高校冷门专业学生就业服务工作的推进主体及其行为选择

基于高校运行机制中的相关主体,提出高校冷门专业学生就业服务工作的推进主体主要包括政府、高校及市场。政府应以“支持者”身份,通过政策和资金倾斜,健全相关机制,保障资源供给;高校应以“发展者”身份,通过合理定位冷门专业、改进人才培养过程、构建专项就业服务体系,完善内涵建设;市场则应以“协同者”身份,通过树立科学用人理念、探索灵活实习机制,寻求长效发展策略,促进高校冷门专业学生就业服务工作的切实推进。

一种由长尾分布约束的推荐方法

由于在线商品销售的长尾效应,冷门商品的总销量非常巨大,因而对冷门商品的推荐十分重要,然而由于对冷门商品的评价数量少,导致现存的推荐算法对其推荐权重接近平均推荐权重,所以很难使用户关注冷门商品,影响了冷门商品的销售,因此合理地提高冷门商品的推荐权重十分重要.提出一种由长尾分布约束的推荐方法(long tail distribution constrained recommendation method,LTDCR),由用户行为的相似度确定用户间相似关系,并应用不信任关系约束用户相似关系的传播,通过长尾分布约束由用户间相似关系计算的推荐权重,并给出一种精确描述长尾分布的方法.在包含大量冷门商品的数据集的实验结果表明,LTDCR在训练集较小的情况下,有效地提高了对冷门商品的推荐效果.

基于项目流行度的协同过滤TopN推荐算法

为了提高推荐系统挖掘用户感兴趣的冷门项目的能力,提出一种改进的协同过滤推荐算法。在传统算法基础上考虑项目流行度的影响,将其作为权重因子引入到相似性计算和推荐过程中,以提高用户相似性计算的可靠性和冷门项目在最终的项目推荐过程中的影响力。典型数据集上的对比实验表明,该算法能够在保持甚至提高推荐准确度的前提下,有效挖掘到用户感兴趣的冷门项目。

高校冷门学科从危机到突围的跨越发展研究

任何学科都是多元文化体系的一部分,都具有独特的历史贡献和社会价值。为了扭转对冷门学科发展的非理性认识,作者根据学科潜力、市场需求、生源数量情况对冷门学科进行了分类;同时,通过梳理我国冷门学科在录取生源、培养单位分布、师资结构、就业状况方面的发展现状,认为高校冷门学科发展受到认知偏差、宣传导向、就业状况、学科门槛、权利承认、资源支持等一系列因素的影响。为了进一步激发冷门学科的文化科技力量,文章建议从学科发展思路、学科布局、培养模式、学科定位、学科集群、外在建制等方面化解学科危机,促进学科突围。

消费者独特性需求对独特产品/品牌偏好影响的研究

本文采用实证研究方法,对有关消费者独特性需求的相关研究作出了比较完整的理论综述,在此基础上就该需求对消费者独特产品/品牌偏好之间的作用关系进行了分析。通过分析了解到本土消费者在对独特性需求的理解上具有一定的特殊性,这种特殊性的产生与中国文化的集体导向特点和当前社会发展处于转型阶段具有一定的联系,这种特殊性的存在一定程度上影响了消费者对独特产品/品牌的偏好。

基于Location2vec的地点推荐算法

在地点推荐应用中,传统的协同过滤推荐算法由于签到数据稀疏导致推荐效果不佳。为提高推荐效果并克服传统协同过滤推荐算法受到热门地点影响的不足,提出一种新的地点推荐算法。将签到地点转换为向量,通过向量的余弦相似性计算签到地点的地点相似性。标记签到频次较低的地点为冷门地点,以计算签到地点的用户相似性,结合地理因素的影响,生成对用户的推荐列表。实验结果表明,相比传统协同过滤推荐算法,该算法 F 1值提升了0.009以上,推荐效果更好。

