关于提高国防行业科技期刊影响力的思索与探讨

介绍了决定科技期刊国际影响力的主要因素——期刊的声誉、影响因子及国际显示度，提出了进一步提高本刊的国际影响的主要途径，为今后办好《固体火箭技术》提供参考。     

CIO障眼法

老候是某企业的CIO,精明能干,在同业内小有名气,人称“电脑猴儿”。这“候电脑”先生可不是浪得虚名,他在企业信息化管理方面摸爬滚打多年,总结出了一套巧妙的理论和技巧。例如,在向老板汇报工作时,如果碰上老板心情不佳故意找茬儿,别的CIO或许都会心里发怵,避之不及,但老候却有办法把老板的故意刁难轻松化解。     

用思想提升教育的品质——教育考察散记

最近，笔者有幸随团赴苏州、杭州、浙江长兴县参观考察。一路风尘仆仆，感触良多，择其要者，散记成几段文字，以纪此行，以谢领导。 这次参观的几所学校，无论是公办还是民办，都是当地的名校，都有宽敞明亮的校园，有现代化的教育设备，有一支新老结合的教师队伍，有不俗的办学成绩和良好的社会声誉。江南经济的发达和人文底蕴的深厚令人赞叹不绝，但最吸引我的却是——     

在线交易卖家声誉对顾客信任和参与意愿的影响

将顾客感知声誉划分为质量声誉与责任声誉两个维度,构建了在线交易卖家(网站与店家)声誉与客户信任、参与意愿的关系模型。实证结果表明,高声誉的店家会提升网站的声誉,低声誉的店家会导致网站声誉受损;高声誉的网站也会使顾客对店家声誉评价较好,而低声誉的网站对店家声誉评价影响不明显。与此同时,它们共同对客户信任、参与意愿产生正向影响,其中网站声誉对参与意愿影响更显著,店家声誉对客户信任影响更显著。据此,提出了网站"聚人气"、店家"留客户"的电子商务发展对策。     

论高校办公室人员的智能结构

高校办公室是综合性办事机构．对内保证学校工作的正常运转；对外联络上下左右．沟通四面八方。工作头绪多．任务重．既参与政务。又管理事务，办公室工作的好坏，直接关系到党和政府的路线、方针、政策的贯彻落实与学校的形象和声誉。园此，加强办公室建设，提高办公室人员的智能结构就显得尤为重要。     

房地产开发企业声誉管理浅析

随着知识经济的来临，无形资产在现代企业中的比例和重要性日益增加，声誉是现代企业的一种无形资产，它关系到企业的竞争能力和发展潜力，是比工厂产品、设备等有形资产更具价值的企业财富。目前，我国房地产业已进入理性发展阶段，房地产市场的竞争逐渐从产品、服务的竞争演变为企业之间声誉的竞争。本文主要论述了房地产企业进行声誉管理的必要性和声誉管理的方法。     

在公共关系视角下创建企业良好声誉的若干建议

本文阐述了声誉管理是企业赢得现代竞争的一种重要手段，作为一种新的管理方法，声誉管理已被实践证明，它是企业持续发展的一种重要保障。声誉的好坏，直接影响着企业及其所在区域经济的发展；在此基础上指出了企业声誉管理存在的若干问题及加强企业声誉和声誉管理的必要性，并对如何在公众和企业之间建立起相互信任关系，进而实现声誉管理目标提出了若干对策建议。     

在线用户声誉评价算法的鲁棒性分析

在线评分系统中的恶意或随机打分为准确评价在线用户声誉带来了极大的挑战.对3种基于迭代的经典在线用户声誉评价算法的鲁棒性进行了细致研究.实验先将不同数量用户打分随机化,再以均方根误差为指标衡量其余用户声誉值受影响程度.实验共在3个数据集中进行,在MovieLens和Netflix两个经典实证数据集上的实验结果表明:系统中1%~60%的用户进行随机打分时,基于关联分析的CR算法始终保持很好的鲁棒性;基于打分迭代的IARR算法的均方根误差略有增大,最大值达到0.22,但整体波动较小;而改进的基于打分迭代的IARR2算法的均方根误差最大值达到0.695,其鲁棒性的较大波动是因算法受高声誉用户的影响较大.在Douban数据集上的结果表明:在打分数据稀疏情况下,CR算法也能保持很好的鲁棒性.     

虚拟供应链平台企业质量构成分析

虚拟供应链平台要在市场竞争中取胜,就要面对质量控制问题.平台质量水平呈现受企业质量水平影响,因此可以从企业质量水平构成入手研究平台的质量水平控制问题.运用声誉模型建立不完美信息静态博弈模型,分析博弈进行一期、二期和多期,以及顾客先验概率不变或改变的情况下的最优策略选择.得出结论:当博弈大于二期时,只要高质量水平企业的数量大于一定比例,平台整体呈现高质量水平;顾客先验概率是否随着博弈结果调整不会影响均衡解的路径.这个比例可以作为虚拟供应链平台企业选择的参考.     

基于信任网的推荐机制研究

针对信任和声誉模型中推荐机制存在一些的问题,结合主观逻辑,提出了基于信任网的推荐机制,给出信任网的基本定义,对信任网中推荐链的依赖关系进行形式化描述,给出相应的解决策略,并利用信任强度解决了主观逻辑中无法对恶意推荐实体进行惩罚的问题,提高推荐信息的精确度。模拟实验结果表明,基于信任网的推荐机制能在一定程度上减少访问到恶意实体的次数,并惩罚提供恶意推荐的实体。