这是大学生工作经验误区

今年读大四的张燕(化名)最近一直忙于参加各种类型的招聘会。学计算机专业的她虽然曾经在国内一家知名的软件公司实习过半年的时间,可在求职的过程中还是因为没有真正的工作经验而屡屡被拒。那么,实习到底能不能算工作经验呢?实习的经历究竟价值几何呢?     

高学历成为绊脚石

姜欣是国内某知名大学的研究生,两年的研究生生活一晃而过,又到了毕业找工作的时候了。“两年前为了避开就业高峰期,我选择了考研,以为研究生毕业了就业形势会缓和一些。但没有想到现在的就业竞争不但没有缓和,反而更加激烈了,或许当初选择读研并不是个明智的选择。”两年前,姜     

基于GA-SVM的银行客户流失预测分析

客户流失分析与预测是客户关系管理的重要内容。根据银行实际客户流失数据中正负样本数量不平衡而且数据量大的特点,采用遗传算法对传统支持向量机进行改进,得到GA-SVM模型,并以国内某商业银行VIP客户流失预测为实例,与人工神经网络、决策树、逻辑回归和贝叶斯分类器方法进行了对比,发现该方法能获得最好的正确率、命中率、覆盖率和提升系数,是预测现有客户流失倾向的有效方法。     

“说话”与“做事”

最近在和一个公司的人力资源总监交谈的过程中,他说如今的大学生越来越不好用,事没做多少,意见倒提了不少,到头来问题还是没有解决。笔者不禁想起一个中小型网站的CEO对应届生的评价:我曾经用比较高的工资招了一个名牌大学的毕业生,刚开始来时他热情很高,很快就能发现问题,但问     

计及天气因素相关性的配电网故障风险等级预测方法

配电网风险等级的准确性预测对配电网运行维护具有重要意义。针对配电网故障影响因素众多且冗余性强的问题,提出一种计及天气因素的配电网故障特征选择和故障停电风险等级预测的方法。通过对故障数据的预处理,归纳出18个配电网故障特征,综合考虑故障发生频率、停电时长和缺供电量比例,确定风险等级划分依据;提出改进G-Relief F算法实现对故障特征权重计算和冗余剔除,得到最优故障特征集合;基于Adaboost改进C4.5决策树算法进行配电网故障风险等级预测,挖掘故障停电风险等级与天气因素间的关联关系。通过实际算例分析,验证了所提方法的有效性,可以为配电网风险预控提供有效依据。     

海滦河流域水系分形

流域地貌系统的水系是一种自然分形。本文通过改变粗视化程度求维数的盒计数法求取了海滦河流域水系的盒维数（容量维数），并在此基础上讨论了水系分维的合并原理及水系分维的意义，最后初步建立了水系分维与流域径流模数的关系。     

农民宅基地分配优选方案：四代二户二宅制

村镇农民宅基地的分配方案,是农宅设计、住宅区规划的前提因素和基础资料,又直接关系着每户农民的切身利益和合理地节约利用土地资源,是村镇建设,村镇规划中不容忽视的重要课题。宅基地的分配方案,主要解决两个问题:一是每处住宅应容纳多少人口或几代人;二是每处住宅需要多少占地面积。关于后一个问题,国家和地方的土地管理法规都做了规定,但仍是一个有争议的     

你的幸福指数有多高？——没有生活的生活

周开是一家知名IT企业的中层管理人员：因工作需要，他经常往返于国内外各大城市，经常出入五星级酒店，每月拿着数目不菲的薪水，结交的部是一些地位相当的人。在别人看来，这是一份令人羡慕的工作。但周开却并不开心，他常常有一种心力交瘁的感觉，感受不到生活的乐趣，他甚至有时怀疑自己这样累死累活的意义。其实周开正是众多IT人的一个缩影——不错的薪水，不错的福利，不错的社交，却不知道生活的幸福在哪里：IT人，在光鲜外表的背后，你的幸福指数有多高？     

没有生活的生活

周开是一家知名IT企业的中层管理人员。因工作需要,他经常往返于国内外各大城市,经常出入五星级酒店,每月拿着数目不菲的薪水,结交的都是一些地位相当的人。在别人看来,这是一份令人羡慕的工作。但周开却并不开心,他常常有一种心力交瘁的感觉,感受不到生活的乐趣,他甚至有时怀疑自己这样累死累活的意义。其实周开正是众多IT人的一个缩影——不错的薪水,不错的福利,不错的社交,却不知道生活的幸福在哪里。IT人,在光鲜外表的背后,你的幸福指数有多高?     

一种基于Spark框架的并行FP-Growth挖掘算法

Apriori和FP-Growth算法是频繁模式挖掘中的经典算法,由于Apriori存在更多缺陷,因此FP-Growth是单机计算环境下比较高效的算法。然而,对于非并行计算在大数据时代遇到的瓶颈,提出一种基于事务中项间联通权重矩阵的负载平衡并行频繁模式增长算法CWBPFP。算法在Spark框架上实现并行计算,数据分组时利用负载均衡策略,存入分组的数据是相应频繁项的编码。每个工作节点将分组数据中每一个事物中项的联通信息存入一个下三角联通权重矩阵中,使用被约束子树来加快每个工作节点挖掘频繁模式时创建条件FP-tree的速度,再用联通权重矩阵避免每次挖掘分组中频繁模式时对条件模式基的第一次扫描。由于联通权重矩阵和被约束子树的结合应用于每一个工作节点的FP-tree挖掘过程,因此提升了并行挖掘FP-tree性能。通过实验表明,所提出的并行算法对大的数据有较高性能和可扩展性。