本课程涵盖了组织中个人和群体行为原则的广泛范围，包括能力、态度、归因风格、动机以及人际方面如群体动力学、权力与政治、领导力、冲突解决，以及最终与组织文化、结构和设计相关的系统变量。
Class 1: 介绍 Class 2: 权力与地位 Class 3: 偏见、刻板印象与多样性 Class 4: 动机 Class 5: 道德、公平性 Class 6: 社会规范、社会交换与社会困境 Class 7: 双过程模型 Class 8: 心理捷径与偏差 Class 9: 抽象与具体构念、实施意图、预防与促进焦点、补偿性控制 Class 10: 文化 Class 11: 可持续性与社会责任 Class 12: 社会心理学中的机器学习 Class 13: 学生汇报
1. 领导力介绍 2. 领导者的特质、行为与情境 3. 魅力领导与变革型领导 4. 道德领导 5. 权力与领导 6. 领导力的阴暗面 7. 情绪与领导 8. 关系型领导 9. 跨文化与土著领导 10. 领导研究的未来：人工智能、创业与干预
本课程将聚焦于以下领域的当前研究方向： • 战略管理 • 组织设计 • 组织行为 • 人力资源与企业文化
所有博士生，无论资助来源和学习方式，必须在论文提交前完成两学分的培训。为了获得一个学分，学生需在其系主任或其代表指派的教学活动/专业服务中每周投入六小时，在任何13周的学期中完成。
为了获得一个学分，学生每学年需要参加至少10次研究研讨会，此外还需参加研讨会/会议，并在每学年提交一份不少于1,500字（不含参考文献）的报告给首席导师，报告内容为其中一次参加的研讨会。研究研讨会可能由主办部门组织，也可能不是，每次研讨会预计持续时间不少于一小时。研究型研究生在参加前应与首席导师讨论所选研讨会的相关性和适用性。参加的研讨会范围应具有重要的研究价值，有助于学生了解最新的研究成果，增强其在管理与市场营销领域的知识。
a. 战略管理作为一门学科 b. 企业边界 c. 企业竞争力的外部来源 d. 企业竞争力的内部来源 e. 公司治理与企业竞争力 f. 领导力与企业竞争力 g. 新兴市场战略 h. 企业社会责任
a. 战略管理与组织行为介绍 b. 战略管理与组织行为文献中的理论与概念 c. 战略制定与企业绩效 d. 领导与员工管理 e. 从不同视角分析战略与组织问题。 f. 新兴话题：人工智能（AI）、环境、社会与治理（ESG）
• 企业及其管理所处的环境的性质和重要性。 • 从不同视角分析战略和组织问题。 • 评估分析企业战略制定的不同方法/工具。 • 使命、目的和战略制定模式。 • 战略分析和选择中的行为、政治、伦理和社会责任考量。 • 资源的分析和利用；核心竞争力和能力；评估企业资源以产生持续竞争优势。 • 公司层面战略的整合；量子变革与渐进主义。 • 企业发起、持续或扩展国际运营的能力。
模块 1. 新时代的电子商务：社交媒体与移动计算 我们讨论社交媒体和移动商务在电子商务世界中影响消费者决策的作用，特别是在他们的数字期刊中的作用。 模块 2. 预测未来：统计学、区块链众智与大数据 我们展示三种不同的但相关的预测方法——统计学、大数据和众智，后两者得益于互联网技术。特别是，利用大数据进行新知识发现和更好预测的例子将被讨论。 模块 3. 高新技术创新管理：平台与用户 我们提供关于大多数IT/电子商务应用所必需的平台（生态系统）策略的见解。此外，互联网技术所支持的用户创新和众包也将被讨论。 模块 4. 传统信息系统研究：管理与战略问题 我们概述了信息系统研究中的若干传统主题——技术接受与使用、信息系统成功模型、IT整合与企业系统、以及IT治理。 模块 5. 最新趋势（选修） 如果时间允许，我们将讨论一些最新的但令人兴奋的趋势，如物联网、虚拟现实和游戏化定义区块链。
模块 1. 预测未来：群体智慧与大数据 我们将展示在金融创新及其他领域中应用的大数据和群体智慧的新方法。相关研究/嘉宾讲座将通过金融及其他领域的实例，展示大数据的应用。 模块 2. 数字转型与区块链 我们将讨论信息技术在转变商业模式中的作用。相关研究/嘉宾讲座将通过区块链在业务运营中的实例进行讨论。 模块 3. 数字营销与人工智能 我们将讨论数字营销研究，重点放在数据分析及其对消费者在数字旅程中不同阶段决策的影响，无论是线上还是线下。 模块 4. 高新技术创新管理：平台与用户 我们将提供有关平台（生态系统）策略的见解，这些策略对于大多数IT/电子商务应用至关重要。还将分享和讨论数字创业的相关研究。
