多措并举做好毕业生就业工作的实践探索——以安徽理工大学为例

受经济下行和疫情影响,毕业生求职困难增多,就业形势复杂严峻.为应对毕业生"就业慢""择业难"等现象,安徽理工大学勇谋善为,把居"六稳""六保"首位的就业工作作为重要政治任务,线上线下精准发力,主动出击联络资源,突出重点精准帮扶,创新奖励激发信心,开展就业"百日攻坚"集中推进行动,以一系列强而有力的"组合拳"为毕业生顺利就业保驾护航.     

基于混合加权距离的毕达哥拉斯模糊TOPSIS多属性决策方法研究

针对决策信息为毕达哥拉斯模糊集的多属性决策问题，提出了一种基于混合加权测度的TOPSIS决策方法。在分析了现有距离测度方法不足的基础上，首先给出了一种新的毕达哥拉斯模糊距离测度——毕达哥拉斯模糊有序加权距离（PFOWD），并研究了该测度权重的确定方法；在PFOWD基础上，进一步提出了毕达哥拉斯模糊混合加权距离（PFHWD），同时探讨了其特征和与现有毕达哥拉斯模糊测度的关系；最后提出了一种基于PFHWD测度的毕达哥拉斯模糊TOPSIS多属性方法，并用实例验证了方法的有效性和可行性。     

思政教育的理论前沿分析——评《思想政治教育研究热点年度发布(2018)》

在新的时代背景下,因社会经济发展环境的变化,公众思想观念的突破,信息传播渠道的拓宽,思政教育也迎来了各方面新的挑战。《思想政治教育研究热点年度发布(2018)》汇总了2018年思政教育理论研究、实践探索、政策管理、教育内容这几个层面的关键议题,探讨了思政教育的规律与变化、教育的机制与评价、教育的环境与质量、教育的载体与方法等相关的内容,形成了对思政教育热点的详尽梳理与深入探讨。本书立足理论前沿、探究研究特点、纵观教育全貌、细品探究细节,在2018年的思政教育热点中,紧跟潮流,不断进行教育内容的创新与教学方法的优化,实现教育水平的稳步提升。     

媒介融合视域下的正能量传播策略

正能量传播是以弘扬主旋律、进行积极正面的舆论引导为目的的传播形态。在媒介融合深入发展的背景下,舆论生态和信息传播方式发生变迁,这些变化也对正能量传播产生了深刻影响。基于此,在媒介融合的语境下,本文认为正能量传播可以从渠道融合的基础上联动多种媒体、利用交互性进行柔性传播,以及探索多模态的正能量报道形式三个方面改变传播策略,从而壮大主流思想舆论、在思想战线上统一团结全社会。     

寻找公众注意力爆发的起源:以YouTube视频扩散为例

公众注意力的爆发展现了信息扩散过程的急剧上升和下降现象,为研究者分析人们的注意力流动提供了大规模数据。通过测量网络视频的扩散数据,可发现视频扩散背后潜在的各种因素塑造了公众注意力的爆发。具体而言,公众注意力爆发与流行度、搜索量和社会影响力呈负向关系,而与系统推荐呈正向关系。在视频类别方面,新闻资讯类视频的爆发力最强,而受版权保护的视频爆发力最弱。通过阐述信息扩散的驱动力,本研究提出公众注意力爆发的暂时性假设,为理解公众注意力流动提供了一个新的视角,同时对本研究发现的可推广性及其局限性进行了讨论。     

消费者导向类型与电商全渠道决策研究

从现实出发，基于不同消费者导向类型研究了电商的全渠道决策问题。首先建立电商单渠道销售的基础模型，并得出最优产品组合、价格和交付时间。在此基础上，给出了消费者为产品导向型和渠道导向型情况下电商采取全渠道决策的条件，得出双渠道产品组合、价格及交付时间的最优决策；并进行了数值验证。研究发现，同一渠道提供的产品其最优价格相同，最优交付时间只和消费者耐心程度及交付成本函数有关。若消费者为产品导向型，仅当双渠道运营成本之差较小且消费者耐心程度较低时，电商进入线下渠道才有利可图，且在线下渠道提供最受欢迎的产品，线上渠道提供剩余产品。若消费者为渠道导向型，电商进入线下渠道必然有利可图，且在线下渠道提供最受欢迎的产品，线上渠道提供所有产品。     

零售4.0时代先行发货问题的大数据分析

在零售4.0时代，渠道的多样化不仅丰富了数据源，还能迅速生成大量数据，需要通过分析大数据，为决策提取有意义的信息，通过分析先行发货的重要性，提出了一种基于遗传算法（GA）的优化模型，预测顾客何时购买，然后在顾客线下单前将产品运送到距顾客最近的配送中心，解决先行发货中存在的问题。研究认为，需要先部署云计算来存储所有渠道生成的大数据，再应用基于集群的关联规则挖掘研究顾客的购买行为，根据“如果-那么”预测规则预测未来的采购情况，最后利用修正的遗传算法生成最优的先行发货计划；这种遗传算法考虑了其在运输成本和运输距离之外，还有预测规则的置信度，利用大量的数值实验权衡了先行发货中的不同因素，验证了模型的最优可靠性