试论发展经济学理论

发展经济学理论是研究不发达地区国家的经济如何从落后状态发展到现代经济状态,探索其发展规律及对策的科学。它是二次大战后发展起来的一门新兴学科。 发展经济学理论研究的对象是不发达地区和发展中国家及其经济增长和经济发展问题。     

钙与镁含量测定的几个要点及指示剂的改进

钙、镁含量是水质分析中两个重要指标,与我们日常生活密切相关。从钙、镁测定的原理中总结了试验中的几个要点,提出了对指示剂配制的改进意见及改进后对试验结果的影响。     

论马克思超越政治解放的市民社会批判

市民社会中的利益斗争导致了社会共同体和伦理总体性的分裂与瓦解，其直接后果就是主体的异化。尽管黑格尔早已提出了该命题，然而其唯心主义立场只是将异化的原因归之于理性的分裂，从而使之消除的途径直指作为政治解放成果的国家。马克思的市民社会批判理论则对此进行了彻底的颠覆，它从“现实的人”的交往关系出发寻求异化的根源与现实基础，即旧式分工与私有制。于是，废除旧式分工与资本主义私有制，建立共产主义社会，实现人类解放，成为超越市民社会与政治解放的必然路径。     

发挥辅导员作用指导学生干部树立威信

高校学生干部是大学生中骨干力量,是学生中模范和榜样,也是老师和学生的桥梁纽带;要做好学生干部的工作,首先要学生干部在学生中树立起威信,威信越高,学生的感召力就越大,管理的效果就会越好,辅导员的工作就事半功倍,收到成效就会显著.     

孔子之前《诗》的编撰与流传

通过对《左传》与《国语》等史籍中收录的关于《诗》的资料进行统计分析，推测出孔子之前的《诗》可能有三次重大的编辑。最后由孔子编定整理出了今天所见的《诗》的版本。     

论我国民间信仰习俗的地域特色（上）

信仰,指人们对某种观念、意识、主张的极度信服与尊重,并以此作为自己思维和行动的准则.本文所说的信仰,不是指对共产主义或资本主义的政治信仰,也不是对基督教、佛教、伊斯兰教的宗教信仰,而是民间信仰.对在长期历史发展中形成的民间信仰习俗进行探讨,是我国文化史上一个有趣且有意义的课题,笔者仅就我国民间信仰习俗的地域特色作初步研究,以填补目前国内这一方面研究的空白.     

建筑施工单位安全通病分析及防治措施

本文对建筑施工单位安全通病分析及防治措施进行了总结。     

新型小学英语教师素质刍议

现今我国正在大力推行素质教育，而学校推行素质教育的最直接的实施者是教师，但目前有部分教师自身素质存在滞后现象，他们的思想、学识和能力直接影响了教育素质的效果，因而教师自身素质的培养必须提到日程上来。     

砂土地层盾构开挖面极限最小支护压力

盾构施工过程中开挖面支护压力控制不当有可能导致周边管线破裂、建筑物倾斜等严重的风险事故.基于Flac3D数值模型及极限平衡模型研究了砂土地层中不同埋深比(C/D)及土层内摩擦角对开挖面失稳模式和极限最小支护压力的影响机制.通过对比分析两种方法,得出现有极限平衡模型由于无法反映开挖面失稳过程中侧压力系数随开挖面位移和埋深动态变化过程,因而与实际极限支护压力存在较大差异.该研究为砂土地层工程实践提供重要的理论依据.     

基于系统动力学的资讯个性化推荐研究

手机等移动智能终端在全社会的普及,使得数字内容的生产能力下沉到社会各个层面,形成了多源、自主、原生的互联网媒体内容制造格局;而以社交媒体、自媒体为代表的各类新兴媒体的蓬勃发展,使得数字内容的传播能力极大增强,大量衍生内容在敏感、热点、重要事件的报道传播中产生。互联网资讯具有海量、内容质量参差不齐、观点多极等特点。如何将价值导向对正确的、信息披露准确的资讯进行精准推荐,维护和促进社会公平正义,成为司法领域的新问题和新挑战。推荐系统有效解决了用户在海量信息中难以高效获得信息的问题。基于内容的推荐技术通过分析用户以往感兴趣的项目,经计算得到相似的项目,再将相似度最高的若干项目推送给用户。推荐系统中应用最广泛的是协同过滤推荐算法(collaborative filtering,CF),该概念最早于1992年由GOLDBERG等在开发Tapestry邮件过滤系统时首次提出,其核心思想是运用算法对用户的历史行为数据进行分析,挖掘出用户的兴趣偏好,根据不同的兴趣偏好对用户进行类别划分并推荐相似偏好的物品。当前,个性化推荐已经在电子商务、影视作品、餐饮美食、新闻资讯等领域获得了较为广泛的应用。"京东"的推荐起步于2012年,当时的产品推荐是基于规则匹配进行的,整个推荐产品线组合就像一个个松散的原始部落,部落与部落之间没有任何工程、算法的交集。"淘宝"从2013年推出了"个性化推荐"即"千人千面"的推荐引擎,利用用户的一些行为,通过算法推测出用户可能喜欢的东西。"美团"构建了世界上最大的菜品知识库,为200多万商家、3亿多件商品绘制了知识图谱,并为2.5亿用户画像,构建了世界上用户规模最大的O2O智能推荐平台。"豆瓣"利用社交行为分析解决推荐问题,如基于用户相同行为的协同过滤技术、友邻推荐等,也是个性化推荐的一个补充。社交化推荐的引入,可以解决因单纯产品内容推荐导致推荐范围越来越窄的问题。"今日头条"的个性化推荐算法基于投票方法,其核心理念就是投票,每个用户一票,喜欢哪篇文章就把票投给哪篇文章,经过统计,最后得到的结果很可能是此类人群里最好的文章,并把这篇文章推荐给同类人群用户。该方法看起来似乎很简单,但实际上需要基于对海量用户行为的数据挖掘与分析。系统动力学是一门基于系统论、控制论与信息论,并借助计算机模拟技术的交叉学科,其通过系统的视角,进行结构化动态分析和模型模拟,擅长分析高阶、非线性时变和复杂系统,采用定性与定量相结合的方法,适合对资讯个性化推荐这种动态复杂过程进行分析。针对司法工作相关资讯的个性化推荐问题,应用系统动力学理论,对影响资讯推荐效果的重要因素在Vensim软件中进行建模仿真,构建包括用户量、文章量、标签数量和各子系统之间影响的因果反馈模型和存量流量模型,建立系统动力学方程模型,经仿真对相关因素进行敏感性分析。结果表明,文章量、设置的特征化标签和对文章的兴趣点因子等都对推荐效果有重要影响,这是在设计推荐系统时需要重点考虑的因素,也是解决推荐系统冷启动、实时性和"信息茧房"等关键问题的重要途径。基于系统动力学进行资讯个性化推荐研究,可以积极有效地应对司法领域资讯披露面临的挑战,提高精准推荐效果。