关键词： 逻辑回归   图神经网络   机器学习  

摘要： 本文提出了一种基于图神经网络(Graph Neural Networks, GNNs)的方法用于预测欠款人的还款意愿。还款意愿是信贷风险管理中的关键因素,准确预测还款意愿对于降低违约风险具有重要意义。传统方法如评分卡模型虽然在信贷评估中被广泛应用,但其线性假设和对复杂关系建模能力的不足限制了预测精度。图神经网络能够有效处理数据中的复杂关系和非线性特征,通过构建借款人之间的关系图,并利用图神经网络学习节点(借款人)的嵌入表示,从而更准确地捕捉还款意愿的影响因素。实验结果表明,与传统评分卡模型相比,图神经网络方法在预测准确率、AUC值和F1分数等指标上均表现出显著优势,全面优于评分卡模型,为信贷风险评估提供了一种更高效、更精准的新方法。This paper proposes a method based on Graph Neural Networks (GNNs) to predict the repayment willingness of borrowers. Repayment willingness is a key factor in credit risk management, and accurately predicting it is of great significance for reducing the risk of default. Traditional methods, such as credit scoring card models, are widely used in credit assessment. However, their linear assumptions and limitations in modeling complex relationships restrict the accuracy of predictions. Graph Neural Networks are capable of effectively handling complex relationships and non-linear features in the data. By constructing a relationship graph among borrowers and using GNNs to learn the embedded representations of nodes (borrowers), the factors influencing repayment willingness can be more accurately captured. Experimental results show that, compared with traditional credit scoring card models, the GNN method demonstrates significant advantages in terms of prediction accuracy, AUC value, and F1 score. It outperforms the scoring card models comprehensively, providing a more efficient and precise new approach for credit risk assessment.

关键词： 人工智能   课程思政   资源整合   教学创新  

摘要： 本文聚焦高等教育课程思政改革,深入探讨人工智能在高校课程思政资源整合中的重要作用。以义乌工商职业技术学院现代物流管理专业为案例,剖析课程思政建设在资源整合、教学形式和评价体系等方面存在的问题。通过人工智能技术组建多元团队、实施混合式教学、搭建多维度评价体系等创新路径,为培养全面发展的高素质人才筑牢思政教育根基。

关键词： 会展数字化   人工智能   大数据   接受美学   产业融合   科技赋能   李白  

摘要： 当前,会展数字化转型升级已迫在眉睫,然而数字化技术与会展业深度融合的具体可行路径尚需探索和实践。从技术发展态势来看,数字化会展前景广阔,由此衍生的新产品、新业态和新机会将进一步提高会展活动的价值。数字化会展多元体验场景的搭建,其核心诉求在于以受众易于接受的方式,推动其理念和文化实现深层次、多维度的传递,从而激发并促进新消费需求的产生,这就促使会展商积极寻求与受众价值和需求相契合的全新展示形式。当前会展活动中,对古代文学巨匠李白的数字化应用,清晰地展示了这一发展趋势。借助李白文化IP,依托数字化技术,拉近与受众时空距离并建立情感链接,最终提升会展活动的总体价值。本文以李白为核心进行会展数字化案例探究,让会展数字化变革的探索更加具象和清晰,为行业提供了可供参考的实践路径。

关键词： 人工智能   无人机   学前教育  

摘要： 学前教育是促进幼儿健康成长和全面发展的重要阶段,也是学龄前儿童迈入社会生活的第一个重要时期。人工智能技术作为当今信息时代的核心技术之一,已经在各个领域展现出强大的应用潜力。将人工智能技术与学前教育相结合,可以为幼儿提供更加个性化、有效率和多样化的学习体验,激发其学习兴趣和潜能。在“人工智能技术与学前教育的结合”这一主题下,文章将以“无人机走进厦大幼儿园课堂”为案例,探讨人工智能技术在学前教育中的应用对策。

