从代价论看生态危机

从代价论看生态危机秦裕华，童小芹（新疆大学乌鲁木齐８３００４６）（￥新疆科技政策研究所）１环境污染和生态破坏—人类进步的必然代价代价是社会发展中的普遍现象，存在于一切社会形态。社会发展同时并存着进步和代价两极，而且没有代价就没有进步，具有必然性的和内...

实现石油产业高技术化带动新疆区域经济发展

在当今世界经济一体化格局和知识经济迅速发展的形势下，高技术已成为区域经济发展的支撑，然而，在不同的区域经济条件下，高技术的发展则有不同的模式。新疆是资源型省区，应通过优势资源的转换发展高技术，以传统资源产业的高技术化带动区域经济的新发展，而石油产业则...

对新疆持续发展的思考

对新疆持续发展的思考童小芹，王宁（新疆科技政策研究所乌鲁木齐８３００１１）在《中国２１世纪议程》中，明确了可持续发展对于发达国家和发展中国家同样是重要的级略选择，但是对于像中国这样的发展中国家，可持续发展的前提是发展。明确了中国的可持经发展战略注重谋...

伊犁河谷设施蔬菜生产组织模式探析

为了促进伊犁河谷地带设施蔬菜农业的快速发展,达到农民增收,产业增效的目的,对伊犁河谷地带设施蔬菜生产组织模式进行了探索。针对伊犁河谷地带现行的不同设施蔬菜生产组织模式进行了调查,分析了现行生产组织模式存在的问题,最后提出了优化伊犁河谷地带设施蔬菜生产组织模式的思路:加强培训与宣传,提升发展设施蔬菜产业的理念;利用政策引导,加大对设施蔬菜产业的扶持力度;推进土地流转和适度规模经营,促进设施蔬菜规模化发展;构建农业社会化服务体系,加强对发展设施蔬菜产业的指导和服务。

应用叶绿素荧光技术快速预警乌鲁木齐典型农作物干旱胁迫

通过叶绿素荧光技术,分析了黄瓜、番茄、茄子、辣椒4种乌鲁木齐典型农作物幼苗在干旱胁迫过程中光系统(PSⅠ、PSⅡ)活性的变化特点,同时分析了土壤含水量和叶绿素荧光参数之间的相关关系。结果表明:在干旱胁迫下,4种农作物幼苗的光系统活力受到土壤水分含量变化的影响。Fv/Fm、Y(II)(实际量子产量)随土壤水分含量降低逐渐受到抑制,在土壤失水严重时显著降低。Y(NO)(非调节性能量耗散的量子产量)在干旱胁迫过程中逐渐增加。PSⅡ反应中心潜在活性Fv/F0在指示干旱胁迫危害和鉴别不同植物耐旱性时具有一定优势。通过土壤含水量和叶绿素荧光参数的相关分析发现,土壤含水量与Fv/Fm、Fv/F0、Y(II)和Y(ND)(非光化学能量耗散的量子产量)等呈显著正相关关系,与Y(NO)和Y(I)呈显著负相关关系。叶绿素荧光参数可以反映植株在干旱胁迫下的生理状态,也可以作为土壤水分含量的指示物,对农作物幼苗的干旱胁迫程度做出快速预警。同时,通过干旱胁迫下叶绿素荧光参数的对比,还发现幼苗之间的耐旱性差异,茄子抗旱能力优于其他3种农作物幼苗,黄瓜和番茄幼苗耐旱能力相似,辣椒的耐旱性比其他3种农作物幼苗差。

乌鲁木齐市生态足迹分析

基于传统生态足迹模型改进的"本地生态足迹"模型,引入热值概念,以新疆土地平均生产力为核算标准,调整乌鲁木齐市生态足迹模型中的3大核心参数,测算了乌鲁木齐市2000—2010年各类型土地实际发生的生态足迹、生态承载力和生态盈余。结果表明:乌鲁木齐市人均生态足迹从2000年的每人5.63 hm2增加到2010年的24.0 hm2,而人均生态承载力从2000年的0.84 hm2下降到2010年的0.57 hm2,人均生态赤字从2000年的4.54 hm2增加到2010年的23.04 hm2。2000年以来,除了牧草地以外,其他类型土地均是生态赤字,建设用地是乌鲁木齐市生态足迹和生态赤字的最大贡献者,2010年对生态赤字的贡献达到了93.04%。牧草地则是生态承载力的最大供给者,但自2004年以来其生态盈余呈不断下降趋势,表明乌鲁木齐市土地生态系统处于超负荷利用状态。应通过减少人口压力、提高耕地、牧草地等的平均生产力,大力实施循环经济等措施来减少乌鲁木齐市生态足迹,增加生态承载力,以实现土地的可持续利用。

社交电商中融合信任和声誉的图神经网络推荐研究

社交电商可依据用户间的社交关系为用户提供感兴趣的商品或服务。现有研究多基于社会信任或社会声誉进行推荐,却忽略了信任与声誉间的相互作用,导致推荐效果欠理想。针对以上问题,本文提出了一种融合信任(Trust)和社会声誉(Social Reputation)的图神经网络推荐算法(TSR-GM),采用社会声誉来深度刻画用户关系在推荐系统中的作用,利用社交网络中用户被信任程度对用户声誉进行排名,以图神经网络量化整合用户信任与声誉,并将结合后的新矩阵不断校正以获取更准确的用户信任,以此对矩阵分解后得到的新评分模型更新,最终得到更准确度量的预测评分矩阵。运用Epinions数据集开展的相关实验表明:与同类方法比,TSR-GM算法对提高推荐精度有较好效果。

基于信任和不信任关系的实值受限玻尔兹曼机推荐算法

在社交网络与电子商务快速融合的背景下,将基于信任关系的推荐技术应用于电子商务领域实现个性化推荐已得到广泛研究.现有推荐算法鲜有考虑用户间不信任效应,导致社交信任度量过于保守,较大地影响了推荐系统准确性.针对现有推荐算法忽视不信任关系导致的非对称效应缺陷,本文提出一种结合信任和不信任的实值受限玻尔兹曼机推荐算法(TDA-RBM),首先建立个人受限玻尔兹曼机,进而运用用户社交行为特征信息分析用户信任与不信任关系并进行度量,在此基础上构造信任-不信任监督机制并用于TDA-RBM方法的优化,同时对该方法的有效性进行分析.通过Epinions数据进行的对比实验表明了TDA-RBM方法的有效性以及不信任关系的引入能有效提高推荐准确性.

推荐系统对消费者网购支出的影响研究

推荐系统能在电子商务中利用信息过滤技术为消费者推荐感兴趣的商品和服务。本文通过收集大量消费者网购调查问卷,问卷的信度和效度均符合数据分析的要求。首先分析了消费者的产品偏好、忠诚度等网购行为与其年龄、性别、地域等个人属性的相互关系,之后运用倾向得分匹配法(Propensity Score Matching,PSM)研究推荐系统对消费者网购支出的影响,同时使用工具变量法(Instrumental Variable,IV)对PSM研究结果进行稳健性检验。结果显示使用推荐系统的消费者网购支出比未使用的消费者高出14.7%,网购支出与受教育程度和收入水平呈正相关、与年龄呈负相关,城市消费者和女性更愿意使用推荐系统;同时统计分析表明推荐效果受电子商务平台中社交关系、互补产品、店铺声誉等因素影响。研究结果对评估推荐系统的经济效益、增强消费者忠诚度和提高商家营销的精准性等方面起到了重要作用。