计算机网络技术对区域经济发展的影响探析

计算机技术在我国国内经历了十数年的发展以后,已经在多个领域内产生了极为重要的影响,也大大改变了人民群众的生活方式。除此之外,计算机相关技术也助力了区域经济的发展,也造就了人类群体在众多行业的生活生产方式产生了一系列重大变化。文章以我国计算机网络的发展状况为分析的基础,探讨和分析计算机技术、网络技术对于经济发展,特别是区域经济发展的影响,旨在为促进计算机网络技术在更深的程度上和经济发展、产业发展相互结合,促进我国区域经济优化产业结构,提升发展质量和速度。     

九寨沟游客网络关注度与客流量互动关系研究

本文收集九寨沟2016年逐日移动游客网络关注度与客流量数据,从天、周、月3个时间尺度分析两者年内变化规律及其异同,在此基础上,利用格兰杰因果关系检验、回归分析等方法,分析两者间的相关关系,结果发现:(1)九寨沟移动游客有淡旺季变化;(2)以天为单位,九寨沟移动游客网络关注度和客流量年内变化呈"锯齿状多峰形",两者变化趋势基本一致;(3)暑假期间学生游客增多,出游时间长,涉及的目的地偏多,计划性和提前性更强;(4)移动游客网络关注度和客流量之间存在双向格兰杰因果关系,两者互为因果,相互影响。     

邻近性与创新合作：最新研究进展

自邻近性理论提出以来，邻近性在创新合作网络及其演化中的作用得到了很多学者的关注，相关研究丰富而庞杂。从邻近性因素对创新合作的影响、邻近性因素在创新合作中的相互作用以及创新合作对邻近性因素的影响等方面梳理了当前的研究进展，力图在邻近性因素与创新合作构成的复杂系统中厘清相互关系与动态作用机制。在此基础上，针对当前研究中尚未明晰和解决的问题，进一步提出了未来研究中有待持续深入的议题。     

网络关系对企业二元创新的影响机制问题实证研究

基于开放式创新和二元创新理论,运用问卷调查以及结构方程模型探索了开放式创新条件下的内外部网络关系对企业二元创新的影响机制。结果表明:开放式创新伙伴即科研伙伴和商业伙伴的合作强度均对企业二元创新产生直接的正向影响,企业员工的网络关系资本也对企业二元创新产生直接的正向影响;科研伙伴和商业伙伴的合作强度通过正向影响员工的网络关系资本来推进企业二元创新,网络关系资本呈部分中介并起到知识吸收平台作用。     

公共政策网络评论的特点与逻辑

公共政策网络评论是网民政策态度表达的重要途径。文章对近年国内热点政策的网络新闻跟帖进行分析,从网民的政策跟帖评论中探究公共政策网络评论的特点与逻辑。通过对公共政策新闻跟帖的时间、态度倾向、发言理由的分析,发现公共政策网络评论具有评论时间高度集中、政策态度多元、表达策略趋于理性的特点;公共政策网络评论形成的一般逻辑是解读政策动机,思考政策的正负面影响,从政策有利条件和阻力两方面分析政策可行性,以及从政策自身和其他相关配套政策两个角度提出政策优化建议。政府应高度重视公共政策网络评议,在理性分析的基础上吸纳网民的合理建议。     

互联网金融规制与市场有效性改善*——来自中国网络借贷行业的证据

中国的互联网金融经历了一个先创新发展后监管规制的过程，本文通过对网络借贷行业的实证研究，分析监管规则的出台实施对新型互联网融资市场有效性的影响。实证结果表明，网络借贷平台资金的银行存管、持有ICP证等强制性规定缓解了投资者、平台企业与借款人之间的信息不对称，对克服早期平台间通过竞相承诺高回报率来吸引投资者导致的“柠檬市场”问题、对解决网贷市场上缺乏平台风险性高低有效信号的问题都起到了正向作用，有助于互联网融资市场的有效性提高。     

网络流行语的构成和特点探究

当今社会网络发展迅猛,与此同时网络流行语作为一种新兴的语言现象受到了众多学者的研究和关注。研究网络流行语具有重大的现实意义和实践意义。通过对近几年的网络流行语的收集和整理,主要探讨网络流行语的构成方式,分析网络流行语的特点,以期丰富网络语言学的研究,完善网络流行语的研究视角和研究方法,同时加深人们对网络流行语的理解。     

企业绩效考核的战略管理研究

企业绩效考核制度的建立过程中,要基于企业的实际情况,以及各个车间、班组、员工的工作性质。同一个企业的工作岗位不同,其绩效考核制度的具体细则也不尽相同。但是其蕴含的企业精神则是一致的,都是为了能够让企业获得良好的发展,激发企业员工的工作积极性,并在做好自己份内工作的同时,团结协作,目标一致,切实为企业的发展贡献自己的一份力量,促使企业健康高质量的发展。     

基于半监督迁移学习SVM的多标签分类算法

传统的支持向量机分类模型只有在利用大量已标注数据进行训练才能获得较高精度。在现实研究中,实际产生的数据类型种类繁多,有结构数据和非结构数据等,但都有一个共同特点,大多具有多个标签,因此传统分类算法无法直接应用于多标签分类。文章提出一种基于迁移学习的分类算法,引入迁移学习解决训练数据充分的问题,这种方法在目标域数据集被标注比较少的情况下有着明显的优势;同时为了在训练分类模型的过程中找出对分类起关键作用的信息可以引入半监督学习。