大數(shù)據(jù)、人工智能與管理信息系統(tǒng)研究專欄介紹

主評嘉賓：王刊良，張 楠，胡 鵬，郭熙銅

管理信息系統(tǒng)

ManagementInformationSystems

新興信息技術(shù)應(yīng)用產(chǎn)生的海量數(shù)據(jù)通過科學(xué)的采集過程、合理的預(yù)處理方法、有效的存儲和管理手段以及詳細的分析和挖掘，產(chǎn)生了有價值的信息，同時進一步推進了人工智能技術(shù)的飛速發(fā)展。大數(shù)據(jù)與人工智能的結(jié)合為個人、企業(yè)，乃至社會創(chuàng)造了新的發(fā)展機遇的同時，也產(chǎn)生了諸多亟須解決的問題，使相關(guān)研究及應(yīng)用面臨挑戰(zhàn)。個人層面，基于行為大數(shù)據(jù)的個性化服務(wù)為個人用戶提供了便捷，而由此產(chǎn)生的信息安全和隱私問題不可忽視；企業(yè)層面，大數(shù)據(jù)和人工智能為企業(yè)提供了新的決策依據(jù)，對企業(yè)掌握和分析數(shù)據(jù)提出了新的要求；社會層面，大數(shù)據(jù)和人工智能的發(fā)展應(yīng)用也帶來諸如歧視等一系列挑戰(zhàn)。

本專欄聚焦于大數(shù)據(jù)和人工智能，基于設(shè)計科學(xué)、行為學(xué)、經(jīng)濟學(xué)等各種范式的管理信息系統(tǒng)研究，關(guān)注其對個人、企業(yè)和社會的影響及作用機制，探究大數(shù)據(jù)和人工智能在各領(lǐng)域中的應(yīng)用。

《社交媒體情緒對信息行為的影響：基于兩類災(zāi)害事件的比較研究》一文，針對自然災(zāi)害和事故災(zāi)害兩類典型災(zāi)害事件，收集新浪微博中相關(guān)文本數(shù)據(jù)，探究災(zāi)害事件中社交媒體情緒對信息行為的影響。該研究將情緒分為效價和喚醒兩個維度，將信息行為根據(jù)行為屬性進行劃分，利用多元調(diào)節(jié)回歸分析方法，比較在兩類災(zāi)害事件中上述影響的差異性。研究結(jié)果表明，災(zāi)害事件中社交媒體情緒對信息行為有顯著的正向影響，

該影響強度與情緒維度和行為屬性相關(guān)；此外，在自然災(zāi)害中社交媒體用戶的行為表現(xiàn)比在事故災(zāi)害更為樂觀，具體體現(xiàn)在自然災(zāi)害事件中信息行為受到積極情緒的影響更強，而事故災(zāi)害事件中信息行為受到消極情緒的影響更強。該研究在理論層面豐富了災(zāi)害領(lǐng)域社交媒體情緒和信息傳播的研究成果，在實踐層面為應(yīng)急管理部門實時監(jiān)測社交媒體中的情緒信息，并防控網(wǎng)絡(luò)輿情危機的產(chǎn)生提供了理論支持。

《在線健康社區(qū)中用戶社會支持交換行為的跨文化比較研究》一文，通過數(shù)據(jù)挖掘中文本分類和社交網(wǎng)絡(luò)分析的方法，從用戶分享的內(nèi)容出發(fā)，探究中西方文化差異背景下用戶社會支持交換行為的異同。研究結(jié)果表明，中國在線健康社區(qū)用戶更頻繁地尋求和提供情感支持，而美國用戶更傾向?qū)で笮畔⒅С郑煌瑫r，美國用戶也更多地將在線健康社區(qū)平臺視為社交工具，并在此平臺上分享個人生活；另一項有趣的發(fā)現(xiàn)是，在中國的在線健康社區(qū)中，部分用戶影響力極大，直接影響了整個健康社區(qū)的社交網(wǎng)絡(luò)分布，然而這種模式并沒有在美國在線健康社區(qū)的網(wǎng)絡(luò)分布中出現(xiàn)。此項研究的結(jié)果對于在線健康社區(qū)的發(fā)展壯大具有理論和現(xiàn)實意義。

《基于深度神經(jīng)網(wǎng)絡(luò)的企業(yè)信息系統(tǒng)用戶異常行為預(yù)測》一文，針對如何有效預(yù)測企業(yè)信息系統(tǒng)的異常行為展開研究，設(shè)計了企業(yè)信息系統(tǒng)用戶異常行為的預(yù)測框架。首先，明確企業(yè)信息系統(tǒng)用戶異常行為的界定標準；其次，基于用戶日志數(shù)據(jù)，在已有研究的基礎(chǔ)上加入業(yè)務(wù)維度構(gòu)建特征模型，并采用深度神經(jīng)網(wǎng)絡(luò)(DNN)方法進行用戶異常行為預(yù)測；最后，通過與經(jīng)典統(tǒng)計方法和傳統(tǒng)機器學(xué)習(xí)方法對比進行模型評估。以某船舶企業(yè)為例進行實驗分析，初步驗證了該預(yù)測框架的有效性。研究結(jié)果表明，加入業(yè)務(wù)特征后的特征模型整體表現(xiàn)更好，召回率、查準率和AUC均有提高；此外，基于數(shù)據(jù)驅(qū)動的DNN可以層層抽取用戶異常行為的抽象特征，提高了各個特征對異常行為預(yù)測的效率。該研究為企業(yè)提供了一種適用于企業(yè)信息系統(tǒng)用戶異常行為的預(yù)測框架，提高了預(yù)測的準確率，有助于幫助企業(yè)對用戶異常行為進行預(yù)測，從而及時采取措施，以降低用戶異常行為可能對企業(yè)造成的負面影響。

《線上和線下醫(yī)療服務(wù)質(zhì)量對患者線下就醫(yī)決策的影響》一文，通過對醫(yī)院線下門診和住院數(shù)據(jù)與線上醫(yī)療文本評價數(shù)據(jù)分析，運用歸并數(shù)據(jù)的面板Tobit模型估計，探究線上醫(yī)療服務(wù)質(zhì)量對患者線下就醫(yī)決策的影響，以及線上與線下醫(yī)療服務(wù)質(zhì)量之間的交互作用。研究結(jié)果表明，醫(yī)生的線上和線下醫(yī)療服務(wù)質(zhì)量對患者線下就醫(yī)決策有正向影響；線上評價越好、平均住院日越短，患者越傾向于向該醫(yī)生問診；并且線上與線下醫(yī)療服務(wù)質(zhì)量存在相互增強的交互作用。因此，對于只關(guān)注線下醫(yī)療服務(wù)質(zhì)量的醫(yī)生，積極參與線上醫(yī)療服務(wù)并塑造良好的在線口碑有助于其提高服務(wù)質(zhì)量并減少潛在的醫(yī)患矛盾。該研究將線下醫(yī)療服務(wù)質(zhì)量對患者線下就醫(yī)決策的影響延伸到線上，同時考慮醫(yī)生線上和線下醫(yī)療服務(wù)質(zhì)量對于患者線下就醫(yī)決策的影響，豐富了醫(yī)療服務(wù)質(zhì)量和患者就醫(yī)決策的相關(guān)研究，為醫(yī)生和醫(yī)療機構(gòu)提升醫(yī)療服務(wù)質(zhì)量、提高門診患者人數(shù)提供了啟示。