启发式思维驱动的研究生算法课程在线教学探索

受新冠肺炎疫情影响,2020年春季学期的研究生课程由线下授课全面转为线上教学。该文针对研究生算法设计与分析课程特点,分析当前存在的问题,探索算法课程在线教学模式的创新与改革,在课程基础理论统一框架下,从教学内容、教学过程、教学考核评估等方面设计多元化的在线教学方案,全面融入启发式和研讨式教学模式,总结了研究生在线课程教学的经验和不足。     

消费者使用第三方支付感知风险的影响因素与对策建议——基于解释结构模型(ISM)的实证分析

第三方支付的创新发展,积极调动了"长尾"消费者的投资热情,导致消费者金融服务需求膨胀和风险预警矛盾日益严重。运用德尔菲法对消费者使用第三方支付感知风险因素进行识别和筛选,并通过解释结构模型(ISM),进一步分解出其影响因素之间的结构性分布及其逻辑关联。实证结果表明:消费者信任是表层因素,接受深层次因素传导作用;第三方支付机构提供安全技术操作等诸因素是中间层因素;消费者个体特征和互联网环境是深层次因素。为了降低感知风险,必须全方位、多渠道地优化网络环境、健全第三方支付企业安全管理体系和强化消费者权益保护。     

房地产销售代理的利弊分析

房地产销售在目前我国的商品房销售市场已经占到了一定比例,了解房地产销售代理的利弊有利于各方的长远发展。     

基于一级学科的公安学建设水平管窥——以国家社科基金立项数据为研究视角

公安学作为国家一级学科,建设已有三年时间,对建设水平进行学理评估研究很有必要。学科建设实践表明,一个学科的发展成熟,与一个个基金项目研究并产生一系列重大科研成果不无关系。以全国哲学社会科学规划办公室网站和国家社科基金数据库中与"公安学"主题相关的180个有效样本为对象,对国家一级学科公安学建设状况进行论证性分析,获得如下结论:国家社科基金对公安学研究项目资助力度空前,普通高校是研究主力军,研究的跨学科性和多学科融合特征明显,大体属于应用对策性研究等。     

大数据背景下基于社交网络的聚类随机游走抽样算法研究

数字经济时代,社交网络作为数字化平台经济的重要载体,受到了国内外学者的广泛关注。大数据背景下,社交网络的商业应用价值巨大,但由于其网络规模空前庞大,传统的网络分析方法 因计算成本过高而不再适用。而通过网络抽样算法获取样本网络,再推断整体网络,可节约计算资源, 因此抽样算法的好坏将直接影响社交网络分析结论的准确性。现有社交网络抽样算法存在忽略网络内部拓扑结构、容易陷入局部网络、抽样效率过低等缺陷。为了弥补现有社交网络抽样算法的缺陷,本文结合大数据社交网络的社区特征,提出了一种聚类随机游走抽样算法。该方法首先使用社区聚类算法将原始网络节点进行社区划分,得到多个社区网络,然后分别对每个社区进行随机游走抽样获取样本网 络。数值模拟和案例应用的结果均表明,聚类随机游走抽样算法克服了传统网络抽样算法的缺点,能够在降低网络规模的同时较好地保留原始网络的结构特征。此外,该抽样算法还可以并行运算,有效提升抽样效率,对于大数据背景下大规模社交网络的抽样实践具有重大现实意义。     

基于甘肃省Y村个案的随迁老人城市社区适应困境研究

随着中国经济社会快速发展,城市化进程日益加快,人口流动、迁移的浪潮越发活跃,跨省市迁移的老年人口逐渐引起社会的广泛关注。随迁老人长期生活在农村,习惯农村的生活方式、村落文化,从熟人社会进入到完全陌生的生活场域,城乡间生活、文化巨大的差异,使之产生了诸多不适应问题,例如语言沟通的障碍、价值观念的冲突、社会交往的困境等。以甘肃省Y村的8位随迁老人为调查对象,通过深入访谈,利用类属分析方法,划分出生理适应、心理适应、文化适应和角色适应4个方面的研究内容,基于相关指标进行详细描述,分析阻碍老人融入城市生活的根源,依据萨姆纳"内群体、外群体"理论,探讨影响随迁老人城市适应的原因,希望能够引起随迁老人子女和社会民众的关注,给予随迁老人更多的支持和帮助,增进随迁老人对城市生活的认同感和归属感,提升晚年生活的快乐度和幸福度。