大雁塔文化原型的古今阐释——几组大雁塔诗歌的文本比较

唐代大雁塔是文人士子心目中的圣地,是中国封建社会鼎盛的象征。20世纪80年代,杨炼、韩东借大雁塔来消解和颠覆诗歌的文化历史内涵,具有鲜明的反叛色彩,而后的于坚却对大雁塔顶礼膜拜,从反叛走向回归,使大雁塔成为一种隐喻,成为中国文化的一种原型意象。     

大数据环境下商业信息服务模式创新研究

在现代商业活动中,由于供需双方之间的信息不对称,使得大量潜在交易无法实施,降低了市场运行的效率。本文指出了消除信息不对称的关键,并基于大数据技术发展动态,提出了一种创新的商业信息服务模式,深入分析了其中所包括的主体及其主要作用,并给出了相应的运行机制。     

统计学专业本科生开设“数据挖掘”课程的探讨

"数据挖掘"是一门分析海量数据库的交叉学科,统计学专业开设这门课程十分必要。鉴于数据挖掘内容的复杂多样,本文提出应根据统计学专业本科生的特点制订合理的教学大纲、教学内容和教学方法,以提高学生的学习效率和学习热情。     

我国中小零售企业物流系统运营效率研究

近年来我国中小零售企业发展快速且竞争激烈,零售物流系统是高成本时代中小零售企业发展的关键。运用数据包络分析(DEA)法,对比分析18家中小零售企业的物流系统经营数据可知,中小零售企业物流作业要树立效率经营理念,不断加强物流系统内部管理,从而建设高效零售物流体系,提升企业运营效率。     

数据挖掘在家电企业绩效评价中的应用研究

选取我国家电行业上市公司2008年度数据,利用主成分分析方法对财务比率指标数据进行分析,提取盈利能力、发展能力、偿债能力及资产营运能力四个主要因子,并结合因子在各财务指标的载荷以及各财务指标之间的复相关系数来确定财务指标的选取和权重的设定,以此构建企业绩效评价指标体系,然后利用所构建的指标体系对家电行业上市公司的企业绩效进行评测排序,最后利用聚类分析方法检验该指标体系的有效性。研究结果表明,使用此种方法建立企业绩效评价体系是可行有效的。     

基于DEA方法的我国中小保险企业核心竞争力研究

随着国内保险市场的逐步开放,我国保险企业特别是中小保险企业面临着越来越大的竞争压力,提高核心竞争力成为中小保险企业持续健康发展的必然选择。DEA（数据包络分析）方法作为管理科学与系统工程领域一项重要而有效的分析工具,利用C^2R模型和投入产出指标体系,对输入输出数据进行综合分析,提炼出综合效率的数量指标,并将决策因素进行定级排序,从而给决策者提供高效率的管理信息,为提升我国中小保险企业核心竞争力提供有效对策。     

“数据结构”双语教学中的问题与对策

“数据结构”作为软件工程专业一门重要的专业基础课程,旨在通过研究数据在计算机中的表示、组织和处理来提高算法分析和程序设计能力。双语教学作为对该课程采用的一种教学方式,在当前的教学实践过程中存在着一些影响教学效果的问题。文章通过对这些问题的分析,结合具体的教学实践研究其对策,从教学模式的选择、各种教学方法和手段的运用等方面提出了相应的改进措施,以提高教学质量,并为计算机专业其他课程的双语教学提供一定的参考。     

中西方人格结构的理论和实证比较

本文旨在从理论和实证方面系统探讨中西方人格结构的差异和人格测量工具的适用性。根据人格结构的词汇学假设以及跨文化比较的策略，中国人的“大七”人格结构表现出与西方“大五”人格结构的显著差异；因此修订西方的人格量表需要首先探索其量表结构，并增加新的项目。实证研究的结果支持了人格结构差异源于对行为的解释及对行为归类的差异。文中还讨论了进一步研究的思路和重视跨文化比较的意义。     

出口贸易与省域TFP空间维度分析

作为衡量一国科技进步的重要指标,全要素生产率的高低决定着一国生产率水平的先进与落后。在不断深化改革开放的过程中,如何利用开放倒逼我国技术水平的提高成为一项较为紧迫的任务。为此,我们运用面板DEA-Malmquist指数法可以测算出2002—2011年我国29个省份(含自治区、直辖市)全要素生产率,并在此基础上建立空间面板数据模型(SPDM),实证分析出口贸易、基础设施等对我国省域全要素生产率及其空间溢出效应的影响。经研究发现,我国省域全要素生产率存在较为明显的空间自相关性,即出口贸易、基础设施等经济活动通过影响本省TFP,并通过空间溢出效应进一步将其作用传递和迭加到邻近省域全要素生产率上,基础设施对我国省域全要素存在较为显著的负向关系,出口依存度、出口贸易及FDI对我国省域全要素生产率具有显著的推动作用。     

Public relations and artificial intelligence: It’s not (just) about robots

Organizations of all kinds, as well as their in-house or agency public relations teams, increasingly co-opt Artificial Intelligence (AI) to enhance their capabilities. This paper examines a relatively new topic that has received little scholarly attention: the growing relationship between AI and public relations. It outlines several key roles that AI may play in future, based on trends in other industries, and considers the implications for public relations practitioners, their clients and employers. It therefore launches a dialogue about the diversity and extent of AI’s uses in public relations practice. The paper argues that, to date, commentators have placed too much emphasis on AI’s potential for task automation; AI’s broader technological, economic and societal implications for public relations warrant greater critical attention. This does not imply that practitioners need become expert technologists; rather, they should develop a sufficient understanding of AI’s present and potential uses to be able to offer informed counsel.