2026年10月17日
| 主题 | 检索期刊 | 收录论文数 |
|---|---|---|
| AI大模型 | IEEE TDSC、ACM TPS、IJCIM | 3 |
| 供应链金融 | JGOSS、Scientific Reports、PLOS ONE | 3 |
| 品牌 | Service Business、JSM、IJEMR | 3 |
| 合计 | 9本 | 9篇 |
注：本期9本期刊均为各主题未搜候选刊，优先选取SCI/SSCI收录期刊；AI大模型主题聚焦 large language model、generative AI，供应链金融主题聚焦 supply chain finance、trade credit，品牌主题聚焦 brand equity、brand strategy。共收录 2025-2026 年相关文献 9 篇。
提出面向程序互操作的大语言模型软件测试方案，利用LLM的代码理解与生成能力构造互操作测试程序并用于JavaScript引擎模糊测试，为安全关键软件的自动化测试提供了新路径。
针对LLM驱动软件测试中程序互操作性的挑战，本文提出一种基于大语言模型的程序互操作软件测试方案，并以JavaScript引擎模糊测试为典型案例进行验证。研究利用LLM对代码结构和语义的深层理解能力，自动生成具有互操作性的测试程序，实现对JavaScript引擎边界行为的系统探测。实验结果表明该方案能够有效发现引擎中的缺陷与异常，相较传统基于规则与变异的模糊测试方法在测试覆盖率和缺陷发现效率上具有优势，为安全关键型软件的大规模自动化测试提供了可扩展的新路径。
针对现有AI入侵检测在效率与网络载荷表征上的局限，提出轻量级与上下文感知可扩展双路径的载荷感知入侵检测模型，兼顾检测效率与语义理解能力。
本文针对现有AI入侵检测系统的两大局限——轻量级模型对网络载荷的语义表征不足，以及大语言模型在载荷表示上的效率瓶颈——提出了载荷感知入侵检测的双路径并行设计方案。其一为轻量路径（Xavier-CMAE），通过改进的CMAE模型实现高效的载荷编码与异常检测；其二为上下文感知可扩展路径（CAS，含Llama2-CMAE与Llama3-CMAE），利用大语言模型的上下文理解能力增强对复杂攻击载荷的识别。实验系统评估了不同分词器、模型规模与令牌长度对检测性能的影响，证明双路径方案能够在保持高检测精度的同时显著降低计算开销，为智能入侵检测的实际部署提供了兼顾效率与效果的可行架构。
针对传统车间布局设计建模复杂、过度依赖设计者经验的问题，引入大语言模型的空间推理与生成能力，提出基于提示工程与'思考-生成-评估'迭代循环的车间布局自动生成方法。
传统车间布局设计面临模型构建复杂度高、过度依赖设计者个人经验等局限，难以满足现代工业生产的多样化需求。本文引入大语言模型（LLM）这一前沿技术，利用其空间推理与生成能力开辟布局问题求解新途径。所提方法基于提示工程（Prompt Engineering）构建：通过结构化定义并语义化转换布局空间与任务需求，整合车间多维信息作为生成过程的知识支撑，并构建'思考-生成-评估'的迭代循环，实现有效车间布局的稳定生成。该方法兼具适应性与可定制化潜力，为智能制造中的车间布局优化提供了基于生成式AI的自动化解决方案。
通过文献综述与制造业中高层管理者访谈，识别出敏捷供应链的六大关键维度，其中现金流管理被确认为支撑供应链韧性运转的核心因素之一。
本文旨在揭示制造业在疫情、贸易战与跨境挑战等颠覆性环境中构建敏捷供应链的关键使能因素，评估现有文献对制造业的适用性并识别行业特有的新增使能因素。研究综合运用文献综述与对供应链中高层管理者的半结构化访谈，识别出敏捷供应链的六个关键维度：信息可用性、设计稳健性、外部资源规划、快速与速度、公共政策影响能力以及现金流管理。研究为从业者构建能够快速响应不断变化世界的敏捷供应链提供了有价值的洞见，其中现金流管理维度的确立进一步凸显了资金流动管理与供应链金融在保障供应链敏捷性中的关键作用。
利用分形分数阶微积分对四维供应链金融系统建模，完成稳定性分析、线性反馈控制设计，并借助神经网络实现系统未来状态的高精度预测。