“新高考”背景下高校冷门专业人才培养应对研究

新的考试招生制度背景下,专业冷热越来越成为考生填报大学志愿的优先考虑因素。如果没有好的生源或者大学生学习这些专业的积极性不高,专业的长期发展将面临严峻考验。很多冷门专业的人才培养关系到国家经济建设的发展需要,高校还不能简单放弃。因此,高校应从加大对冷门专业的扶持力度、加强专业思想教育、强化生涯教育和就业引导等方面采取措施,以提升冷门专业人才的培养质量。

工业设计在教学中存在的问题

本文从工业设计的重要性入手,对工业设计在教学中存在的“教材的滞后性、教学存在偏差、学习者的盲目性”问题进行论述。

汉代文人歌诗的文学特征

汉代上层文人歌诗的创作以王室成员为主,他们以楚地特有的声乐系统“楚声”来创作歌诗,形成其特有的悲情特征;平民文人歌诗创作,与上层文人歌诗的悲情主调相一致,然而它将《诗三百》单纯的、尚与诗章的特定场景和情感主题有所游离的“兴”,转化为与抒情主体的行为、心理感受相联的某种景观,从而使情感的抒发又有了一个特定的、感性化的空间。但汉代文人歌诗远不如民间歌诗兴盛,究其原因,不仅有其楚声音乐系统的先天不足,而且还与汉代重经、赋的经国方略有关,从而导致文人歌诗创作难以成为普遍行为。

试论“弱势”专业学生就业教育与就业对策

近年来,农、林、地、矿等一些"弱势"专业的毕业生,在传统观念的影响下,在人才市场上竞争力较弱,就业形势存在着危机。加强就业教育,不断开拓毕业生就业渠道,对"弱势"专业毕业生就业铺平道路将具有重要意义。

高职绿牌冷门专业的发展困境与对策分析——以焊接技术及自动化专业为例

结合高职焊接技术及自动化专业的发展状况,指出绿牌冷门专业发展的三大困境:招生难、学生素质下降、专业发展不受重视。针对现状,分析了原因,提出了对策:加强专业改造,提升专业内涵和竞争力;做好冷门专业就业工作;加强专业宣传,提高社会认同度;争取国家政策支持;对该专业的学生进行必要的心理辅导,帮助其摆脱专业的困扰;优化招生策略和方法,构建科学的招生体系。

基于长尾理论的物品协同过滤Top-N推荐算法

传统的基于物品的协同过滤算法在计算物品相似度时,热门商品难以与冷门商品相似,从而冷门商品的推广就更为困难。针对上述问题,在传统的物品协同过滤算法基础上,提出一种改进的类TF-IDF物品相似度算法,同时考虑并排除刷分现象对物品推荐产生的负面影响,使冷门商品在基于长尾理论的推荐系统中有更高的覆盖率和准确率。以MovieLens上的数据集作为实验数据进行实验,实验结果表明,改进后的算法在保持甚至提高准确率的前提下,有效地提高在推荐冷门商品时系统的覆盖率。

全面建成小康社会目标下观赏型娱乐体育的发展

党的"十八大"提出了全面建成小康社会的宏伟目标,建设小康体育是建设小康社会的重要组成部分。以体育需求及体育参与为研究出发点,提出发展观赏型娱乐体育是建设小康体育的重要内容,并对发展观赏型娱乐体育的新思路进行探讨。

照顾学科大学生转专业现状分析与建议——以武汉某高校某专业为例

针对照顾学科学生选择转专业的现状,对学生转专业的动机进行了调查研究,专业兴趣度、发展前景和专业名气是学生转专业的主要原因。为了应对学生盲目转专业,学校应该加强本专业的正面宣传,改善学生对本专业的负面情绪与偏见;同时,对学生实施导师责任制并提供更多的深造机会;最后,利用实习、企业导师及往届优秀毕业生到校的宣传,树立专业楷模形象。多维的专业发展方向与就业广度,会增加学生学习本专业的信心与动力。

