大数据时代旅游产业链的重构、产业趋势与对策

2013年中国互联网络信息中心发布的报告显示中国旅游业进入了大数据时代，移动互联与大数据挖掘技术的影响不再是单纯的技术变革，旅游产业链结构、旅游消费模式、产业盈利模式发生了颠覆性的改变。论文应用经典的产业链分析工具，通过新旧产业链结构对比研究的方法，对旅游业在大数据时代的发展变化趋势进行前瞻性的预测，并提出适应性的策略。研究发现大数据时代旅游产业链的改变是一种结构性的改变，比较传统的产业链，创新型的产业链更加重视对消费者的组织以及消费者需求的挖掘，竞争的重心由产品创新转移到对潜在消费者的组织与需求的引导与激发。新兴旅游企业迅速崛起，旅游产业发展整体提速，产业定位更加准确，产业融合加快，跨界产业增加则成为大数据时代旅游产业发展的重要趋势。针对这些趋势，论文围绕旅游规划、在线产品、个性营销、代理服务等几个方面提出了应对建议。     

江苏区域经济增长的俱乐部趋同研究——基于面板数据单位根检验

采用多种面板单位根检验方法,在随机框架下对江苏省经济增长的俱乐部趋同性进行了检验.结果表明,苏南和苏中存在随机性的俱乐部趋同,三个区域配对后形成的新区域内也不存在俱乐部趋同现象.     

你究竟在忙什么

最近一段时间,习大大的一句话,激起了不少人的共鸣。在一场座谈会上,习近平总书记告诫年轻人不要熬夜。他在会议上讲到,自己担任县委书记时,常熬夜。"那个时候我年轻想办好事,差不多一个月大病一场。为什么呢?老熬夜。经常通宵达旦,最后感觉到不行,这么干也长不了。先把自己的心态摆顺了,内在有激情,外在还是要从容不迫。""不要熬夜"的劝勉一出,一石激起千层浪。不少网友纷纷上网     

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。