UEH là trường đầu tiên đi tiên phong trong việc nghiên cứu và đưa ERP vào giảng dạy cho sinh viên

Trung tâm dịch vụ Kinh tế trường Đại học Kinh tế TP. Hồ Chí Minh đã tổ chức lễ khánh thành Văn phòng trung tâm Dịch vụ Kinh tế tại Trung tâm TDTT Cơ sở Quận 8 (Số 144 Đường 44 Trương Đình Hội, P.16, Q.8).

UEH bàn giao ranh giới thu hồi đất xây dựng Trường cho Ban Bồi thường, giải phóng mặt bằng huyện Bình Chánh

Tuyến Metro số 1 (Bến Thành - Suối Tiên) không chỉ là dự án đường sắt đô thị đầu tiên của TP.HCM mà còn là biểu tượng của sự phát triển hiện đại và bền vững của thành phố. Trên cơ sở đó, nhằm tạo cơ hội cho sinh viên tìm hiểu và tiếp cận các giải pháp giao thông công cộng tiên tiến, Đại học Kinh tế Thành phố Hồ Chí Minh (UEH) phối hợp cùng Ban Quản lý Đường sắt đô thị Thành phố Hồ Chí Minh tổ chức chương trình trải nghiệm thực tế đầy ý nghĩa.

Nằm trong khuôn khổ chuỗi hoạt động quốc tế ArtTech Fusion 2024 (ATF24) của Đại học Kinh tế Thành phố Hồ Chí Minh (UEH), phiên tham luận chính với chủ đề “NFTs – Artistic innovation or just a new hype” của Giáo sư Álvaro Barbosa và Giáo sư Daniel Farinha đã mang đến góc nhìn sâu sắc về NFTs – Công nghệ đang làm dậy sóng thế giới nghệ thuật. Liệu NFTs có phải là cuộc cách mạng sáng tạo, mở ra chân trời mới cho nghệ thuật, hay chỉ là cơn sốt nhất thời? Các Giáo sư đã mang đến góc nhìn nhìn toàn diện và sâu sắc về vấn đề này.

Việc đánh giá chất lượng các khóa học tại các trường đại học đóng vai trò quan trọng trong đảm bảo chất lượng giáo dục. Công việc này liên quan đến tìm hiểu mong muốn và mục tiêu của sinh viên, vấn đề họ đang gặp phải và đưa ra lời khuyên phù hợp, đánh giá khóa học dựa trên các phương pháp truyền thống sẽ không thể áp dụng cho các tiêu chí có mức độ quan trọng khác nhau. Bài nghiên cứu của tác giả Đại học Kinh tế Thành phố Hồ Chí Minh (UEH) sẽ trình bày một cách tiếp cận mới sử dụng mô hình máy học TOPSIS – AHP và Kansei để nâng cao hiệu quả đánh giá chất lượng khóa học, góp phần giúp sinh viên lựa chọn được các khóa học thuận lợi, giúp cho nhà quản lý ra quyết định kịp thời với nhiều mục tiêu tiêu chí.

Thị trường thương mại xã hội trên thế giới đang trên đà tăng trưởng mạnh mẽ. Sử dụng hoạt động phát trực tiếp (live stream) là một trong những cách tiếp cận người tiêu dùng hiệu quả trên thị trường này. Thông qua các buổi phát trực tiếp, người bán hàng có thể trình bày cách thức sử dụng sản phẩm và tương tác với người xem khi trả lời các câu hỏi do họ trực tiếp đặt ra. Bởi vậy, các năng lực kỹ thuật để đảm bảo cho việc biểu diễn cách dùng sản phẩm và tương tác với người tiêu dùng là vô cùng quan trọng đối với việc bán hàng sử dụng phương thức phát trực tiếp. Bên cạnh đó, niềm tin thường là trở ngại cho việc kinh doanh trực tuyến do đặc thù của môi trường ảo là người tiêu dùng thiếu cơ hội trải nghiệm sản phẩm và tương tác trực tiếp với người bán hàng. Nghiên cứu của tác giả Đại học Kinh tế Thành phố Hồ Chí Minh (UEH) áp dụng lý thuyết hệ thống công nghệ và xã hội để tìm ra cách thức các nền tảng xã hội có thể sử dụng nhằm hỗ trợ sự phát triển của thị trường phát trực tiếp.

Bong bóng cổ phiếu GameStop đã tạo nên làn sóng quan tâm toàn cầu về cách mà mạng xã hội ảnh hưởng đến thị trường tài chính. Sự kiện này đã tiết lộ tiềm năng các cộng đồng trực tuyến trong việc đẩy giá cổ phiếu thông qua hành vi đầu tư bộc phát và lan truyền. Trong bài nghiên cứu này, tác giả Đại học Kinh tế Thành phố Hồ Chí Minh (UEH) đã chỉ ra tác động của mạng xã hội đối với bong bóng giá cổ phiếu thông qua trường hợp GameStop, đồng thời giúp hiểu rõ hơn về sức mạnh và nguy cơ của mạng xã hội trong bối cảnh tài chính hiện đại.

Nhu cầu về các giải pháp năng lượng bền vững đã làm tăng sự quan tâm đến năng lượng biển, đặc biệt là năng lượng sóng. Nghiên cứu của nhóm tác giả Đại học Kinh tế Thành phố Hồ Chí Minh nhằm giải quyết nhu cầu cấp thiết cho việc đánh giá khách quan các công nghệ chuyển đổi năng lượng sóng (WEC), đóng vai trò quan trọng trong việc khai thác sóng biển để phát điện.

Quản lý nguồn nhân lực là yếu tố quan trọng giúp doanh nghiệp phát triển bền vững. Tuy nhiên, một số doanh nghiệp gặp vấn đề với tỷ lệ nhân viên nghỉ việc cao, ảnh hưởng đến hiệu quả công việc và kinh doanh. Để giải quyết vấn đề này, nghiên cứu của tác giả Đại học Kinh tế Thành phố Hồ Chí Minh (UEH) đã phân tích dữ liệu nhân sự của IBM và áp dụng các mô hình máy học như Logistics Regression, K-Nearest Neighbors, Decision Tree, Support Vector Machine, Neural Network và Random Forest nhằm dự đoán nhân viên nghỉ việc. Kết quả từ nghiên cứu có thể giúp các tổ chức xây dựng chiến lược HRM hiệu quả hơn.