MétaCan
Menu
Retour à la cohorte
Enregistrement W4309639074 · doi:10.54097/fbem.v6i2.2820

Research on Business Model Innovation Based on Big Data Analysis

2022· article· en· W4309639074 sur OpenAlexaff
Jiaqi Wang

Notice bibliographique

RevueFrontiers in Business Economics and Management · 2022
Typearticle
Langueen
DomaineBusiness, Management and Accounting
ThématiqueBig Data and Business Intelligence
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésPaceBusiness modelBig dataCompetition (biology)BusinessBusiness transformationIndustrial organizationThe InternetElectronic businessNew business developmentMarketingComputer scienceBusiness relationship management

Résumé

récupéré en direct d'OpenAlex

With the continuous development of information technology, the network era is gradually coming and has an important impact on all industries, which makes the business model of enterprises have to keep pace with the times to achieve innovation, so as to enhance the competitive advantage of enterprises and promote the healthy development of enterprises. Driven by big data, the pace of business model change is faster. All kinds of data are being produced all over the world in an instant, and this momentum is getting stronger and stronger. Big data is an important ignition point to promote the business model to be updated and reformed, and it is also a key factor to promote the increasingly fierce market competition. Therefore, it is particularly important to strengthen the research on business model innovation driven by big data. Based on the background of the Internet age and computer technology, this paper explores the innovative strategy of business model, so as to promote the innovation of business model and the development of enterprises.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,775
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0060,010
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,200
Tête enseignante GPT0,319
Écart entre enseignants0,118 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFrontiers in Business Economics and ManagementMême sujetBig Data and Business IntelligenceTravaux en français237 207