2026年8月20日
| 主题 | 检索期刊 | 收录论文数 |
|---|---|---|
| AI大模型 | IEEE Transactions on Cybernetics、Artificial Intelligence Review、Engineering Applications of Artificial Intelligence | 5 |
| 供应链金融 | Pacific-Basin Finance Journal、Finance Research Letters、International Journal of Logistics Management | 5 |
| 品牌 | Australasian Marketing Journal、Journal of Global Marketing、Journal of Marketing Theory and Practice | 5 |
| 合计 | 9本 | 15篇 |
本文提出基于大语言模型(LLM)的时空预测框架,通过因果干预机制与提示指令重构输入序列,缓解数据中的混杂效应与虚假相关,在交通、能源等场景中显著提升多变量时空预测精度(期刊级别:SCI一区 / 中科院1区TOP)。
时空预测在交通、能源等众多应用领域至关重要。大语言模型凭借强大的序列建模与泛化能力被引入时空预测任务,但传统方法常因数据中的虚假相关与混杂效应而失准。本文提出将因果干预嵌入大语言模型的推理过程,通过对输入时空序列进行干预式提示重构,分离真实的因果依赖与虚假关联,从而提升模型在多变量、多场景下的预测准确性与鲁棒性。实验表明,该方法在多个真实时空数据集上优于现有基线,为LLM在时空预测中的可靠应用提供了新思路。
系统综述大语言模型作为自主智能体与工具使用者的研究进展,梳理其在指令理解、任务执行、工具调用与自主决策方面的能力,并探讨通往通用智能体的关键挑战与未来方向(期刊级别:SCI一区)。
对人工智能的追求显著推动了自主智能体与大语言模型(LLM)的发展。LLM如今被广泛用作决策智能体,凭借其解释指令、管理序列任务与调用外部工具的能力。本文对LLM作为自主智能体和工具使用者的研究进行系统综述,涵盖其架构设计、工具集成、自主行动规划与多步推理等关键进展,并讨论当前面临的可靠性、安全性与评估等挑战及未来研究方向,为该领域研究提供了整体图景。
提出整体性的智能体AI(Agentic AI)框架,将生成式模型与自主智能体结合,系统探讨其架构设计、云端可扩展性部署及现实业务落地应用(期刊级别:SCI一区)。
本文提出一个整体性的智能体人工智能(Agentic AI)框架,将生成式模型的推理能力与智能体的自主决策相结合。研究系统分析了该类系统的核心架构组件,探讨其在云端环境中的可扩展性设计与部署策略,并展示其在多个现实应用场景中的落地效果,为生成式模型时代的智能体系统构建提供了可复用的参考框架。
提出基于大语言模型的统一旋转机械健康管理框架,通过谱折叠网络与语义投影机制将振动信号与语言模型语义空间深度融合,在统一体系下完成异常检测、故障诊断与维护建议等多任务推理(期刊级别:SCI一区 / CCF-B)。
旋转机械是能源、制造等领域的关键装备,其健康状态直接影响系统的安全与可靠运行。针对传统故障诊断方法多针对单一部件或特定工况、难以满足复杂多变工业场景的局限,本文提出一种基于大语言模型的统一旋转机械健康管理框架。该框架创新性地引入谱折叠网络与语义投影机制,使振动信号与大语言模型语义空间深度融合,可在统一体系下完成异常检测、故障诊断和维护建议等多任务推理。研究表明,该方法在多部件、多工况条件下表现出良好的泛化性与可解释性。
提出以大语言模型智能体为核心的低成本传感器数据处理框架,并将其应用于城市交通导航,通过自然语言理解与自主推理降低对专用硬件的依赖,提升数据处理效率与导航决策质量(期刊级别:SCI一区 / CCF-B)。
城市传感网络产生海量异构数据,传统处理方法成本高、扩展性差。本文提出利用大语言模型智能体实现低成本传感器数据处理与城市交通导航的方法:通过LLM智能体对传感器数据进行语义理解与自主处理,以更低的计算成本完成数据清洗、特征提取与场景推理,并据此优化城市交通导航决策。研究为资源受限环境下的智能交通应用提供了新思路。
基于2007-2023年中国A股上市公司大样本,发现主要客户关系更稳定的企业能获得显著更多的商业信用,表明客户稳定性是影响供应链融资可得性的重要因素(期刊级别:ABS 3星 / SSCI一区)。
本文以客户稳定性(即企业主要客户关系的持续性)为核心,考察其对企业商业信用融资的影响,样本为2007-2023年中国A股上市公司。研究发现,客户关系更稳定的企业从供应商处获得的商业信用显著更多。机制分析表明,稳定的客户关系降低了供应商面临的信息不对称与违约担忧,从而促进商业信用供给。研究揭示了客户关系质量对供应链融资的重要作用,对企业供应链管理与融资决策具有启示意义。