解放区“鲁迅式”杂文短暂繁荣后又归于沉寂的原因

延安解放区“鲁迅式”杂文在1941年至1942年春,出现了短暂的繁荣期,接着归于沉寂。其中的原因既有政治领袖、政治家与军事家对“鲁迅式”杂文的否定,又有理论家认为解放区需要另一种“新杂文”等。

从文学文体学的形成看其在TEFL中的淡化

文章以文学文体学的形成为切入点,剖析了文学文体学在外语教学中的作用和在今天外语教学中淡化的原因。指出文学文体学从其理论特征上讲,为外语教学找到了语言与文学教学的结合点,但文学文体学作为一种文学研究的边缘学科理论,要求研究者具有更加合理的知识结构和更广的知识面,加上教材建设滞后及文体学理论演变的影响,它在外语教学中由于文学课程的冷落而风光不再。

费密诗名不扬原因探析

费密是明末清初的一位重要的学者和遗民诗人,但由于他的诗作在历史上散佚严重,现有诗集面世较晚,而且他的儒学思想家的名声又大过他的诗人名声,加上费密本人无意于功名等因素,导致费密的诗歌在学术研究上成为空白,费密的诗人身份和历史地位被众多学人所忽视。

儒家伦理何以可能

儒家伦理有确定的适用性,它的主体定位是古代社会中“士”以上阶层或士大夫阶层,孔子与孟子等早期儒家创始人物又将其叫做“君子”。显然,这是一种精英定位,旨在培养与实现士人的理想人格。因此它具有明显的非强制特征和非大众倾向,它在提升精英阶层道德境界的同时必然会对伦理在大众层面的普及与实施产生消极的影响。就伦理展开的外部条件而言,犹太教乃至整个亚伯拉罕系统宗教伦理的基石或平台是宗教,它可以通过上帝的监管、伦理诫示、宗教律法以及严守安息日制度等措施,将社会的基本成员甚至全体成员紧密地联结在一起,因此它是十分有效的。在早期中国社会,儒家伦理缺乏像犹太教那样的得以使伦理实现的宗教基石或宗教平台,而宗法家族制度和教育系统又因其自身的脆弱性难以独立支持儒家伦理的展开或实现。因此,尽管早期儒家伦理由思想层面向社会实践层面做了一定的转化,但从总体上说,它对于整个社会的意义是有限的。

基于加权网络结构的冷门资源推荐算法

基于网络结构的推荐方法存在过度推荐"热门资源",忽略推荐"冷门资源"的问题。然而实际中"冷门资源"更契合用户个性化的偏好需求,因此通过挖掘"冷门资源"来提高推荐结果的新颖性成为推荐算法研究方向之一。通过改进网络结构的推荐算法来提高对"冷门资源"的推荐:首先,构建用户-项目-特征词关联网络结构;其次,将用户对项目的评分差作为用户-项目能量传递的权值提高推荐准确性,将项目所具有的特征词的信息熵作为项目-特征词能量传递的权值增加"冷门资源"的推荐;最后,利用线性加权生成推荐列表。在MovieLens数据集上的实验结果表明,本文算法兼顾了推荐结果的准确性,提高了推荐结果中"冷门资源"的推荐。

一种缓解推荐偏好的协同过滤TopN算法

传统的协同过滤推荐算法倾向于热门项目的推荐,而对处于长尾位置的冷门项目推荐能力不足;针对这一问题,提出了一种新的缓解推荐偏好的协同过滤TopN推荐算法,该算法充分考虑用户活跃程度的影响,根据用户活跃度不同化作相应比重引入项目相似度计算以及推荐列表过程中;考虑项目种类多样的影响,对得出的项目相似度矩阵经行归一化处理,实验结果表明,改进后的算法推荐准确度有明显的提升,且降低了平均流行度提高了推荐结果的新颖度,大大提高了冷门项目的推荐力度。