略论邓小平理论萌芽的界定及其标志

作为邓小平理论萌芽的标志不是某一具体的时间、论著、观点。对邓小平理论萌芽应作出系统的、全面的科学界定。邓小平理论萌芽的标志应该是时间段、论著链、观点网     

网络文学的当下可能性

本文根据当前对网络文学的定义 ,从三个方面分析说明了网络文学出现的当下可能性。一是网络媒介的出现引起文学载体和传播方式的变化 ,形成了自己的文学群落 ,培养了一大批文学爱好者的文学受众。二是作为写作的网络文学 ,实际上是对当前出现的知识霸权和文学生产麦当劳化的反拨 ,使文学向着自由无功利和审美愉悦性传统回归。三是网络文学作为一种题材 ,与传统文学无本质上的区别 ,是网络出现后形成的一种特定群体生活状态的反映 ,从而在题材选取 ,主题表现及表现技巧上具有其独特性。     

物质世界的一次精神突围--解读网络小说《可以说谎可以爱》

在物欲世界的重压之下，正常的人本能地寻求放松压抑的心灵、修复扭曲的人性的方式，艾闪的网络小说《可以说谎可以爱》表现的就是对被压抑的人生的逃避，试图在逃避中寻找现代人的精神出路，重新确立人生价值。     

双向FDI与经济增长的实证研究

从双向FDI的角度分析OFDI和IFDI与经济增长的关系。选取双向FDI对经济增长的3个主要影响因素,分别对双向FDI与GDP、投资、净出口和产业结构的关系进行实证分析。研究发现:双向FDI对于GDP和投资都具有拉动作用;IFDI对投资的影响滞后4期才能产生,对净出口的增长起到正向促进作用;OFDI的扩大不利于净出口的增长;双向FDI与三次产业都存在较强的灰色关联度。据此,提出改善对内对外投资环境、发挥双向FDI对固定资产投资和净出口的促进作用、强化双向FDI对产业结构的调整作用等建议。     

知识流模型及其在航天企业中的应用

知识管理的理论和实践吸引了众多学者和企业家的关注,但在具体的实施方法上一直没有形成共识。管理的对象是“知识”,对于知识流动的理解、监测乃至控制是顺利实施知识管理项目的基础。已有的研究对知识流的讨论集中于描述概念,或通过统计分析或调查问卷得到对专利、引用等知识流动的描述。把Petri网理论用在对知识流进行刻画中,提出知识流的Petri网模型,能够描述知识分布的拓扑结构、知识存量、一定时期的知识流量和流速,使得管理人员便于监控和管理知识流动,更好地实施知识管理。把基于Petri网的知识流模型应用于航天企业中,通过实证分析说明该知识流模型对知识流动的刻画能力,并通过对现状的分析,为改进知识流动效率,实现知识管理目标提供支持。     

中文网络客户评论的产品特征挖掘方法研究

随着互联网的广泛应用,在Blog、BBS、Wiki等网络站点中出现了大量的针对商品或服务的客户评论,这些客户评论中所包含的丰富信息,对企业管理具有重要的价值.通过数据挖掘算法对客户针对某一产品的大量评论进行分析,可以挖掘出这些产品的主要特征,并有望进一步发现客户对这些特征的意见和态度.在英文世界中已经有学者开始对这一研究进行探索,然而由于语言结构等方面的差异,英文的研究成果尚无法直接应用于中文客户评论的挖掘中.本研究针对中文的特点,提出了面向中文的客户评论挖掘方法.该方法基于改进关联规则算法实现了针对中文产品评论的产品特征信息挖掘.本研究采用通过互联网获得的针对手机、数码相机、书籍等5种产品的评论语料,对该方法进行了数据实验,实验结果初步验证了该方法有效性.     

住房市场系统模型研究

从宏观层面建立了包含银行、地产商及消费者在内的住房市场系统模型,重点考虑了信贷对住房市场供需双方的金融支持,构建了住房市场系统的定量分析框架,该框架对于银行主导的住房市场具有一般性。通过中国住房市场的实证分析,证实了模型的有效性。     

基于在线评论数据的产品需求趋势挖掘

随着经济水平的提高和物质生活的丰富,消费者的需求变化也越来越快。能否迎合市场需求的变化是企业产品成功的关键。随着社交媒体的发展,消费者为了分享购物体验发表了许多在线评论信息,其中蕴含着消费者的需求变化。本文在产品特征提取和属性情感分析的基础上,构建了垃圾评论识别模型。然后,利用时间序列分析模型预测下阶段的产品属性关注度和情感计算。最后结合历史数据的变化趋势,分析产品属性的重要性和市场满意情况。利用汽车论坛上的汽车评论数据对本文提出的研究模型进行了验证。研究结果可以为企业制定营销策略以及产品改进与创新提供决策支持。     

Oracle Inequalities for Convex Loss Functions with Nonlinear Targets

This article considers penalized empirical loss minimization of convex loss functions with unknown target functions. Using the elastic net penalty, of which the Least Absolute Shrinkage and Selection Operator (Lasso) is a special case, we establish a finite sample oracle inequality which bounds the loss of our estimator from above with high probability. If the unknown target is linear, this inequality also provides an upper bound of the estimation error of the estimated parameter vector. Next, we use the non-asymptotic results to show that the excess loss of our estimator is asymptotically of the same order as that of the oracle. If the target is linear, we give sufficient conditions for consistency of the estimated parameter vector. We briefly discuss how a thresholded version of our estimator can be used to perform consistent variable selection. We give two examples of loss functions covered by our framework.     

在线评论回报的动态声誉机制研究

当前学界研究主要集中于网络评论的声誉机制或虚假评论的识别策略,好评返现可以看作是声誉的交易(消费者给予好评,商家报以返现),而对此类带有一定贿赂性质的、诱导性的评论的声誉机制研究不多。本文以某网络购物平台2016和2017年两次追踪调查数据为样本,实证研究了好评返现是如何作用于最终声誉评价的。实证结果发现,好评返现对店铺声誉累积的实际影响并不是完全正向的,而是以店铺初始声誉等级为阈值,对于信誉等级较高的店铺(品牌商家)不敏感,对于信誉等级较低的店铺(新进卖家)比较敏感;商家是否参与好评返现并非内生于店铺的初始信誉评价,而更多的是提升信誉评分或对冲部分负面评论;消费者是否参与好评返现与其行为意愿和态度不存在显著关联,匿名环境往往使消费者更易做出内心并不认同却能获益的行为。