斜入射时Salisbury屏电磁参数匹配规律研究

利用电磁波传输理论,研究并推导出了电磁波斜入射时Salisbury屏后向反射率公式,使用三维网格法讨论了各个电磁参数、隔离层厚度、入射波频率等同后向反射率之间的关系.研究结果表明:在2～18GHz范围内,角度后向反射率有很大;在f=16GHz时,μ_(r1)和μ_(r2)取值的增加使得材料的磁损耗和储能能力加强,导致材料有很好的吸收效果;然而ε_(r1)和ε_(r2)取值增加时,由于表面反射效应增强,使得吸波效果下降;在2～18GHz频段内后向反射率均可达到4.5dB以上,能够满足军事和民用的要求.     

基于群偏好与用户偏好协同演化的群推荐方法

群推荐系统已经成为社交网络平台的重要工具,为群体用户提供兼顾个性化和整体满意度的产品和服务.现有群推荐方法大多是对个性化推荐方法的集成和聚合,忽略了群体和用户的交互影响以及群偏好和成员偏好的动态变化,从而无法保障群推荐系统的效果.为此,本文提出一种基于群偏好和用户偏好协同演化的群推荐方法,能够建模群体和用户的动态交互.具体而言,本文将用户偏好建模成其历史偏好和群影响的加权聚合结果,将群偏好建模成群历史偏好和新加入成员偏好的加权聚合结果,最终预测群体可能消费的产品列表和成员可能加入的群体列表.实验结果表明,本文所提模型在群体消费行为和用户加群行为的预测表现都优于基准算法,并兼具很好的鲁棒性.     

止损策略与市场行为级联

为研究止损交易对市场中交易者行为及资产价格的影响,基于多主体模型方法,构建了一个加入止损策略的多主体市场模型。模型模拟结果表明当市场中止损阈值被触及时,极易触发连续的止损交易,造成交易者之间的行为级联。这种交易级联会引致交易者行为的趋同性增强、市场中的买卖订单失衡、市场价格的异常崩跌和流动性黑洞。     

机构投资者存在选择性信息优势吗?——基于意外信息与无形信息的检验

本文检验了基于意外信息与无形信息的机构信息优势理论,利用沪深A股上市公司2014-2018年的季度数据,实证研究发现:对于含有意外信息的股票,机构持股水平低并表现出减持行为,倾向于低不确定性的避险投资;股票无形信息含量多,机构持股水平高并表现出增持行为,倾向于高成长性的价值投资。另一方面,意外信息和无形信息含量越多,股票收益和超额收益越高,机构主要通过高持有和增持无形信息含量高的股票而获取超额收益,但倾向于低持有和减持含有意外信息的股票。通过对成长性、治理机制、股价特征以及过去超额收益的分组检验,机构投资和信息的敏感性特征变化揭示了机构的关注领域。研究结论有利于明晰机构投资行为并为监管机构提供借鉴。     

短视频社交视角:目的地形象与游客行为意向——以西安市为例

将短视频社交媒体与目的地形象、游客行为意向相结合,根据短视频表征内容开发目的地形象测量表,构建变量之间的结构方程模型.结果表明,抖音短视频显著影响旅游者对目的地认知形象、情感形象的感知;游客认知形象感知对情感形象产生显著影响,与情感形象共同影响整体形象感知;旅游者对目的地整体形象感知显著影响旅游者的行为意向;短视频对行为意向影响路径被目的地形象完全中介.将短视频、认知形象、情感形象、整体形象、行为意向等概念相结合,丰富了目的地形象的理论研究,同时可为目的地营销者、目的地管理者提供参考.     

PRETCO-B反拨作用的影响因素

采用问卷调查法对高等学校英语应用能力考试B级(PRETCO-B)影响高职英语教与学的情况进行了调查.数据分析结果显示,PRETCO-B反拨作用主要受4个因素的影响,依次是导向因素、行为因素、环境因素和动力因素.在PRETCO-B的导向作用下,高职英语的教与学都受到了一定的积极影响,没有出现明显的应试教育倾向,考试的意图基本实现,学生也产生了一定的学习动力,但是动力还不足,仍需进一步加强.     

海岛旅游者生态旅游行为浅析--以湄洲岛为例

随着生态旅游的兴起，生态旅游行为内涵不断地得到丰富.文章以深层生态学为基础，设计海岛生态旅游行为调查问卷，探索旅游型海岛游客生态旅游行为的特征和影响因素.运用SPSS19.0数据平台，分析了旅游者的人口社会学属性和生活经历对生态旅游行为的影响及影响强度.分析结果表明，我国旅游者比较缺乏深层生态旅游行为的品质，社会属性中的受教育程度是影响旅游者旅游行为的重要因素.同时，旅游者平时的环保习惯与旅行过程中的环保行为表现出一致的现象.     

面向大社交数据的深度分析与挖掘

社交网络在线化是大数据时代的典型特点,也是大数据产生的重要原因之一.本文从大数据的特点着手,结合互联网络尤其是在线社交网络的发展趋势,介绍大数据在提升国家信息产业科学化水平、引领新型互联网经济发展、推动社会学与信息科学交叉发展等方面带来的重大机遇;分析在线社会网络中存在的关键问题,阐述网络大数据研究在语义理解与分析、多模态关联与融合、群体行为分析与挖掘、多维分析与可视化、系统的研发与集成等方面面临的巨大技术挑战,以及当前国内外在大数据分析和在线社交网络领域的主要研究工作;总结和展望网络大数据研究的未来方向和前景.