• 介绍AI在营销中的应用：概述AI技术及其对营销的相关性；AI辅助营销的历史背景和关键发展。 • AI在客户洞察与个性化中的应用：客户数据分析和预测建模；利用AI进行客户旅程图绘制。 • AI与营销自动化：聊天机器人、虚拟助手和对话式AI；利用AI算法进行A/B测试和优化；AI营销自动化平台。 • AI在内容创作与优化中的应用：AIGC和文案写作；利用AI进行SEO和内容营销；视觉识别和内容推荐系统。 • AI在市场研究与竞争分析中的应用：基于AI的市场细分和趋势分析；竞争情报和AI驱动的基准分析；品牌情感分析
• 人工智能及其商业应用介绍：概述人工智能技术及其在商业世界中的迅速扩展；识别人工智能的商业应用场景并理解其能力和局限性；制定人工智能采用和投资的战略目标 • 人工智能技术及其商业影响：机器学习（ML）和深度学习（DL）技术及其在商业中的应用；自然语言处理（NLP）和计算机视觉（CV）技术及其商业应用场景；评估人工智能投资的回报率并识别潜在瓶颈 • 人工智能策略与实施：制定与商业目标一致的人工智能策略；识别人工智能采用可能带来的伦理和战略影响；构建和管理人工智能实施团队 • 实践中的人工智能——案例研究与诊所：考察各行各业（如医疗、金融、营销）中成功的人工智能应用案例；为参与者所在组织制定实施人工智能的行动计划；与来自行业的嘉宾演讲者互动，了解他们的AI之旅 • 人工智能的伦理、治理及社会影响：理解人工智能的伦理和社会影响及其对各利益相关方的影响；制定伦理的人工智能框架并确保在商业世界中负责任地采用人工智能；管理人工智能治理并解决组织中可能的人工智能相关风险 • 人工智能时代的创新与领导力：在组织中培养创新和协作的文化：鼓励领导者将人工智能视为增长的战略工具：应对人工智能采用可能带来的潜在颠覆和挑战 • 为人工智能未来做准备——新兴趋势和技术：紧跟新兴人工智能趋势和技术；预见人工智能可能带来的商业颠覆和机遇；制定长期的人工智能驱动创新和增长的战略
本课程旨在为学生提供基本统计、回归分析和商业数据挖掘应用的知识和实践技能。课程强调实践学习而非理论概念。主要内容包括数据探索技术、统计推断、回归分析和初步机器学习技术。学生还将通过Python编程练习获得实践经验。本课程特别适合计划进行定量研究以完成毕业论文的学生，以及希望利用数据科学来为企业和工业应用提供数据驱动洞察的学生。
重点将放在当前的研究方向，包括但不限于以下领域： • 人工智能及其商业应用 • 数字化转型 • 社交媒体 • 金融科技 • 电子医疗
本课程将关注以下领域的当前研究方向： • 一般（信息系统）IS主题 • 共享经济与数字平台 • 人工智能在商业中的应用 • 设计科学 注意：主题列表将定期更新，以反映信息系统研究的最新发展。
• 介绍变革性人工智能：理解变革性技术；变革性人工智能技术带来的伦理挑战。 • 高级人工智能技术：深度学习和神经网络；生成模型和强化学习；量子计算与人工智能。 • 人工智能与数据隐私：数据伦理和隐私问题，人工智能在监控和面部识别中的应用；增强隐私的人工智能技术。 • 人工智能治理与政策：人工智能伦理框架和指导原则；人工智能监管与国际合作；人工智能政策制定中的伦理考量。 • 伦理人工智能研究与倡导：伦理人工智能研究案例；伦理人工智能倡导与行动；人工智能伦理问题的有力传播。
• 介绍变革性人工智能：理解变革性技术；变革性人工智能技术带来的挑战。 • 高级人工智能技术：深度学习和神经网络；生成模型和强化学习；量子计算与人工智能。 • 人工智能与数据隐私：数据伦理和隐私问题；人工智能在监控和面部识别中的应用；增强隐私的人工智能技术。 • 人工智能治理与政策：人工智能伦理框架与指导原则；人工智能监管与国际合作；人工智能政策制定中的影响与考量。
• 生成式 AI 基础：生成模型介绍；概率建模和贝叶斯网络；多模式 AI 内容生成 • 注意机制概述；编码器-解码器架构概述 • 使用主流 AI 在线和本地模型创建图像/视频/3D 模型 • 命令工程，命令设计和生成式 AI 模型结果评估 • 基于角色和功能的 AI 自主代理设计、部署和监控 • 生成式 AI 高级主题：思维链、森林链、Langchain、Streamlit 和无代码应用设计与实现
模块 1：市场营销与管理中的数字化转型概览 — 介绍数字技术在市场营销与管理中的变革作用。模块 2：商业中的人工智能与新兴技术 — 重点探讨人工智能在商业运营、客户洞察和决策中的应用。模块 3：数字营销与电子商务策略 — 涵盖最新发展，利用人工智能工具进行客户互动和预测分析。模块 4：信息技术应用中的其他管理与战略问题 — 探讨人工智能和新兴技术对管理实践和战略决策的影响。此外，还将回顾区块链、大数据和商业分析如何推动创新和商业绩效。
