《网络营销》课程实践教学体系设计与应用研究

网络营销是高等学校市场营销专业与电子商务专业的核心课程,推进网络营销实践教学是课程体系改革与优化的关键。本文在分析网络营销实践教学国内外研究的基础上,指出网络营销实施实践教学的作用与意义,从"问题取向"、"任务驱动""项目主导"三个方面设计网络营销实践教学体系,并提出推进实践教学体系应用的保障措施。     

新冠疫情重创拉美经济与社会

由于新冠疫情在全球暴发,全球经济遭受重大打击,对于外部市场具有高依存度的拉美各国更是首当其冲。在由疫情引起的全球股市震荡中,拉美地区成为"重灾区"。4月6日,阿根廷政府宣布,决定延迟偿还总额约100亿美元的公共债务。消息一出,全球哗然,以阿根廷为代表的高度依赖外部市场的拉美国家是否能够逃过一劫,令人担忧。     

基于关系依赖模型的微服务流程演化分析

微服务技术的快速发展为企业系统集成和网络化业务协同提供了技术支持，软件服务系统中的流程需要不断演化以适应业务变化的需求，而现有的研究多从单一维度评估服务流程演化的影响.提出包括流程层和服务层在内的服务系统双层依赖关系模型DoubleDM，从服务演化和流程演化两个方面分析服务系统演化问题.针对服务层演化，基于服务间的依赖关系分析服务变更的影响范围，给出了服务依赖关系表达、依赖关系演化影响范围及求解和相应算法；针对流程演化的不同类型，给出了流程依赖基础上的流程化简处理步骤和算法.最后给出了微服务系统中流程演化的实现逻辑，并以微服务系统处理供应链销售流程为例进行了分析.     

关于青少年价值取向之性别差异的实证研究

立足为青少年社会主义核心价值观教育提供基础性研究,本文采用Rokeach价值观量表（RVS）对2590名青少年开展了问卷调查,研究结果表明：新时期青少年男女在终极价值观和工具价值观上没有表现出显著的差异,总体来看相当一致,只有在个别选项上（舒适的生活、平等、自尊、真正的友谊）才表现出较明显的差异性。本文为新时期青少年价值取向分析的系列成果之一。     

《纽约时报》“3·14”报道中信源处理方式探析

《纽约时报》在“3·14”西藏暴乱事件发生后做了一系列报道。通过对报道中各种信源的定性与定量分析，发现《纽约时报》并非以其标榜的客观性原则来处理“3·14”有关报道的，而是利用信源的种种处理手法最终帮助达赖“流亡政府”成功地对此次“3·14”事件发表了看法。这种信源处理方法背后隐藏善美国媒体解读西藏问题一贯的冷战式思维，具有强烈的意识形态偏见。     

新时期高校学生思想政治教育模式发展的路径与取向

高校学生思想政治教育模式正由制度化向多样化发展。诸多教育模式都有各自运行的轨迹，重要的在于它们怎样发展，只要目标取向正确，又切合实际，即使路径有所不同，也可以殊途同归。本文讨论并了解高校学生思想政治教育模式发展的路径与取向，有助于我们对高校学生思想政治教育的理解与把握。     

面向高通量事务处理的事务编译技术

针对内存数据库中CPU利用率不高的问题,目前的研究工作集中在利用事务编译技术提升事务的执行效率和改进事务的并发控制以提升数据库的性能.本文主要从以下几个方面对内存数据库的事务编译技术进行了综述.第一,介绍了事务处理的一般流程,分析限制系统性能的因素.第二,分析了当前使用的事务编译技术,包括即时编译技术、操作依赖分析技术和事务切片技术.第三,结合实例分析事务编译是如何提升数据库性能的,介绍典型的内存数据库在事务编译方面的研究工作,如Hekaton、VoltDB等.最后给出了研究展望.     

取向电工钢加工过程中第二相粒子的析出行为

利用场发射扫描电镜观察了以MnS为主要抑制剂的普通取向电工钢加工过程中第二相粒子的分布状态,统计了粒子面密度、平均尺寸以及相应的尺寸分布.结果显示,热轧加工造成了大量第二相粒子弥散、细小地析出,同时基体仍保持过饱和状态.冷轧变形会造成第二相粒子的回溶行为,而基体的过饱和状态会减弱回溶现象.中间退火与脱碳退火过程中会同时存在新粒子的形核及已析出粒子的粗化两个过程,而在最终二次再结晶升温阶段则以第二相粒子明显粗化为主.     

AIFF MVA模式下像素尺寸对其特性的影响

近年来,液晶电视的需求呈现强劲的增长势头.多畴垂直取向（MVA）模式的液晶显示器（LCD）与其他显示模式的LCD相比,具有高对比度、宽视角及快速响应等特点,但需要制作昂贵且复杂的凸起结构以保证液晶分子的取向,因此如何避免制作凸起结构成为许多研究者的课题.为解决上述问题,采用新颖的增强边缘电场效应（AIFF）MVA技术,...     

中医察目望神规则挖掘的关键技术

中医客观化中有一个很重要的问题是根据量化的人体特征推导出人体的状态.提出了一种用于中医察目望神客观化中从眼部特征推导出人体"神"的状态的规则挖掘方法.首先给出了视频采集方法,接着使用类-属性依赖最大化方法(CAIM)对眼部特征数据进行离散化形成规则挖掘中的属性区间,然后使用云模型进行关联规则挖掘得到大量候选规则,再对3种互补的规则裁剪方法进行修改和组合用于候选规则的整理,并形成最终的规则集合.利用交叉验证法检验规则挖掘的效果,得到了93%的平均精确度,达到了很好的效果.