关键词： 数字经济   人工智能   畜牧新质生产力   高质量发展  

摘要： 在数字经济与“人工智能+”国家战略的双重驱动下,人工智能正以颠覆性力量重构畜牧业的价值链条。通过物联网感知、深度学习算法与智能装备的深度融合,人工智能技术已实现从环境调控到疫病防控的全流程渗透。该文深入研究了人工智能赋能畜牧业新质生产力的生成逻辑,梳理了人工智能在畜牧业中的应用现状,剖析了发展畜牧新质生产力的制约因素,最后提出了“技术创新-产业升级-政策支持-实践推广”四位一体的人工智能驱动畜牧新质生产力推进路径,为促进畜牧业高质量发展提供兼具学术深度与实践价值的解决方案。

关键词： 人工智能   颠覆性技术   国家竞争力   量子思维   范式转换  

摘要： 新一代人工智能技术以其颠覆性、自创生、通用性和互操作性,推动生产力与生产关系变革,重塑国家竞争力的机理机制。新一代人工智能技术从国家竞争力理论范式转换、经济范式重构、科学研究范式革新、安全保障强化及话语权塑造等维度全方位影响国家竞争力。中国需依托新一代人工智能技术的应用驱动、政府支持、全球治理与合作等既有优势,加速技术创新与生态构建,以在通用人工智能时代提升国家竞争力。

关键词： 军民协同   人工智能   涉密信息犯罪   法律规制  

摘要： 近年来,国家大力推进军民协同发展,人工智能作为新一代信息技术的重要组成部分,在军用、民用领域均得到了广泛应用。然而,人工智能技术在应用过程中,也使得国家秘密及涉密信息面临前所未有的泄露风险。文章系统剖析了不同场景下涉密信息泄露的具体路径,指出当前法律规制面临“技术超前、法律滞后”的治理悖论。为此,文章提出了相应的法律规制路径,旨在通过构建国家安全防护体系,实现国家安全保障与技术创新发展的动态平衡。

关键词： 人工智能   机器人流程自动化   财务共享中心   纺织企业  

摘要： 在激烈的全球竞争环境下,纺织行业传统财务流程存在效率低、成本高及人为错误频发等问题。通过案例分析和技术实施发现,人工智能(AI)技术通过机器学习与自然语言处理能实现发票自动审核、财务数据深度分析及趋势预测,使财务报告生成时间缩短40%,错误率降低50%;机器人流程自动化(RPA)技术通过自动化执行发票录入、账目核对等重复性任务,显著提升流程效率,例如某企业月结账时间从5天缩短至1天,处理时间缩短约70%。此外,AI与RPA的融合应用不仅降低了运营成本,还推动了财务共享中心从劳动密集型向技术驱动型转型,释放了人力资源以聚焦战略决策。基于此,文章探讨了AI与RPA技术在纺织企业财务共享中心中的应用及其对效率提升的作用,同时验证了“AI+RPA”在纺织企业财务共享中心效率提升、成本控制及风险管理中的关键价值。

关键词： 知识图谱   人工智能   数字教材   教育技术   个性化学习  

摘要： 人工智能技术的发展正深刻改变教育领域,知识图谱作为人工智能的重要技术,为数字化教材建设提供了新的思路。本文从知识图谱技术的概念与特性出发,探讨其在人工智能数字教材建设中的应用价值。结合实际案例,提出了一种基于知识图谱的人工智能数字教材建设框架,并分析其在知识组织、内容关联、个性化学习和教学资源优化中的优势。研究表明,基于知识图谱的教材体系能够显著提升教学效果,推动教育模式的智能化转型。

关键词： 语文写作教学   DeepSeek   人工智能   可行性   潜在应用  

摘要： DeepSeek作为生成式人工智能技术中比较成熟的一套语言模型,因其在文学创作、新闻撰写、教学设计等方面展现出了高水平的语言理解和文本生成能力,而被广泛应用于语文写作教学的改革与创新中。本文通过分析DeepSeek的内容生成机制与核心能力,探讨了其在需求匹配、内容生成以及文本质量等方面的独特优势。在使用过程中发现,DeepSeek对于写作教学有显著的支持作用,尤其是在生成范文、实时反馈和提供创新性写作思路等方面。因此,合理利用DeepSeek这一语言模型可以优化教学流程、丰富学习体验,使语文写作教学更加高效且富有成效。