模因论视角下的“微X”的语言现象解析

本文针对“微X”这一语言传播现象,从模因论和模因周期理论的角度分析“微X”的语言结构的起因,其传播的经过,并探讨其之所以为强势模因的原因,解析语言发展规律,为语言应用创造强势模因,更好促进语言应用提供一些参考。     

大连市社会治安防控警务模式研究

社会治安形势是社会和谐的"晴雨表"。文章结合大连市社会治安形势,以信息化建设和情报研判体系建设为切入点,综合分析各类案件发生时间、地域、人群与涉案物品等规律,提出了高发案时间段的"实效巡逻"警力投放模式、高发案地区和部位的"重点防控"模式、高发案人群的"精确管理"模式及被盗、抢、骗等涉案物品的"科学管控"模式。     

幼儿教师情绪劳动策略对其职业倦怠的影响

教师情绪劳动与职业倦怠关系密切。本研究采用连续分阶段整群抽样,以浙江省221名幼儿教师为研究对象进行调查研究。结果发现：幼儿教师职业倦怠中成就感低落水平最高,玩世不恭水平最低;幼儿教师职业倦怠在不同年龄、婚姻状况、园所性质、工资水平上存在显著差异;教师情绪劳动中的自然调节和深层加工策略与职业倦怠中的玩世不恭、成就感低落及职业倦怠总均分存在显著负相关;表层加工与职业倦怠中的情绪衰竭、成就感低落和职业倦怠总均分存在显著正相关。进一步回归分析发现,自然调节和深层加工策略负向预测职业倦怠,表层加工策略正向预测职业倦怠。     

基于改进教学式方法的可解释信用风险评价模型构建

信用风险评价是金融机构风险防控的重要环节之一。近年来,基于机器学习的信用风险评价模型以其准确的预测效果受到越来越多的关注,但机器学习模型具有可解释性不强的弊端,导致投资者无法完全信任其预测结果。针对上述问题,本文提出了一种改进的教学式方法,利用机器学习模型指导生成一个兼顾准确性与可解释性的信用风险评价决策树模型,以辅助投资者决策。为提高决策树对机器学习模型中正确功能的学习能力,提出了基于Weight Synthetic Minority Over-sampling Technique(Weight-SMOTE)的伪数据集生成方法,以提高伪数据集中可信度高的功能所标记的伪样本比例;为实现所生成的决策树在准确性、可解释性以及其与机器学习模型一致性间的有效权衡,在决策树生成过程中提出了一种新的决策树剪枝方法;同时针对保真度评价指标的局限性,提出了真保真度评价指标,来有效的衡量决策树与机器学习模型正确功能的近似程度。最后使用3个真实信用风险评价数据集对改进的教学式方法进行验证,实验结果表明所提出方法能够生成准确且可解释的信用风险评价模型,以满足投资者的决策偏好与实际需求。