失实报道产生根源论析

失实报道严重损害了媒体的公信力,在社会上造成了恶劣影响,对舆论的导向起了负面作用。本文针对失实报道,从理论上分析其产生的根源,倡导新闻打假,并进一步阐述新闻真实性与建设和谐的舆论氛围的关系。     

热点应力法在高速列车设计中的应用

应力可靠性预测对高速列车车体的安全设计非常重要.本文采用国际焊接学会推荐标准预测高速列车车体关键部位应力,通过热点应力法对应力集中部位表面应力进行外推.计算结果表明通过参考点外推得到的热点应力总是明显小于有限元计算的结果,并且更接近于实验值.采用两点外推法或三点外推法计算结果的差别很小.     

论新闻报道中的个性——从汶川地震与北京奥运会的报道谈起

在对汶川地震与2008年北京奥运会报道中有许多方面体现了中国新闻事业的进步，但是仍然有不少地方需要总结，主要体现在对大众的片面迎合，缺乏必要的思考和独立性，“跟风”现象突出。传统新闻报道中的线性思维模式、片面性的偏颇还不同程度地存在着，这都是新闻报道个性缺失的体现。同时，对这两个“严肃事件”的成功报道与传播的实践，也告诉我们，格调与境界同样能够吸引大众，赢得受众。     

论典型人物报道式微的缘由及解困之径

典型人物报道在新闻传播领域的困境引发了新闻业界、学界的深思。只有回溯检讨典型人物的产生历史、运作机制和特征，才有可能找到式微的原因，也才可能对症下药，寻找到走出困境的路径。当今人物报道应该坚持以人为本的原则，报道“典型环境中的典型人物”的生活状态，遵循新闻传播规律。媒介也因此才能真正履行其社会责任。     

试析新闻网站与党的执政能力建设的关系

文章从系统论、执政资源与执政能力、舆论与政治等方面,论证了党网与党的执政能力之间的双向互动关系。一方面,党网是党生命的一部分,是党的一种重要的执政资源,对党网的合理利用和开发有助于增强党的执政能力;另一方面,党网的公信力源于党,党的执政能力越强,党网的公信力就越高,党网的功能就越能得到更好的发挥。     

基于软集理论驱动的毕业生推荐系统研究

网络技术的发展为毕业生与企业之间的顺利沟通提供了支持,但大多数招聘或推荐平台依然是各自"表演"的模式,缺乏有效对接.面向毕业生与企业的直接需求、核心需求,在软集理论驱动的基础上,构建一个智能的、支持决策的毕业生推荐平台.该平台允许用户自主设置属性及属性排序,对推荐结果进行优劣排序,使得推荐结果更加客观全面,符合大学生及企业的需求.最后实验表明该方法具有较高的性能.     

面向探索式搜索过程的查询推荐

查询推荐是一种提高用户搜索效率的重要工具,但是传统的推荐方法对于探索式搜索的推荐效果不好.针对此问题提出了一种新的面向探索式搜索过程的查询推荐方法,即根据用户搜索的行为模式,通过试探性查询重构和确认性查询重构两个过程,对探索式搜索过程进行建模,并根据影响探索式搜索过程的三种因素提出了一种排序算法,将确认性子查询中的查询推荐给用户.通过与传统推荐方法的对比实验验证了本模型及其推荐方法的有效性.     

P2P环境下考虑信任的协同过滤推荐模型研究

在P2P环境下,节点面临丰富的可用资源,因此很难快速定位自己感兴趣的文件。提出了一种考虑信任的协同过滤文件推荐模型,不仅提高了推荐准确度,还提高了节点的满意度,并有效地控制了由于信任问题导致的交易失败。     

基于评论分析的评分预测与推荐

推荐系统广泛地应用在网络平台中,推荐模型需要预测用户的喜好,帮助用户找到适合的电影、书籍、音乐等商品.通过对用户评分和评论信息的分析,可以发现用户关注的商品特征,并根据商品的特征,推测用户对该商品的喜好程度.本文提出将评论中隐含的语义内容与评分相结合,设计并实现了一种新颖的商品推荐模型.首先利用主题模型挖掘评论文本中隐含的主题分布,用主题分布刻画用户偏好和商品画像,在逻辑回归模型上训练主题与打分的关系,最终评分可以被视为是对用户偏好和商品画像的相似程度的量化表示.最后,本文在真实数据上进行了大量对比实验,结果证明该模型比对比系统性能优越且稳定.     

一种基于二部分图的推荐算法

在对基于二部分图网络结构的推荐算法NBI和基于Pearson系数的协同过滤推荐算法CF,以及当前广泛应用的完全排序算法GRM进行详细分析的基础上,针对这些算法的局限性,提出了一种基于二部分图的推荐算法.采用Movielens数据库对NBI、CF和GRM以及文中所提算法用2个不同的参数进行了比较.实验结果表明:除了当向每个用户推荐50个电影这一种情况外,文中给出算法的推荐准确率均高于其他3种推荐方法.