通过预测ST/*ST状态为中国上市服务企业构建财务困境预警系统,引入供应链动态因素构建混合机器学习模型,拓展了供应链风险传导在信用风险评估中的应用(期刊级别:ABS 3星 / SSCI一区)。
本文通过预测中国上市服务企业的ST和*ST标识,开发财务困境预警系统。为弥补供应链动态因素在企业风险传导中被低估的问题,研究构建了融合供应链特征的混合机器学习模型,将供应链层面的风险信息纳入企业信用风险评估框架。实证结果表明,引入供应链动态因素显著提升了对服务企业信用风险的预测能力,为供应链金融风险控制提供了新的建模视角。
研究发现供应链金融有效降低电商中小企业的信用风险,区块链技术通过提升信息透明度进一步强化了这一风险缓释效应(期刊级别:ABS 3星 / SSCI一区)。
本文考察区块链赋能的供应链金融如何影响中小企业信用风险。研究发现,供应链金融有效降低了电商中小企业的信用风险;区块链技术的引入通过增强交易信息透明度、缓解信息不对称,进一步强化了供应链金融的风险缓释作用。研究为金融科技在供应链金融风控中的应用提供了经验证据。
基于2010-2023年沪深非金融A股上市公司微观数据,实证检验高管风险偏好通过供应链金融深度影响企业信贷可得性的中介机制(期刊级别:ABS 3星 / SSCI一区)。
本文基于2010-2023年沪深两市非金融A股上市公司的微观数据,实证考察高管风险偏好对企业信贷可得性的影响及其作用机制。研究发现,高管风险偏好通过影响企业参与供应链金融的深度进而影响信贷可得性:风险偏好较高的高管更倾向于利用供应链金融拓宽融资渠道,从而提升企业信贷可得性。研究揭示了管理者个体特征经由供应链金融渠道影响企业融资的传导路径。
研究金融家如何在供应链碳金融中评估中小企业释放的相互竞争的信号,揭示超越信息透明度的信号解读机制对中小企业绿色融资可获得性的影响(期刊级别:SSCI)。
供应链碳金融是推动中小企业绿色转型的重要融资渠道,但金融家如何评估其中相互竞争的信号仍缺乏研究。本文考察金融家面对中小企业碳相关信号(如碳披露质量与经营信号)冲突时的评估逻辑,探讨在超越信息透明度的条件下,信号组合如何影响融资决策。研究为理解中小企业参与碳金融市场提供了信号理论视角,并对碳金融产品设计与中小企业融资实践具有启示意义。
探讨品牌社会责任(BSR)对消费者正向口碑传播的激发机制,揭示社会责任感知如何转化为消费者的积极推荐行为(期刊级别:ESCI / JCR Q1)。
品牌社会责任(BSR)已成为品牌赢得消费者信任与支持的重要战略。本文考察BSR如何激发消费者的正向口碑(WOM),分析其内在作用机制与边界条件。研究表明,消费者对品牌社会责任的积极感知能够显著提升其向他人推荐品牌的意愿,并通过情感与信任渠道增强口碑传播的强度与广度。研究为品牌借助社会责任驱动口碑增长提供了理论依据。
实证检验品牌资产在可持续消费情境下对消费者溢价支付意愿与正向口碑的影响,揭示品牌资产作为绿色消费驱动力的作用(期刊级别:SSCI / ABDC B)。
在可持续消费日益受到重视的背景下,本文考察品牌资产如何影响消费者为可持续产品支付溢价的意愿以及正向口碑传播行为。研究发现,较强的品牌资产能够显著提升消费者对可持续产品的溢价支付意愿,并促进其正向口碑的传播,表明品牌资产是推动可持续消费的重要驱动因素。研究为企业在可持续营销中构建与利用品牌资产提供了实践启示。
通过跨国比较考察名人创业行为对名人自有品牌资产与消费者购买意愿的影响,揭示不同文化市场中的差异化作用机制(期刊级别:SSCI / ABDC B)。
随着越来越多名人创立个人品牌,名人创业成为品牌营销领域的重要现象。本文通过跨国比较研究,考察名人创业如何影响其自有品牌的品牌资产与消费者的购买意愿。研究结合多个国家的样本,分析名人形象、创业动机与市场文化差异对品牌资产及购买决策的作用,为名人品牌的管理与国际营销提供了经验证据。
通过系统综述梳理品牌价值共创研究,从多利益相关者视角提出拓展性理解框架,填补共创品牌意义研究中的理论空白并明确未来方向(期刊级别:SSCI / Q1)。
品牌价值共创重新激发了品牌研究的热潮,引发学界对共创品牌意义的浓厚兴趣,同时也带来理论与实践上的挑战。本文通过系统综述弥补现有文献的不足,从多利益相关者视角对品牌价值共创研究进行全面梳理,构建拓展性的理解框架,整合不同利益相关者(企业、消费者、社区等)在品牌意义共创中的角色与互动,并提出未来研究方向,为品牌管理理论与实践提供指导。
考察AI作为叙事主体讲述老字号品牌故事时对消费者品牌态度的影响,为传统品牌在AI时代选择品牌叙事策略提供新视角(期刊级别:SSCI / Q1)。
生成式AI的兴起使品牌故事可以由AI作为叙事主体来讲述,这对承载传统文化价值的老字号品牌提出了新问题。本文考察老字号品牌故事的叙事主体(人类讲述 vs. AI讲述)如何影响消费者的品牌态度,分析其中的心理机制与边界条件。研究为传统品牌在AI时代如何选择叙事策略、保持品牌调性提供了理论洞见与实践启示。