本文利用带有广义Mittag-Leffler核的分形分数阶导数对四维供应链金融系统进行动力学研究。模型刻画了客户需求、分销商库存与零售商订单之间的关键交互，由分数阶微分方程组支配其动态演化。研究分析了系统解的正性与有界性，并基于局部渐近与全局稳定性判据进行稳定性分析，进一步开发了基于线性反馈的控制策略。此外，采用人工神经网络（ANN）对系统未来状态进行预测，涵盖第一与第三未来值两种场景，以RMSE、MSE与MAE作为性能评价指标。ANN模型表现出卓越的预测精度（RMSE最低达0.00011），数值模拟展示了系统复杂动力学，验证了所提控制与预测方法在供应链金融系统管理中的显著潜力。
运用BERTopic主题模型与PMC指数模型对3439篇学术论文和181份中央级政策文本进行挖掘评估，揭示中国供应链金融政策主题聚焦有限、形式波动、内容同质化等问题并提出优化建议。
供应链金融（SCF）旨在管理供应链上下游中小企业的资金流、物流与信息流，同时优化供应链风险控制。与其它金融服务一样，SCF的发展深受政策因素影响，但相关研究仍相对有限。本研究旨在探究中国SCF政策制定的现状，并从政策视角为SCF发展提供科学建议。首先，利用BERTopic模型对CNKI数据库中3439篇SCF相关学术论文与181份中央级SCF政策文本进行主题聚类分析；随后综合SCF研究的主题分布与运行特征，构建政策建模一致性（PMC）指数模型对SCF政策文本进行评估。研究发现中国SCF政策制定存在主题聚焦有限、政策形式波动明显、政策内容高度同质化等问题，据此提出扩展政策关注范围、促进不同类型政策协同、多元化政策工具运用、扩大政策目标群体覆盖面等优化建议。
以YouTube内容创作者为对象，揭示服务创新感知通过激发顾客价值共创行为进而实现订阅者品牌忠诚的传导机制，为影响者品牌资产建设提供实证依据。
社交媒体影响者（内容创业者）是蓬勃发展的影响者营销行业的关键驱动力。YouTube内容创业者吸引忠实订阅者成为'YouTube明星'。本研究提出并检验了服务创新与价值共创感知如何影响YouTube订阅者忠诚度的模型。基于对399名订阅者的数据分析发现：订阅者忠诚只有在顾客价值共创行为存在的情况下才能实现，而价值共创行为受内容服务创新特征（感知新颖性、价值与相对优势）的影响。该研究结果对研究者和内容创业者均具有理论与实践启示，说明在平台经济背景下，品牌忠诚的形成高度依赖服务创新驱动的价值共创互动。
揭示描述性社会规范在鼓励亲环境消费中的双刃剑效应：规范虽能直接驱动亲环境行为，却同时强化消费者'个人行为多余'的信念，阻碍环境关切向实际行动的转化。
描述性社会规范在引导行为中的作用催生了广泛使用的社会营销技术，用以鼓励亲环境消费实践，但此类干预有效性的证据仍不一致。本研究旨在深入探究描述性社会规范在鼓励亲环境消费行为中的复杂作用机制。作者预期：描述性社会规范虽是亲环境消费行为的强大决定因素，但同时也会强化人们关于自身行为'冗余'的信念，从而阻碍环境关切向实际行为的转化。研究通过实证设计检验了这一双刃剑假设，为亲环境消费领域的社会营销干预提供了关键修正——规范信息的传播需要在'示范效应'与'个人贡献感知'之间取得精细平衡，以避免规范信息的反噬效应。
以波黑瓶装水品牌为样本，实证检验社交媒体营销活动三构念（娱乐性、互动性、潮流性）对品牌资产两构念（品牌知名度、品牌形象）的影响，发现潮流性正向显著而互动性负向显著。
社交媒体是当今必不可少的营销工具。本研究考察了社交媒体营销活动（SMMA）构念——娱乐性、互动性与潮流性——与品牌资产构念（品牌知名度与品牌形象）之间的关系。研究采用定量方法，以波斯尼亚和黑塞哥维那的瓶装水品牌为对象，样本为344名同时是社交媒体用户和瓶装水消费者的受访者。研究执行探索性因子分析（EFA）与验证性因子分析（CFA）评估量表信度，并运用结构方程模型（SEM）检验研究假设。结果表明：潮流性对品牌知名度与品牌形象均产生显著正向影响，而互动性对品牌知名度与品牌形象产生显著负向影响。研究深化了社交媒体与品牌资产领域的文献，并为企业论证社交媒体营销投入提供了依据。