浅析大概念导向下的议题设计策略

与之前相比,现行课程标准更加重视大概念在教学内容中的核心地位。议题式教学是贯彻落实大概念的一种非常有效的教学方法。当前,关于大概念导向下的议题设计策略的研究不多,笔者试图就这一问题开展研究,主要是从大概念的迁移性、学科中心性、指向核心素养三个特点出发,把议题对应地分成课堂情境、学科认知、核心价值三种类型,提出一些可行性的设计策略,并通过教学案例加以阐释,从而更好地落实大概念的教学目标。本课题的主要意义在于,为教师通过议题设计开展大概念教学提供一些有益参考。本论文核心概念为“大概念”,它是一种概念性的工具,用于强化思维,连接不同的知识片段,使学生具备知识应用和迁移能力。

在线短租App消费端功能需求的Kano模型分析——以Airbnb为例

伴随着共享经济与互联网的发展,在线短租以其多元化的住宿服务和创新性的商业模式备受关注。明确消费端用户的个性化功能需求、满足个性化消费是在线短租发展的关键要素之一。本文以在线短租的典型代表airbnb为例,从消费端功能出发,通过文献研究及访谈确定其App的已有功能与推荐功能,引入Kano模型进行属性识别,并在Better-Worse分类的基础上引入敏感度并筛选改进要素。结果显示,在21个已有功能中和4个推荐功能中,魅力因子居多,并主要集中在界面与房源筛选上;同时通过敏感度识别出10个改进要素。本文通过对功能的因子识别与分析,以期为airbnb及其他在线短租平台的App功能优化提供参考。

基于TEI@I方法论的玉米期货价格预测研究

玉米期货价格的预测预警工作在指导农业生产、调节农业下游市场发展中具有非常重要的作用。针对现有文献在玉米期货价格预测方法的不系统、不全面性,本文基于复杂系统管理方法论,采用TEI@I方法构建了玉米期货价格预测的研究框架,并通过实际数据开展了分析和预测。通过本文的研究结果可以看出,回归模型、VAR模型以及RPROP神经网络预测模型的单独预测效果差异较大且时序上不稳定,而通过Bootstrap集成方法后的TEI@I方法则呈现出较好的预测效果,且优于等权重的集成模型。