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.     

论大众传媒的环境监督优势及其功能的优化

在环保工作中,仅靠系统的内部监督,很难将环保工作中的问题全部查找出来。大众传媒在环境监督方面具有公共性、公益性、时效性、跨区域调查、利益相对无涉的优势,可以补救环保系统内部监督的不足。提高环境新闻报道的专业性,注重环境新闻报道的真实性,发挥公民及环境记者的监督参与作用可以优化大众传媒的环境监督功能。     

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。     

浅谈建筑工程施工安全生产监督管理策略

随着社会和经济的高速发展,建筑行业已成为我国经济发展的重要支柱。建筑行业有着长远的发展前景,但同时也面临着很多安全生产问题,安全事故发生率居高不下,在一定程度上阻碍了我国工程建设行业的发展,降低了我国建筑行业可持续发展的效率。因此,作为建筑工程单位和企业,需要对现有的建筑工程施工安全生产监督管理体制进行改革和完善,从根本上保障安全问题。     

论微时代背景下行政权力监督

信息化浪潮席卷全球,在以微博、微信为主导的微时代背景下,行政权力监督呈现出不同以往的新特点,同时也不可避免地存在诸多挑战.面对这些挑战,只有积极探寻有效路径,充分发挥网民、政府和社会的合力作用,才能不断提高行政权力监督的有效性,确保政府的行政行为规范合法,从而提高政府的行政能力和水平.     

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