【摘 要】
：
互联网的广泛使用丰富了高校思想政治工作的载体和内容，也提升了高校思政工作的开放性、交互性和时效性。但是，网络舆情也给高校思想政治工作带来了一系列的重大挑战，一方面不良网络舆情会对大学生的世界观、人生观、价值观造成冲击；另一方面，不良网络舆情也会对校园环境带来负面影响，而要应对这些问题就需要思政工作者把握网络舆情的本质特征及其传播规律，不断提升应对网络舆情的能力和水平，从而化危为机、趋利避害，利用好
论文部分内容阅读
互联网的广泛使用丰富了高校思想政治工作的载体和内容，也提升了高校思政工作的开放性、交互性和时效性。但是，网络舆情也给高校思想政治工作带来了一系列的重大挑战，一方面不良网络舆情会对大学生的世界观、人生观、价值观造成冲击；另一方面，不良网络舆情也会对校园环境带来负面影响，而要应对这些问题就需要思政工作者把握网络舆情的本质特征及其传播规律，不断提升应对网络舆情的能力和水平，从而化危为机、趋利避害，利用好网络这一重要的思想政治教育载体，使之在为党育人、为国育才的过程中发挥应有的作用。
其他文献
财务风险是企业财务理论和实务中的重点领域。企业在实际运行中如果对财务风险重视不够,轻则面临经营损失,重则导致企业破产。中国改革开放四十多年的高速发展伴随着日趋严重的工业污染,危害了城市环境和居民健康,同时我国能源消耗结构集中在石油和煤炭等非再生能源上,当前的能源消耗模式带来了沉重的经济负担和潜在的枯竭风险,因此我国开始推广节能环保的新能源汽车。新能源汽车成为中国战略性新兴产业以来,政府在财政补贴、
国有企业作为社会主义市场经济的重要主体,在经济发展中起着主导作用,是我国持续发展的重要物质基础。2015年中共中央国务院颁布了《关于深化国有企业分类改革的指导意见》,将国有企业按照功能定位划分为公益类和商业类,分类推进国有企业改革。然而,在深化国有企业分类改革的过程中,高管激励不足、管理效率低下、内部人控制等问题影响着国有企业建立市场化经营机制。竞争性国有企业作为国企分类改革的中坚力量,探讨其如何
随着科技的发展,我国科研实力的迅速增长,亟需将科研成果转化为社会生产力,面临日益增长的专利数量和专利授权数量,如何让用户在大量的成果专利信息中找到适合用户的成果专利是一个推荐问题。由于现有的推荐算法,存在冷启动问题,以及推荐精确度不高,导致最终的推荐的效果难以得到保证。因此如何避免推荐的精确度问题和冷启动问题,是现在亟待解决的迫切问题之一。在此研究背景下,本文提出了基于知识图谱的成果专利推荐方法,
民宿体验是很独特的活动,因为它能够更好地促进房主家庭与游客的紧密关系,以便达到文化传统接触和生意目的。然而,就芽庄市而言,民宿仍然相对新颖,本文以芽庄民宿为对象,研究游客对芽庄民宿的满意度及影响因素,提出提高游客对民宿满意度的措施。本文对2019年12月参加芽庄民宿旅游的两百名国内与国外游客进行调查。从游客对芽庄民宿旅游满意度的七个影响因素的理论模式出发,通过探索性因子分析方法,本文指出游客对芽庄
智库将公共政策研究视为重心,将影响政府公共政策决策视为最终目标,是一个具有非营利性的独立的政策研究机构。美国智库与美国政府之间有着很是紧密的联系,充当着美国政界与学术界之间“旋转门”的角色。近年来,美国智库的发展速度很快,在美国国家公共政策制定过程中的作用也愈发重要。其中布鲁金斯学会就是美国众多智库中最为著名的智库之一,其世界影响力连续多年排在全世界和美国的首位。学会有许多的下属研究中心,涉及到政
Landweber投影迭代算法（Projected Landweber Iteration Algorithm,PLW）,结合了投影工具和Landweber迭代,对优化模型中的目标函数用Landweber迭代进行极小化处理,定义一个矩阵投影算子,作用于上述算法,使得算法的迭代在约束条件内进行。PLW算法是一种自适应的不动点延拓算法（Fixed Point Continuation,FPC）,在相同
我国正处于社会转型加速期,缩小城乡差距、城乡融合发展是新时代党和国家进行现代化建设的重要目标之一。面对日益常见的农村土地征用,农民的生活与发展不仅是经济问题,更是社会与政治问题。一方面是城市的发展需要,农村土地总是被动吸纳进入城市的扩张计划,为城市发展让路;另一方面是农村自身的建设需要,农村面貌与条件的改善需要土地的重新规划利用,与此相伴而生的则是农村土地征收过程中产生的各种问题。由于我国土地征收
世界面临百年未有之大变局,世界经济复苏乏力,政治形势错综复杂,中国进入了改革开放的深水区,经济下行、改革困难、产业结构转型等问题亟需解决,现在又面临与发达国家竞争的问题,在复杂的社会形势面前,我国政府要想顺利实现眼前的战略方针就需要充分认清所面对的矛盾。当前,中国与美国产生了利益纠纷,中美贸易问题由此而来。中美贸易问题覆盖面广,涉及经济、政治、文化等方方面面,本文以公共政策理论为指导,着重分析中美
多任务学习是机器学习中一个很有前景的领域,旨在利用相关任务之间的内在关系来提高泛化性能.多任务学习的方法主要有两种,一种是基于特征的多任务学习,一种是基于参数的多任务学习.多高斯核多任务学习就是一种实验效果良好的基于参数的多任务学习方法.多高斯核多任务学习假设目标任务的最优预测函数和相关任务的最优预测函数位于相同但未知高斯核宽度的再生核希尔伯特空间中,然后使用相关任务的样本选择高斯核宽度作为共享参