天津市地下水生态系统服务价值演变

基于千年生态系统评估对生态系统服务的分类方法，将天津市地下水生态系统服务功能划分为供给、调节、 支持和文化 4 个方面，以此为基础建立地下水生态系统服务价值评估指标体系，采用价值量评估方法构建货币化 的价值评估模型，对地下水生态系统服务价值进行测算，并重点分析南水北调中线工程通水前后天津市地下水生 态系统服务价值演变特征。结果表明：2008—2019 年，天津市地下水生态系统年均总服务价值为 83.71 亿元，其 中，南水北调中线工程通水前（2008—2014 年）为 69.81 亿元，通水后（2015—2019 年）为 103.18 亿元；通水后，地 下水调节服务价值、支持服务价值增大，供给服务价值减小；南水北调中线工程对地下水生态系统服务价值的贡 献呈增大趋势，由 2015 年 2.64 亿元增加至 2019 年 24.01 亿元。     

青少年“四史”学习教育的价值、原则与路径

历史展示过去，昭示未来。 开展以党史、新中国史、改革开放史、社会主义发展史为主要内容的“四史”学习教 育是为了贯彻立德树人的人才培养总目标，是养成青少年马克思主义唯物史观、正确历史思维和开展思想政治教育的重 要手段。 开展青少年“四史”学习教育需要坚持部分与整体相统一、历史与未来相统一、理论与实践相统一的三个基本原 则，通过融入思想政治理论课、在实践中深化教育、借用网络资源优势三个主要途径具体推进，以打造“四史”教育主渠道、 加深学生亲身体悟、扩展教育广度来促进青少年知行合一，提升教育实效。     

新时代高职院校劳动教育的主要特性、价值意蕴与生态构建

劳动的历史性决定了劳动教育的时代性。 新时代劳动内涵进一步丰富，使劳动教育呈现出自然性、时代性、互 融性、实践性四个特性。 在此基础上，新时代的高职院校劳动教育在对实现中华民族伟大复兴的时代性回应、对关注人本 体全面发展的理性回归、对塑造人的新劳动价值观的本质性体现三个方面的价值意蕴更加得到彰显。 为此，新时代的高职 院校劳动教育应努力探索构建课程生态、实践生态、保障生态，以推动传导劳动教育的普遍性价值、深化劳动教育的使命 目标、实现劳动教育创新发展，从而促进大学生正确劳动价值观的养成和新型劳动者的培育。     

基于RandomForest分类方法的购买预测研究

本文针对银行客户,提出一种基于RandomForest的银行客户分类模型,通过基于RandomForest的分类方法对银行客户已存在数据进行处理,并应用labelencoder对数据进行预处理从而提高分类精确度,得到客户对产品是否具有购买倾向.结合了RandomForest的分类能力和labelencoder量化数据能力,使用葡萄牙银行机构数据进行验证,实验结果表明本文提出的客户购买预测模型精度更高.     

浅析低碳经济模式下开展有色金属矿产资源综合利用的价值

在现阶段的社会环境下,经济和环境的和谐发展成为重要的发展指导思想,所以在实践中本着经济和环境和谐发展的目标进行经济发展模式的选用非常必要。低碳经济模式是绿色经济和可持续发展经济指导下普遍利用的一种经济发展模式,该种经济发展模式强调资源利用率的提升和发展实践中的资源消耗控制,所以在低碳经济模式下,有色金属矿产资源要实现综合利用,这样,其价值才会显著提升。文章分析研究低碳经济模式下开展的有色金属矿产资源综合利用价值,旨在指导具体工作实践。     

大学生感知价值的付费意愿研究——基于视频网站付费业务的调查分析

本文以感知价值为核心理论,利用437份问卷调查结果,构建结构方程模型,研究大学生群体视频平台付费意愿.结果表明:大学生对视频网站的感知易用性对感知有用性和感知价值有显著正向影响;感知有用性、娱乐性对感知价值也起到正向作用,而感知价格和风险对感知价值反向影响;感知价值与主观规范对付费意愿起到积极作用,免费价值观对付费意愿起到消极作用.     

浅析BIM技术在建筑工程项目管理中的应用

使用BIM技术代替传统的建筑工程管理模式,是现代建筑工程发展趋势。介绍了BIM的基本概念及特点,并对BIM在建筑工程项目管理过程中的应用价值,从项目的设计、施工、竣工验收以及运用维护阶段进行了多角度的分析研究。     

基于改进的Random Subspace的客户投诉分类方法

电信业的客户投诉不断增多而又亟待高效处理。针对电信客户投诉数据的特点，提出了一种面向高维数据的改进的集成学习分类方法。该方法综合考虑客户投诉中的文本信息及客户通讯状态信息，基于Random Subspace方法，以支持向量机（Support Vector Machine，SVM）为基分类器，采用证据推理（Evidential Reasoning，ER）规则为一种新的集成策略，构造分类模型对电信客户投诉进行分类。所提模型和方法在某电信公司客户投诉数据上进行了验证，实验结果显示该方法能够显著提高客户投诉分类的准确率和投诉处理效率。     

改进的多层感知机在客户流失预测中的应用

针对在传统的客户流失预测数据预处理中，使用one-hot编码处理离散属性导致数据维度增加及数据过于稀疏的问题，提出了两种基于多层感知机的改进后的客户流失预测模型。其主要思想是分别使用堆叠自编码器和实体嵌入两种方法对多层感知机进行改进，通过将离散属性的高维编码数据向低维空间映射，有效地减少了one-hot编码产生的稀疏数据，增加了离散属性值之间的关联度。在对两份公开的数据集进行交叉验证后的实验结果表明，改进后的模型既有效地提高了预测的准确度，又维持了传统多层感知机模型在并行化计算方面的优势。