基于积极心理学的大学生思想政治教育研究

合理运用积极心理学的理念和方法有助于提升创新现代思想政治教育理念、培育大学生积极人格、促进大学生思想政治教育科学化发展。高校应通过增强学生积极情绪体验、营造网络思想政治教育环境等举措来解决大学生思想政治教育中出现的各类问题。本文分析了在大学生思想政治教育中使用积极心理学原理和方法的必要性,指出了当前大学生思想政治教育中存在的若干问题,提出了基于积极心理学的大学生思想政治教育改革策略和举措,以求达到推进大学生思想政治教育科学化发展的目标。

随机田野实验的使用规范与拓展应用

随机田野实验的使用让学者能够更加直观地保证研究无偏性,将研究结论直接推广于现实,弥补传统经济学研究方法难以通过观察直接干预的方法进行研究的劣势,并且方便进行跨领域(学科)研究。国外学者通过引入宏观协变量,使用协变量分组技术等新的方法避免在实验中出现误差,拓展了其在健康经济学、教育经济学、公共经济学、劳动经济学与人口经济学等研究领域的使用范围。在中国,关于随机田野实验的研究实践仍然处在起步阶段,而中国拥有大量可供随机田野实验进行研究的议题,这一研究方法在未来将有较大的发展空间。本文对随机田野实验的起源与定义、理论进展和应用等进行了系统总结,并对该方法在中国的发展和应用进行研究,为国内学者进一步正确使用随机田野实验,推动中国情景下的跨领域、跨学科研究提供参考。

元宇宙中的管理创新:从科层到DAO

DAO(非中心化自治组织)是适应元宇宙的组织方式,将成为企业在数字经济时代的主要管理模式,现有的企业组织形态面临解构和重构,企业管理将出现重大创新。与传统企业中心化的科层组织模式不同,DAO承载的是达成共识的群体自发产生的共创、共建、共治、共享协同行为。本文从DAO的成本、共识、激励和投票机制等方面,通过交易费用理论和案例分析,对比了传统科层组织模式与DAO的优缺点,讨论了DAO的适用场景和限制条件,提出企业利用DAO实现管理创新的主要障碍是企业目标的科层式达成方式和自上而下的企业文化。在现有技术水平之下,DAO仍然存在由底层技术造成的模式缺陷,因而需要设计适合产业特征的解决方案,本文最后对传统企业的转型提出了建议。

基于模糊气候聚类和改进BP神经网络的建筑气候数据清洗方法

针对建筑节能气候数据质量较差的问题,提出一种基于K-MEANS的模糊气候聚类和改进BP神经网络模型的建筑物气候数据清洗方法.首先利用K-MEANS算法根据数据相关性将其划分为不同子类,针对K-MEANS聚类个数和初始聚类中心的选取问题,将主分量分析(Principal Component Analysis,PCA)与K-MEANS结合,利用PCA的主分量作为初始聚类中心;然后利用BP神经网络对每个子类分别构建数据清洗模型,降低运算复杂度,同时利用遗传模拟退火(Genetic Simulated Annealing,GSA)算法对BP神经网络的初值进行全局寻优,解决BP网络参数选择困难、易陷入局部极值问题的同时提升模型的数据清洗性能.采用某市实际气候数据开展试验,对所提方法的数据清洗性能进行验证,结果表明所提方法可以获得优于94%的清洗效率,并且在小样本情况下具备稳健性.

大数据金融,这个“跨界整合”会带来什么

＂新且多元＂的大数据,已经越来越明显地改变了金融行业的从业生态和重塑了金融研究的实践思维。大数据及其衍生技术在最近几年时间里成为了一门被市场和大众热烈追捧的＂新概念＂和＂新课题＂。