创新企业管理模式与提高企业经济效益的方法探析

伴随着中国经济改革的深入发展与市场经济的日渐完善,企业将面临越来越激烈的外部竞争。企业的经济效益是企业内部一切生产经营管理活动的核心,是企业的灵魂。企业内部的行政管理作为企业不可或缺的重要部分,促进和确保企业生产经营管理等工作的顺利进行,关系着企业竞争力和管理水平的提升,在企业的运行过程中起着中枢作用。     

大数据时代行政职能的创新及挑战

随着云计算等新信息技术的广泛应用,互联网经济、移动互联、电子商务等新兴应用领域,数据量正以几何级数的速度增长,行政职能部门同样不可避免的面临着大数据。本文分析了未来政府职能的几个大数据主要来源,及相关特点,再结合行政职能部门服务及信息化建设现状,重点探讨了大数据将会给行政职能部门带来的哪些挑战与机遇,分析行政职能部门利用大数据能够解决的公共治理难题。     

我国人民调解协议的司法确认制度存在的问题及其解决对策

人民调解协议的司法确认制度是通过非诉讼方式将解决纠纷与提高人民调解制度的法律效率相协调的一种创新模式。在实践过程中,司法确认制度充分发挥着其提高司法公信力及纠纷解决机制多样化的作用。但人民调解协议的司法确认制度在现实应用中也显露出一些操作过程的弊端,须进一步完善。     

司法确认制度的实践与反思——以广州地区法院实践为例

司法确认制度是我国一项别具特色的司法制度,其目的在于人民法院以裁定的形式赋予非诉调解协议强制执行力。广州地区的法院在对司法确认制度探索的过程中反映出该制度存在的困境:诉前联调立法的不完善,司法确认程序立法的粗糙,司法确认工作的不平衡发展及案件类型范围的狭窄。因此,广州地区法院的实践为司法确认制度提供了一个可分析的样本,在立法与司法层面上有必要对该制度进一步完善。     

加快苏北新型城镇化发展的路径与对策

21世纪以来,苏北城镇化快速发展,城乡居民收入水平与综合实力不断提高,城镇发展空间不断优化,逐步形成了"一圈三轴"的城镇化战略格局.但同时也还存在城镇化质量不高、农民工市民化滞后、城乡差距悬殊、城镇发展方式粗放、城乡环境污染严重、城镇特色弱化等现实问题.站在新的历史起点上和面对新的发展阶段,苏北城镇化正在发生由量的扩张向质的提升转变、由城乡分割向城乡一体化转     

打造“四优”服务平台 构建群众满意窗口

<正>2014年,安徽省科技厅驻政务服务中心窗口谨记为民服务宗旨,不断加强自身建设,深化行政审批制度改革,强化服务举措,注重系统指导,努力打造群众满意的政务服务平台。截至目前,省科技厅窗口共受理行政审批及服务事项217441件,其中厅机关3510件,省知识产权局213931件,按时办结率、群众评议满意率均达100%。加强制度建设,立优规范。厅审批办研究制定了《省科     

强化专利执法工作 营造大众创新创业良好氛围

<正>专利行政执法工作是地方专利行政管理部门的法定职责之一,是专利管理的重要内容,加强专利行政执法也是营造"大众创业、万众创新"环境的有效手段。合肥市于2011年成立了知识产权执法支队,负责辖区内专利行政执法工作;2013年,市知识产权执法支队承担中国(安徽)知识产权维权援助中心功能,专利行政执法能力得到显著增强。2013年合肥市被国家批准为国家知识产权示范城市,知识产权执法工作提到了一个新的高度。在近几年     

国外残疾人就业立法实践对我国的启示

残疾人就业是残疾人的一项基本权利,是实现生存与发展、改善生活水平、平等参与社会活动、共享物质文化成果的基本途径。当前,我国残疾人立法工作推进较为缓慢,立法层级不高,相关机构建设也不健全。借鉴美、英、日等国经验,加强残疾人就业立法,完善相关政策法规是保护和促进残疾人就业的重要措施,也是社会文明、公平的具体体现。     

基于系统动力学的资讯个性化推荐研究

手机等移动智能终端在全社会的普及,使得数字内容的生产能力下沉到社会各个层面,形成了多源、自主、原生的互联网媒体内容制造格局;而以社交媒体、自媒体为代表的各类新兴媒体的蓬勃发展,使得数字内容的传播能力极大增强,大量衍生内容在敏感、热点、重要事件的报道传播中产生。互联网资讯具有海量、内容质量参差不齐、观点多极等特点。如何将价值导向对正确的、信息披露准确的资讯进行精准推荐,维护和促进社会公平正义,成为司法领域的新问题和新挑战。推荐系统有效解决了用户在海量信息中难以高效获得信息的问题。基于内容的推荐技术通过分析用户以往感兴趣的项目,经计算得到相似的项目,再将相似度最高的若干项目推送给用户。推荐系统中应用最广泛的是协同过滤推荐算法(collaborative filtering,CF),该概念最早于1992年由GOLDBERG等在开发Tapestry邮件过滤系统时首次提出,其核心思想是运用算法对用户的历史行为数据进行分析,挖掘出用户的兴趣偏好,根据不同的兴趣偏好对用户进行类别划分并推荐相似偏好的物品。当前,个性化推荐已经在电子商务、影视作品、餐饮美食、新闻资讯等领域获得了较为广泛的应用。"京东"的推荐起步于2012年,当时的产品推荐是基于规则匹配进行的,整个推荐产品线组合就像一个个松散的原始部落,部落与部落之间没有任何工程、算法的交集。"淘宝"从2013年推出了"个性化推荐"即"千人千面"的推荐引擎,利用用户的一些行为,通过算法推测出用户可能喜欢的东西。"美团"构建了世界上最大的菜品知识库,为200多万商家、3亿多件商品绘制了知识图谱,并为2.5亿用户画像,构建了世界上用户规模最大的O2O智能推荐平台。"豆瓣"利用社交行为分析解决推荐问题,如基于用户相同行为的协同过滤技术、友邻推荐等,也是个性化推荐的一个补充。社交化推荐的引入,可以解决因单纯产品内容推荐导致推荐范围越来越窄的问题。"今日头条"的个性化推荐算法基于投票方法,其核心理念就是投票,每个用户一票,喜欢哪篇文章就把票投给哪篇文章,经过统计,最后得到的结果很可能是此类人群里最好的文章,并把这篇文章推荐给同类人群用户。该方法看起来似乎很简单,但实际上需要基于对海量用户行为的数据挖掘与分析。系统动力学是一门基于系统论、控制论与信息论,并借助计算机模拟技术的交叉学科,其通过系统的视角,进行结构化动态分析和模型模拟,擅长分析高阶、非线性时变和复杂系统,采用定性与定量相结合的方法,适合对资讯个性化推荐这种动态复杂过程进行分析。针对司法工作相关资讯的个性化推荐问题,应用系统动力学理论,对影响资讯推荐效果的重要因素在Vensim软件中进行建模仿真,构建包括用户量、文章量、标签数量和各子系统之间影响的因果反馈模型和存量流量模型,建立系统动力学方程模型,经仿真对相关因素进行敏感性分析。结果表明,文章量、设置的特征化标签和对文章的兴趣点因子等都对推荐效果有重要影响,这是在设计推荐系统时需要重点考虑的因素,也是解决推荐系统冷启动、实时性和"信息茧房"等关键问题的重要途径。基于系统动力学进行资讯个性化推荐研究,可以积极有效地应对司法领域资讯披露面临的挑战,提高精准推荐效果。