弱势群体参与群体性事件利益博弈心态分析──基于风险社会视阈下的审视

风险社会中群体性事件的发生往往伴随着弱势群体与基层管理方的利益博弈,而在风险社会视域下审视弱势群体的利益博弈心态,消除公共信息的不对称,找寻博弈双方的利益博弈均衡点,是解决群体性事件利益纷争的有利前提,亦是规避社会风险的有效途径。由此,正确引导博弈各方理性抗争,一方面使得弱势群体合理归因社会矛盾、充分理解社会改革中的客观因素;另一方面基层管理自觉调整强势角色,搭建弱势群体的利益表达平台,实现双方平等对话。在此基础上,作为平衡社会信息的媒体更需要合理设置议程、为博弈双方提供对称信息以期化解社会风险。     

非制度化利益表达产生的原因及其治理路径

理论界多认为民众失衡的社会心理是非制度化利益表达产生的原因,忽略了单位制解体后的组织缺位或越位是导致民众非制度化利益表达方式产生的重要因素.这是因为：一方面,单位组织解体后利益表达主体没有可以依赖的政治或社会组织,缺乏社会资本支撑;另一方面,利益分化导致的利益结构失衡使利益表达主体产生了消极政治心理,影响着其政治行为.因此,非制度化利益表达的治理路径是：强化已有利益表达渠道的效能,使民众拥有组织归属感;拓宽利益表达渠道,化解民众消极政治心理.     

浅谈如何激发学生学习语文的兴趣

语文课程应是工具性与文学性并重,既不能因考试指挥棒而片面强调它的工具性,也不能脱离文化工具这一特性,不顾学生水平大搞文学鉴赏.二者要想兼顾就必须在教学过程中寻求一条连接纽带,即激发学生的兴趣.文章从实践的角度,从培养学生的"有意注意",讲究课堂艺术,恰当运用课堂提问,开展语文课外活动几个方面,提出了激发学生学习语文兴趣的一些要求和基本方法.     

一种新的融合情景的美食推荐算法

针对传统协同过滤推荐算法不适用于情景因素,严重影响用户行为的这类场景,提出一种融合情景的推荐算法,并将该算法应用于美食推荐。首先,运用由情景属性构造向量表示情景,将情景信息作为一个重要因素添加到兴趣模型中,从而产生U-I-C兴趣模型。根据用户在不同情景下使用方式的不同,重新创建当前用户与各情景相对应的子用户,得到以情景作为标识的用户-项目评分矩阵。针对融合情景的兴趣模型易产生数据稀疏问题,设计利用改进的W-SlopeOne算法对未知评分进行填充;并通过对相似度公式进行优化,进而更加准确地找到当前用户的近邻,为用户提供更加有效的推荐服务。最后,通过实验验证该算法的有效性。     

学习“魏书生”,提高信息技术课堂的有效性

＂民主与科学＂是魏书生老师工作事业中致胜的法宝,把魏老师的具有个人特色的＂民主＂与＂科学＂融合进信息技术课堂,学会把课堂看作一个宏大的世界,从多方位激发学生的上课兴趣,培养学生良好的学习习惯,使＂事事有人做,人人有事做＂,呈现一个充满勃勃生机的课堂。     

基于模糊兴趣模型与多Agent的个性化推荐系统

提出了基于模糊兴趣模型与多Agent的个性化推荐系统框架,通过引入用户模糊兴趣模型,使以Agent为基础的推荐系统无法通过隐式收集用户对商品属性评价的问题得到解决,并且在客户端收集并挖掘用户的私有信息,然后从服务器中获取用户感兴趣的信息,最后生成并更新UserProfile。     

数据结构教学中兴趣与项目驱动教学模式分析

根据高校精品课程建设的要求,提出了兴趣与项目驱动相结合的教学模式,并将这种综合教学模式应用到数据结构课程的教学实践中。详细介绍了这种兴趣与项目驱动相结合的教学模式的设计理念和实现过程。模拟项目驱动的教学过程可以促使学生在项目的完成过程中发现问题、提出问题、思考问题、解决问题,培养了学生的创新能力。     

中职信息技术课程学生学习能力培养的实践研究

在职业教育教学实践过程中,教师面临着"如何培养学生的信息技术学习能力?"问题。通过调查分析,发现研究适合职教学生的课堂教学的方式方法,激发学生的学习积极性是非常必要的。只有这样才能培养学生的创造力、自主学习能力,互相协作及自我约束自我管理的能力。     

基于数据挖掘的多策略研究生教育课程成绩分析方法研究

本文对研究生教育中的课程考试成绩数据进行了深入分析,提出了一种成绩综合评定回归模型。该模型用数据挖掘中的关联规则分析方法来分析课程之间的相关性,引入了兴趣度来减少无用的规则,并对兴趣度进行了数学分析,最后对某专业的成绩进行了实证分析。     

基于粗糙集的图像感兴趣区域自动提取算法

在分析常规区域生长算法的基础上,提出一种基于粗糙集理论的感兴趣区域自动提取算法．在显著度图和相对位置指示图的基础上,以像素点的显著度、相对位置及颜色信息构成知识表达系统,通过属性约简和值约简,导出了有用的区域生长决策规则。实验结果表明：该方法与现有算法相比,它能够更好地提取图像感兴趣区域。