浅谈六步教学法在机械制图教学中的应用

机械制图是技校机械类专业的一门重要技术基础课,理论性和实践性较强,笔者根据这一课程的特点,着重论述了六步教学方法在机械制图教学中的应用,以及如何培养学生的创造性思维.     

多媒体在机械制图中的作用

<机械制图>是中等职业技术教育机械类学生必须掌握的一门专业基础课.这门课程有其自身的科学体系和基本内容,并和其他一些相关课程及生产实习课有密切的联系.表面上看开设这门课程是为了培养学生的读图和画图能力,实质上是为了促进学生空间想象能力提高.     

浅谈技校机械基础课对技校学生创造能力的培养

技工学校的教学有其特殊性,因为学生基础知识比较薄弱,厌学情绪比较普遍,教师如果运用常规教学来授课往往事倍功半.社会的发展,经济建设的需求,要求技工学校必须努力培养和造就一大批既有一定的专业理论知识和操作技能,又具有一定的革新能力和创造能力的与现代化生产发展相适应的创造型技术人才,以满足新时期对于人才的要求.     

服务的空间扩散: 基于上海迪士尼的实证

体验经济是当代企业服务营销的重要组成,由于服务体验的扩散具有明显的空间效应,本研究通过建立服务扩散的空间溢出模型,在其中定义区域间的相对影响力和易感性,从而准确分离了本地区服务体验扩散和其他地区溢出扩散这两种空间影响效果.研究基于上海迪士尼乐园游客的移动数据,实证测量了迪士尼服务群体的空间扩散效应、省份和区域层次服务扩散的影响力、易感性与溢出效应.结果发现,迪士尼乐园服务群体的扩散效果主要受到本地游客的直接影响(占比38.6%)和来自其他地区游客的溢出影响(占比52.4%),受到的时间效应和媒体效应为8.7%和0.3%.此外,该模型还给出了各省游客对迪士尼服务效果传播的不同影响力,以及各省游客对该服务传播的易感性.本研究证实了服务扩散过程中地区空间影响的不对称性,开发的定量模型也为服务业营销人员进行以空间地理为导向的干预措施提供了精准参考.     

基于中国数据的国际管理研究学术进展——基于UTD-24和FT-45的可视化分析北大核心CSCDCSSCI

本研究基于2009年—2015年UTD-24和FT-45使用中国数据源的文献数据库,从研究领域、研究作者和关键词角度分析了基于中国数据的国际管理研究学术进展的现状和趋势,并进一步基于数据挖掘和可视化技术提出描述学术研究发展趋势的一系列挖掘方法和呈现模式,分析了商业管理学术领域对于中国数据源的关注程度、关注点以及研究模式,以期更好地理解近年国际管理理论研究中中国数据的影响力和研究发展图景.在研究领域层面,本文侧重在学科领域、期刊和时间维度上对基于中国数据的关注程度进行分析.在研究作者层面,本文侧重于发现关注中国数据源的研究学者的来源,发现不同来源的研究者对中国数据源的不同研究视角及其之间的合作偏好.在关键词分析层面,本文旨在发现基于中国数据学术研究中的热点问题,把握研究主题随着时间的演变趋势.此外本文还感兴趣于关键词内部之间的关联性,本文通过关键词与地域、研究领域的关联分析探索发掘各个领域或者地域对于研究主题的研究偏好,通过关键词内部的关联性分析获得并发掘出潜在的可以协同研究的主题.     

浅谈电视评论解说词的写作特点

随着电视事业的蓬勃发展,产生了一大批优秀的电视评论节目。它们站在时代的潮头,颂扬文明新风,鞭挞陋习邪气,为建设社会主义物质文明和精神文明发挥了积极作用。电视评论不是靠抽象说理去反映评论现实,而是靠摄取活生生的可视画面形象,用具体的形象事实去传播新闻事件,阐述自己的观点的。作为一种重要的节目或电视片中的一个片种,同样是运用镜头艺术手段达到讲道理,发表言论的作用,它需要摄影、录音、录像、编辑、照明、播音、音乐、音响等等的密切合作。在构成电视评论的诸要素中,最重要的就是画面和解说词。解说词是以画面的需…     

基于多源大数据的个性化推荐系统效果研究

  个性化推荐系统已成为各大电商向消费者提供个性化购物体验的重要工具之一,通过推荐系统,商家可以提高收入和消费者满意度。但传统推荐系统通常只利用消费者在当前网站的历史信息推荐个性化商品,无法获得消费者在其他网站的数据来优化推荐效果。大数据时代,一些第三方公司抓住机遇,利用不同公司的多源大数据提供更好的个性化推荐服务。然而,这种新型的推荐系统对消费者购物行为的影响存在极大的未知性。         探究基于多源大数据的个性化推荐系统对消费者购物行为的影响。为了建立推荐系统与消费者购物行为之间的因果关系,采用实地实验有效地避免传统研究方法存在的内生性问题,并具有较好的外部有效性。一方面,基于内部数据和外部数据构造解释性变量,探究内部数据特征和外部数据特征与推荐效果之间的关系;另一方面,通过检验消费者特征与内外部数据的推荐效果间的交互效应,进一步分析外部数据和内部数据的推荐效果如何随消费者的特征变化,帮助企业更好地利用多源大数据提升推荐效果。         研究结果表明,基于内部数据的推荐系统能够显著提升消费者点击个性化推荐商品的概率,可以降低消费者决策时间,激励消费者浏览更多的商品。外部数据的推荐效果不仅与外部公司网站的用户数量相关,也会受到外部网站与当前网站的关联程度的影响。消费者特征对基于内部数据和外部数据的推荐效果起调节作用,如果消费者是当前网站的老用户,利用该消费者在当前网站的内部数据提供个性化推荐的效果更佳。         通过分析基于多源大数据的推荐效果对消费者购物行为的影响,进一步完善个性化推荐领域的理论框架。研究结果对如何利用多源数据构建更加有效的推荐系统具有重要指导价值,并为不同网站之间的数据共享机制提供重要的管理建议。     

基于中国数据的国际管理研究学术进展——基于UTD-24和FT-45的可视化分析

本研究基于2009年—2015年UTD-24和FT-45使用中国数据源的文献数据库, 从研究领域、研究作者和关键词角度分析了基于中国数据的国际管理研究学术进展的现状和趋势, 并进一步基于数据挖掘和可视化技术提出描述学术研究发展趋势的一系列挖掘方法和呈现模式, 分析了商业管理学术领域对于中国数据源的关注程度、关注点以及研究模式, 以期更好地理解近年国际管理理论研究中中国数据的影响力和研究发展图景.在研究领域层面, 本文侧重在学科领域、期刊和时间维度上对基于中国数据的关注程度进行分析.在研究作者层面, 本文侧重于发现关注中国数据源的研究学者的来源, 发现不同来源的研究者对中国数据源的不同研究视角及其之间的合作偏好.在关键词分析层面, 本文旨在发现基于中国数据学术研究中的热点问题, 把握研究主题随着时间的演变趋势.此外本文还感兴趣于关键词内部之间的关联性, 本文通过关键词与地域、研究领域的关联分析探索发掘各个领域或者地域对于研究主题的研究偏好, 通过关键词内部的关联性分析获得并发掘出潜在的可以协同研究的主题.