MétaCan
Menu
Retour à la cohorte
Enregistrement W4328095095 · doi:10.54691/bcpbm.v38i.3916

PEST and SWOT Analysis of The Chinese Version of TikTok

2023· article· en· W4328095095 sur OpenAlex
Ruiwei Li

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueBCP Business & Management · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueIoT and Edge/Fog Computing
Établissements canadiensQueen's University
Organismes subventionnairesnon disponible
Mots-clésSWOT analysisBig dataComputer scienceData scienceBusinessMarketingData mining

Résumé

récupéré en direct d'OpenAlex

This paper applies PEST analysis to The Chinese version of TikTok, a video-sharing app developed by Zhang Yiming-He and founded in 2016. It examines how TikTok has adapted to different market conditions over time using PEST and SWOT analyses. This paper will provide critical insights into how The Chinese version of TikTok has developed from the perspective of the company's top management team in light of changes within the market since its establishment to help them make decisions about their strategy going forward. It will also look at changes in social behavior over time to explain their resilience. The PEST study of the Chinese version of TikTok reveals that the political paradigm of the technical element, which includes the AI big data algorithms and the AI economic calculation model, can stimulate public interest because it is a content platform. As a result of its monopolistic nature, however, it is motivated by a desire to serve the public interest. PAFBJR-301001 can see the opportunities that arise from these problems, but the benefits of technological advances are less noticeable. According to the SWOT analysis, five main advantages stem from the technical aspects. First, it has a vast user volume, which means it has acquired many data on user behavior. Second, it has powerful Big Data-based financial debugging skills. Third, it has access to cutting-edge artificial intelligence tools and data. In the fourth place, it has created an advertiser-friendly platform. As the last step, it has established a public service-oriented website. Because it relies on Big Data, AI's technical flaws—including its flawed big data algorithms and extremely conservative economic calculating model—are greatly relieved because it relies on Big Data. Business choices under a centralized economic paradigm have to be made at the top, reducing room for creativity. Another flaw is that there is no internal mechanism for The Chinese version of TikTok to adapt to changing circumstances or industry trends. The AI big data algorithms and the AI economic calculation model face competition from other participants in this industry who may have access to a more comprehensive database and superior artificial intelligence equipment.

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.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,893
Score d'incertitude au seuil0,253

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,005
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,008
Tête enseignante GPT0,226
Écart entre enseignants0,219 · 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