基于共享单车出行数据的用户行为分析

基于共享单车出行数据,对用户总体出行时间和强度进行分析,并据此对高频用户出行日期和路线进行分类,针对用户出行目的地建立预测模型.结果表明,工作日和休息日出行时间分布存在显著差异,出行强度具有频率低、距离短的特征;高频用户出行轨迹在工作和休闲两维度上可归纳为三种类型;基于共享单车历史出行数据,建立用户出行目的地预测模型所得的准确率较为合理.     

“三全育人”视域下高校完善“易班”建设探析

基于马克思关于人的全面发展理论,网络信息技术与高校思政育人融合成为必然。"易班"平台为网络思政育人模式提供了平台,但其现实建设却仍存在与应然效果偏差较大的困境。宏观层面囿于"三全育人"格局尚未完备,"易班"建设主体较窄,队伍配备不齐;"易班"运行缺乏长效机制;全方位育人环境营造不足,缺乏对学生网络素养的培养。微观层面"易班"的功能与操作尚不完善。立足学生全面发展,将完善"三全育人"格局与"易班"的创新优化相结合;逐步深耕"易班"价值内涵,将之贯穿于功能开发与实践过程,方能完善"易班"应用,提升育人实效。     

动力学模态分解方法重构及预测流场误差分析

利用动力学模态分解(dynamic mode decomposition,DMD)方法可以实现非定常流场的分解、重构和预测,但该方法重构和预测流场的误差需要给出定量分析.鉴于此,提出了定量描述动力学模态分解重构和预测流场的误差分析方法,以雷诺数Re=80的圆柱绕流二维流场数值模拟结果为例,研究了非线性流动和周期性流场重构和预测误差的动态变化情况.结果表明:依据能量大小确定的模态反映了流场的主要相干结构;低频、低增长/衰减率和大尺度的相干结构能量占比大,对流场的影响较大;DMD方法可以准确重构非线性和周期性变化流场,重构的误差小于10-10,预测流场的误差较重构流场出现跳跃增大现象;DMD方法预测非线性变化流场的误差在样本时间区间内较小(小于10-3),超出样本区间误差的发展急剧增大,变化情况依赖于数据样本;预测周期性流场的误差稳定在10-4左右.     

大学体育教育的价值及未来发展分析

大学体育教学活动的发展一直是大学教学活动发展的重要方面。体育教学的发展不仅关乎国民体育素质的提高,身体健康水平的发展,更加关乎我国体育人才的培养以及国家文化软实力的提高等重要问题。针对这样一种局面,业内对体育教学特别是大学体育教学的发展进行了进一步的研究活动,对用体育教学的内涵及意义进行了新的界定,并且在新大学体育价值观的指导下对大学体育教学发展的新局面进行了分析。本文就是通过对大学体育教育的价值及未来发展这两个方面的论述来展开的。     

民族节庆的旅游价值构成探析

从民族节庆旅游价值的研究成果来看,民族节庆的旅游价值主要由政治、社会、经济、文化、环境等方面的价值构成。这说明了不少学者主要从地方经济社会发展需要出发来探讨民族节庆的旅游价值,而对旅游者这一重要的价值主体考虑不足。在分析民族节庆旅游价值时,应首先着眼于旅游者的需要,充分考虑到民族节庆对旅游者的意义,以此为基础构建一个合理的民族节庆旅游价值体系。     

基于云计算的金融企业用户风险分析研究

风险评估一直是银行客户管理方面最为关注的一个方面，关于它的研究也一直是金融领域的一个热点。云计算采用了一种资源共享的IT技术和管理方式，提供了一种更高效的数据存储能力和挖掘能力，面对这一新兴技术的发展，金融行业在客户管理领域面临革命性的改变，传统的商业银行客户分析模式将向大数据接轨。其中，云计算模式能够快速的识别细分客户，方便获取和采集客户的信息，从而更好地评估客户价值。该文针对这一现状，从银行客户风险的角度出发，探究海量数据挖掘的情况下云计算评估模式的优势以及应用框架。     

让诗歌走进德语写作课堂的价值分析

无论使用任何一种语言进行写作，都是一种具有高度创造性的综合性语言活动。外语写作更对学生的想象力、创造力、思维能力、审美修养和语言表达能力均有着很高的要求，因而成为“听说读写”四项基本技能中的难点。笔者通过教学实践与文献研究认为，诗歌是集中体现上述要素的文学样式，因而对于写作教学极具指导意义。并且，将诗歌元素引入德语写作课堂，使诗歌教学与语言教学结合，不仅能够获得高效的教学价值，同时也会收获珍贵的学术价值。     

“普世价值”思潮对大学生的影响及对策

以民主、自由、人权为核心的“普世价值”思潮具有极强的迷惑性,论述了其对当代大学生的价值观念、政治认同所产生的不可忽视的影响。提出高校思想政治教育工作者必须准确把握“普世价值”思潮的内容和实质,批判其理论根基和价值基础,坚持“疏”“导”结合,强化社会主义核心价值观教育,不断提高大学生抵制错误思潮的能力。     

灰色系统理论在废气污染物排放量预测中的应用

应用灰色系统预测理论,以GM(1,1)模型对我国废气排放中主要污染物排放量进行预测,可有效克服原始数据的离散性,在少信息的情况下得到高精度的预测结果。以2008²012年废气主要污染物排放量为例进行了中短期的预测,结论表明,预测精度均可达到最优的精度等级。