微信朋友圈的话语传播机制分析

新媒介技术的发展改变了人们的生活方式和交往方式,人们将网下的生活移居到网上,习惯于通过网络来进行社会资本的积累。然而,以微博为代表的网络社交平台的大众传播特征使得社会资本容易集中流向网络场域中的强势话语阶层。而微信的"生成"式结构所形成的信息过滤机制,使得每一条信息必须跨过圈与圈的屏障才能够在更大范围内进行传播,这不仅有利于还原信息本身的价值,同时有利于消解网络核心话语节点的话语权力。在此基础上,经过层层过滤的"序参量话题"不仅对人们的生活具有积极的指导意义,也让微信场域中,基于话题本身价值的人际交往更加平等和理性。文章试图从微信朋友圈的"生成"模式入手,分析朋友圈的结构形式,通过描绘朋友圈的话语传播机制,探索在基于内容价值的传播条件下的人与人的关系变化。     

扶贫瞄准方法与反思的国际研究成果

扶贫瞄准是发展干预理论和实践中的一个重要组分,提高扶贫瞄准精度常被当作提高扶贫效率的一种途径.近年来,全球经济增长和扶贫速度趋缓,使得国际社会对扶贫瞄准的讨论升温.文章回顾了这一议题最初兴起的历史背景,总结了四种针对贫困个体的扶贫瞄准方法,并梳理了国外学者从技术、政治经济和社会文化层面对扶贫瞄准展开的反思.总之,扶贫瞄准不是一个简单的技术问题,不能仅由瞄准精度指标来衡量,瞄准精度与扶贫效率的关系需要根据具体的情境来探究.     

农村扶贫资金使用中存在的问题及对策

农村扶贫资金对贫困地区和贫困人口来说是一种稀缺资源,能够在多大程度上缓解贫困是衡量扶贫资金使用成功的一个重要指标。尽管国家扶贫资金投入的规模不断扩大,但却没有获得应有的效益。究其原因主要是扶贫资金使用中存在很多问题,影响了扶贫资金的使用效益。     

习语翻译中的"等效性"与文化缺失现象的理解

习语的传统译法包括直译、借用、意译等三种基本方式。习语翻译的最终目的要求尽可能地从内容和意义上准确实现不同译语间的信息转换。通过分析习语的不同译法中所表现出的“对等”原则 ,而进一步阐明了等效翻译理论对习语翻译过程中信息转换的影响作用及对习语中所存在的文化缺失现象的理解     

微信朋友圈的话语传播机制分析

新媒介技术的发展改变了人们的生活方式和交往方式,人们将网下的生活移居到网上,习惯于通过网络来进行社会资本的积累。然而,以微博为代表的网络社交平台的大众传播特征使得社会资本容易集中流向网络场域中的强势话语阶层。而微信的“生成”式结构所形成的信息过滤机制,使得每一条信息必须跨过圈与圈的屏障才能够在更大范围内进行传播,这不仅有利于还原信息本身的价值,同时有利于消解网络核心话语节点的话语权力。在此基础上,经过层层过滤的“序参量话题”不仅对人们的生活具有积极的指导意义,也让微信场域中,基于话题本身价值的人际交往更加平等和理性。文章试图从微信朋友圈的“生成”模式入手,分析朋友圈的结构形式,通过描绘朋友圈的话语传播机制,探索在基于内容价值的传播条件下的人与人的关系变化。     

论人民币资本账户开放下货币政策制度的选择

对于发展中国家来说 ,低通货膨胀率是资本账户开放的成功保证。本文分析了资本账户开放条件下通货膨胀目标制理论 ,认为随着人民币资本账户开放度越来越大 ,我国应该实行通货膨胀目标制 ,同时汇率制度的选择应该倾向于浮动汇率     

炎绯寒碧，暖日凉月——工笔花鸟画中色彩的抒情性

在源于禅道"五色令人目盲"的古典美学思想引导下,色彩在中国画发展历史中的被不少画家所轻视;又因为传统中国画以"气韵生动"为重要的审美标准,而水墨所演绎的笔墨情韵更容易体现这种意境美,所以色彩的抒情性更加无法充分展现.其实,就单纯的色相而言,所有的色彩都具有一种客观存在的表情性.在历代直有代表性的工笔花鸟画家的作品中,我们都可以切身感受到色彩的抒情性;在现代工笔花鸟中,色彩的传情达意性则得到了更加充分的发展和利用.     

高校网络思想政治教育机制创新初探——以重庆文理学院“网络留言板”为例

针对当前网络思想政治教育的现状,以重庆文理学院"网络留言板"为例,探讨"网络留言板"作为高校网络思想政治教育机制创新的特色及具体实施,认为"网络留言板"增进了思想政治教育的互动性,还提高了网络思想政治教育的实效性.     

科学发展观注入高校德育新内涵

以胡锦涛同志为总书记的中央领导集体在深刻总结社会主义现代化建设规律的基础上,提出了“坚持以人为本,树立全面、协调、可持续的发展观,促进经济社会和人的全面进步”的科学发展观。科学发展观不仅给经济社会发展指明了方向,而且为新时期高校德育工作的创新提供了新的思路,给高校德育注入了新的内涵。     

Exact or approximate inference in graphical models: why the choice is dictated by the treewidth,and how variable elimination can be exploited

Probabilistic graphical models offer a powerful framework to account for the dependence structure between variables, which is represented as a graph. However, the dependence between variables may render inference tasks intractable. In this paper, we review techniques exploiting the graph structure for exact inference, borrowed from optimisation and computer science. They are built on the principle of variable elimination whose complexity is dictated in an intricate way by the order in which variables are eliminated. The so‐called treewidth of the graph characterises this algorithmic complexity: low‐treewidth graphs can be processed efficiently. The first point that we illustrate is therefore the idea that for inference in graphical models, the number of variables is not the limiting factor, and it is worth checking the width of several tree decompositions of the graph before resorting to the approximate method. We show how algorithms providing an upper bound of the treewidth can be exploited to derive a ‘good' elimination order enabling to realise exact inference. The second point is that when the treewidth is too large, algorithms for approximate inference linked to the principle of variable elimination, such as loopy belief propagation and variational approaches, can lead to accurate results while being much less time consuming than Monte‐Carlo approaches. We illustrate the techniques reviewed in this article on benchmarks of inference problems in genetic linkage analysis and computer vision, as well as on hidden variables restoration in coupled Hidden Markov Models.