电商平台产品共同购买网络的影响因素研究

共同购买网络的推荐系统应用越加广泛，仅基于网络内生结构变量研究其共同购买链接的经济意义已有局限，故加入网络口碑这一外生变量，进行更全面的分析。采用了社会网络方法中指数随机图模型进行建模，主要围绕产品销售量、产品入度、差评率和评论数4个方面因素，探究其对共同购买网络中共同购买链接形成的影响。结果显示，销售量、产品入度和评论数对共同购买链接形成的影响呈正比关系，而差评率则会显著地降低产品共同购买的几率。该指数随机图构建出的共同购买网络为在线电商平台管理网络口碑和推荐系统优化设计提供有益参考。     

基于信息熵抑制的大数据特征隐匿性加密仿真

针对传统大数据特征加密方法中大数据精度较差、加密耗时较长的问题,提出基于信息熵抑制的大数据特征隐匿性加密方法。分析信息熵抑制相关理论,采用信息熵映射函数对大数据分类,将信息熵抑制过程转化为计算2个文件相似性的过程,并根据余弦相似度公式以及Hamming距离值计算数据相似度,完成数据消冗。在完成数据消冗的基础上,分析分组密码方法和ECC加密方法,结合两种方法得到大数据特征隐匿性加密处理计算公式,实现基于信息熵抑制的大数据特征隐匿性加密。实验研究结果表明,所提方法能够有效去除冗余数据,提升大数据精度,加快数据加密的处理速度,高效完成大数据加密过程。     

Effect of color,gloss, and surface texture perception on scratch and mar visibility in polymers

Scratch and mar can critically impact the aesthetics of polymeric surfaces. Their quantification poses considerable challenges, especially for subtle mar damages. Here, we report a new standardized approach that utilizes a modified ASTM/ISO scratch test standard and a psychophysical tool to quantify scratch and mar visibility. The new methodology was then used to study the influence of color, gloss, and texture perception on scratch and mar visibility resistance. These factors have limited influence on scratch visibility onset. However, faint mar damage is more sensitive to surface perceptual properties. It has been found that overall visibility throughout the entire damage path is a better indicator for ranking mar damage. Results show that contrast slope variation parameter can consistently quantify mar visibility and simulate human perception. Green, glossy, and smooth surfaces tend to have less mar visibility resistance. The effect of a fatty amide slip agent was also investigated. These modifiers improved both scratch and mar visibility resistance. This unique approach paves the way for a straightforward universal standard that can be utilized to reliably quantify scratch and mar visibility in polymers, thereby opening up a new avenue for the design of polymeric materials with better scratch and mar visibility resistance.     

高校基建维修工程管理现状及改进措施

近几年,我国各大高校在进行扩招和扩建,随着扩招和扩建的进行,高校的办学环境、办学条件需要改善和提高,才可以满足我国各大高校学生的学习和生活需求。在扩建的过程中,学校的基础设施出现的问题在逐渐增加,需要尽快解决。论文针对高校基建维修工程的特点、基建维修工程管理现状、改善措施等,进行分析研究。     

基于活跃专家意见的在线投资组合策略

综合考虑专家意见是投资者常用的投资决策方法。通过集成活跃专家意见, 提出了一个新的在线投资组合策略。首先将所有定常再调整策略看作专家, 并通过淘汰近期表现最差的专家构造活跃专家集合; 然后利用弱集成算法集成所有活跃专家的意见, 进而构造弱集成活跃专家策略。采用实际的股票数据对提出的策略进行数值分析, 结果表明该策略具有更好的竞争性能。     

广义的Camassa-Holm方程的弱适定性

本文主要研究广义的Camassa-Holm方程Cauchy问题当初值u₀在空间H¹（R）∩W^1,∞（R）时解的弱适定性。首先运用特征线把广义的Camassa-Holm方程转化成类似常微分方程（Ordinary Differential Equation,ODE）的方程。其次运用ODE理论证明新方程解的局部存在唯一性。最后利用新方程与原方程的关系,证明原方程解的局部存在唯一性并且给出解对初值的弱连续依赖性。     

基于NWD集成算法的多粒度微博用户兴趣画像构建

微博文本特殊性的存在使得微博用户兴趣画像难以有效构建。为此, 提出了一种集成算法——新词发现-双向长短期记忆网络-梯度提升算法。首先针对微博文本的非正式性, 提出了一种基于支持度视角的新词发现(New Word Discovery, NWD)算法, 发掘其中大量存在的网络用语以实现更加准确的分词及语义把握; 其次, 引入Simhash算法使得微博文本中的“信息过载”现象得到改观; 再次, 为改善微博文本的简洁性而引起的特征稀疏问题, 采用双向长短期记忆网络(Bidirectional Long Short-term Memory,Bi-LSTM)模型提取博文语义特征; 最后, 通过融合微博用户静态特征训练梯度提升(extreme Gradient Boosting,XGBoost)模型, 从而有效构建多粒度微博用户兴趣画像。实验结果表明, 粗粒度(一级)兴趣标签模型NWD-Bi-LSTM和细粒度(二级)兴趣标签模型NWD-Bi-LSTM-XGBoost的宏平均F1值(Macro-average F1 score, mF1)和受试者工作特征曲线下面积(Area Under ROC Crave, AUC)分别高达83.6%, 79.7%和70.4%, 63.6%, 相对于基准模型, NWD算法的集成使得模型的mF1值和AUC值均能提升3%～5%, 其促进作用优于现有的新词发现方法。     

政策约束下的制造商与再制造商生产决策分析

在由一个制造商和一个再制造商构成的市场中,考虑消费者对于制造商的新产品、再制造产品以及再制造商的再制造产品都有着不同支付意愿的情形下,研究立法机构在制定制造商应回收处理新产品最低比例的约束情形时,对于企业收益、消费者剩余、环境效益以及社会福利的影响。研究表明,回收比例升高,会降低制造商新产品产量并提高其价格。同时,提高回收比例也可能会降低市场上的再制造产品数量。此外,环境效益与最低回收目标正相关。数值分析表明,当消费者对于再制造产品的支付意愿越高时,则社会福利越高。通过与回收基金政策进行对比,制定最低回收率对环境效益提高作用更显著。     

高职院校校企文化深度融合发展路径探析

校企文化融合是高职院校可持续发展的需要,也是促进校企深度合作、现代企业发展的需要。在分析校企文化融合存在高职院校对企业文化认识片面、校园文化建设过程中缺乏职业引导性、校企文化的融合缺乏双向性等主要问题的基础上,提出了高职院校校企文化深度融合须从校企双方分工协作、提升高职师生对校企文化融合的认识、营造校企文化融合氛围、有序组织指导学生进行科学合理的职业生涯规划、融入教学等发展路径,实现双方共同推进校企文化融合。