人肉搜索现象探析

近年来,人肉搜索已成为网络上的一个热门话题.它的兴起首先是由于Web2.0技术的发展为网民的交流互动提供了技术支持,从而实现了网络信息的海量化发展;其次是由沉默的螺旋所形成的舆论氛围吸引了大量网民的参加.人肉搜索的特点在于它体现了一种庶民"狂欢",在道德面纱的遮掩下广大网民通过人肉搜索不仅满足了多种心理诉求,同时也找到了一种群体宣泄的路径.由于人肉搜索在发展过程中出现了一系列的问题,这就需要我们不断提高网民的媒介素养.     

对港口企业优质服务的再认识

优质服务的含义 在网上搜索“服务”词条,百度给出了一个明确的解释：服务是具有无形特征却可给人带来某种利益或满足感的可供有偿转让的一种或一系列活动。     

基于求解TSP问题的双向扩展差额算法

旅行商(TSP)问题是典型的组合优化中的NP-hard难题.本文在最近城市搜索法和两端延伸最近城市搜索法基础上提出了双向扩展差额求解算法,并分析了算法的复杂度.采用以上三种算法求解了TSPLIB标准库中多个算例,比较结果表明本算法能够更快的找到更优的方案,具有更好的综合性能.     

对共轭梯度法中标量β_k的一种修正

共轭梯度法是优化算法中最常用的方法之一,适于解决大规模问题,因而有着广泛的应用,而标量kβ不同的选取可以构成不同的共轭梯度法。修正了共轭梯度法中的标量kβ,将其推广到一般情况,并在wolfe线搜索下证明了它的全局收敛性。     

论“人肉搜索”的合法性及其法律规制

＂人肉搜索＂作为中国社会转型时期的特定产物尽管存在着诸多不足,但其维护正义及公益性本质为其自身发展提供了广阔的空间。目前我国对＂人肉搜索＂还没有明确的立法,因此对其加以理性的法律约束与道德考量则具有重要的现实意义。借助法律的控制手段规约＂人肉搜索＂,可以避免其可能产生的隐患,发挥其积极效应,促进其健康发展。＂人肉搜索＂的出路一方面在于提高网民自治,另一方面有赖于对我国现有法律体系加以解释,提高现有法律对＂人肉搜索＂的适应能力,完善网络法规对＂人肉搜索＂进行规范和引导。     

试论网络暴力的法律规制--以“人肉搜索”为例

随着互联网的发展,“人肉搜索”逐渐进入中国网民的视野。赞成者认为人肉搜索是网络舆论监督的新方式,可以揭露事情真相,维护社会道德正义;反对者认为人肉搜索无异于网络暴力。本文认为随着“人肉搜索”引擎的不断发展,它已日渐超出该有的界限,网民把它作为在公力救济无法实现时的一种私力救济方法,甚至发展为一种“多数人的暴力”。本文着重于探讨人肉搜索的成因和实质,提出解决建议。     

网上拍卖交易机制有效性研究——来自淘宝网面板数据的证据

本文考察了淘宝网上信任保障和购物搜索两类交易机制的有效性.网上拍卖的交易机制越来越完善,除了信用度和好评率等基本信用指标外,网站先后建立了卖家服务质量、店铺动态评分、搜索排序等重要交易机制,本文利用淘宝网上的面板数据来验证上述机制的有效性.回归结果表明,信用度作为网上拍卖最早引入的一项信用指标仍发挥着一定的作用;店铺动态评分和卖家服务质量没有发挥应有的作用.进一步的解释是:网上市场存在较高的搜寻成本,买家利用搜索排序来降低搜寻成本,信用度的重要性因而被信用度排序放大;买家无法根据店铺动态评分和卖家服务质量进行筛选排序,导致这两大机制没有发挥应有作用.购物搜索在网上交易中发挥着重要作用,信任机制依赖搜索工具发挥作用.除混合数据OLS回归外,本文还利用面板数据和联立方程回归分析控制了遗漏变量偏误和内生性问题.     

民主选举制度的计算机模型分析

选举是一种重要的集体决策,它不仅用在经济和政治生活中,在人工智能中也有大量的应用。本文通过计算机程序验证了一个有关民主选举问题的定理——阿罗不可能定理(Arrow Impossible Theorem)。其基本思想是利用归纳法原理将该定理减少至具有3个备选对象和2个决策者的基本情况,然后利用计算机来证明这种基本情况。所有这些计算机模型分析都是对民主选举工作的改进和提高。     

“人肉搜索 ”的作用、风险及其控制

＂人肉搜索＂这种由人工参与解答,通过机器算法获得结果的搜索机制,在利用现代科技发展过程中逐渐形成了自己的特色。＂人肉搜索＂对社会产生了广泛影响,一方面起到打击违法犯罪,监督政府官员,强化道德压力和为民排忧解难的社会积极作用;另一方面也存在侵犯隐私的隐患和暴力性风险。借助道德的力量和法律的控制手段规约＂人肉搜索＂,可以避免其可能产生的隐患,发挥人肉搜索的积极效应,促进其健康发展。     

基于音乐搜索排行榜测量的研究

在现代生活中,音乐、电影和美术已经是不可或缺的重要组成部分。音乐排行榜在音乐工业中也起着非常重要的作用。针对一种新型的排行榜,实时的搜索排行榜进行研究。通过数据的采集与分析,研究这一类型的排行榜的排名特征和用户行为。从研究结果中,发现了搜索排行榜与传统的商业性排行榜的差别就是这一新兴排行榜中存在一部分特殊用户。近而研究了这些特殊用户的用户行为特征以及给排行榜带来的影响。