践者带来了前所未有的机会,但同时也面临着数据过于庞杂和复杂的挑战。为了解决这些问题,开发了计算方法以管理与消费者行为相关的 “大数据” 等技术,特别是机器学习,使得对多方面数据的有效解析和处理成为可能。本文综述了新的数据来源和分析技术,旨在将计算社会科学应用于理解和利用公开的消费者数据。
Jun, 2023
一种支持创意产生的工具箱:机器学习、数据驱动和竞赛驱动方法
使用数据驱动技术和机器学习技术进行人机交互以生成创新点已成为一个相对较新的领域,在这个领域中,比赛驱动和数据驱动的方法也可用于激发创新和评估。 本文提出了一系列用于生成创新点的技术,包括一些相应的数据源和模型,以及两个模型,一个方法和一个框架。这些成果将受益于来自数据和知识工程,数据挖掘项目经理以及激励器,竞赛组织者,顾问,创新加速器和行业等的专业人员。
May, 2022
一篇有关想法挖掘的系统文献综述:使用机器驱动分析生成创意
本研究旨在研究机器驱动的分析技术来生成创意,并基于文献综述得出了一些有效技术,如文本挖掘、信息检索、深度学习、机器学习、统计技术、自然语言处理和基于 NLP 的形态分析。同时,也提出了用于进一步研究的建议。
Jan, 2022
人才分析的人工智能技术综述
在人力资源管理领域,我们提供了一份关于人工智能技术在人才分析方面的综合调查,首先提供了背景知识和分类相关研究努力,然后根据三种应用驱动场景对其进行了综合分类,最后总结了 AI 驱动的人才分析在未来研究方向的挑战和潜在前景。
Jul, 2023
Evident:一种数据挖掘、机器学习和通用知识管理的开发方法论和知识库拓扑
提出了 Evident 方法论和 EKB 知识库拓扑结构来改善软件开发、预测和管理中的若干痛点,Evident 可以为哲学探索、科学发现、教育以及全球的知识共享和保留提供潜在加速。
Nov, 2022