践行初心使命,勇于担当作为——广播电视战线全面投入疫情防控阻击战宣传战役

疫情防控阻击战,是广电行业面对的一场大考。大考面前,广电总局吹响集结号,启动应急机制,高效运作应急系统,百万广电人以“召之即来、来之能战、战之能胜”的昂扬姿态积极应战,组成一个上下成线、全国成网,以视听服务为主要特征,上接“天线”、下接“地气”的媒体集团军、战斗队,成为与白衣战士并肩作战的“逆行者”,体现了广电系统的过硬政治素质和为民情怀,展示出广播电视应用新一代信息技术创新发展形成的超强传播力、竞争力。     

“软谣言”的威力来自收割流量的动力

营销号为了流量有多拼?最近一个庞大的自媒体矩阵在疫情信息传播中“脱颖而出”,让人震惊.《疫情之下的××国:店铺关门歇业,华人有家难回,华商太难了!!》,将××随意替换成俄罗斯、乌干达、莫桑比克、柬埔寨、土耳其等数十个国家,一篇网络爆款文章标题立即生成.内文中,再把故事主角随机改为某小姐、某先生,一组“海外华人好难”系列文章即时完成.     

传统纸媒如何构筑“相加”“相融”的媒体传播新矩阵

随着新媒体的发展,传统纸媒受到了较强的冲击,在此新形势下,传统纸媒的改革创新势在必行。基于此,本文从传统纸媒的自我定位与认知,内容、主题活动、内容表现形式、具有纸媒特色的新媒体形式的网站建设等方面,对传统媒体"相加""相融"的媒体传播新矩阵的构筑途径做了简要的探析,以期对传统纸媒的改革有所助益。     

公安政务新媒体成宣传重要阵地

近年来,互联网新媒体平台逐渐成为公安系统开展警务宣传工作的重要阵地。在这里,他们一改往日严肃的形象,依托平台账号,回应网民关切,针对社会热点,发出公安好声音,产生了一批优秀的警务宣传典型案例。宣传矩阵初具规模,重要节点宣传效果再上台阶截至2019年4月,全国公安机关开设各类新媒体账号超过5万个,覆盖粉丝规模过亿,年点击量近千亿,是体量最大、最具规模的政务新媒体矩阵之一。     

一矩阵方程组的反射解

We derive necessary and sufficient conditions for the existence and an expression of the （anti）reflexive solution with respect to the nontrivial generalized reflection matrix P to the system of complex matrix equations AX = B and XC = D. The explicit solutions of the approximation problem min x∈Ф ｜｜X - E｜｜F was given, where E is a given complex matrix and Ф is the set of all reflexive （or antireflexive） solutions of the system mentioned above, and ｜｜·｜｜ is the Frobenius norm. Furthermore, it was pointed that some results in a recent paper are special cases of this paper.     

基于MATLAB的斜梁计算和绘图的程序设计

针对在求解斜梁时由于粱轴线不是水平线,内力值与粱轴线垂直而不与水平线垂直的问题,根据力学原理,运用MATLAB大型数学计算软件,采用梁轴线位置变动的方法,给出了斜梁的反力和内力的计算方法,分步编制了斜梁的计算和绘图程序,使得函数值与粱轴线垂直．     

关于几类特殊矩阵特征值的结论及应用

矩阵是代数学的一个重要研究对象,也是数学分支不可缺少的工具,矩论方法对处理其他各分支问题也相当有力,所以文章讨论并总结了有关某些特殊矩阵特征值的结论,并加以证明,为广大读者学习矩阵时提供参考。     

论海尔组织结构设计对组织工作的影响

海尔集团组织结构实施事业部制改革,适当分权,以有序的非平衡结构打破以往的平衡结构,克服了集权制带来的诸多弊端,有效地推动了组织结构平衡变迁,大力激发了各个事业部员工的积极性,从而促进了集团组织的跨越式发展。     

上三角算子矩阵的谱扰动

本文利用算子谱的分块技巧,研究了上三角算子矩阵的谱扰动.给出了当算子A∈B(H),B∈B(K)给定时,σ(A)∪σ(B)\∩C∈B(K,H)σ(MC)的表示,这里σ(A)表示算子A的谱,MC=(AC/0B)     

基于随机游走增强型矩阵分解的混合服务预测

随着Web服务数量的急剧增长,如何在大量功能相似但非功能属性各异的服务中选择满足用户个性化需求的服务是亟需解决的问题。基于QoS（Quality of Service）预测的服务推荐方法成为研究热点。然而, QoS数据的稀疏性和“冷启动”问题阻碍其发展。针对当前主流的QoS预测模型预测精度不高和收敛速度较慢等问题,提出一种基于随机游走模型和矩阵分解技术的混合QoS预测方法。该方法首先基于矩阵分解获得用户及服务的潜因子矩阵,并将用户潜因子矩阵转化为用户相似度矩阵;然后基于用户相似度矩阵并结合Web服务的网络位置信息,使用随机游走模型提高用户相似度矩阵的准确性;最终结合协同过滤方法与矩阵分解模型进行QoS预测。在真实数据集上实验,结果表明,与当前主流的QoS预测方法相比,该方法具有更高的预测精度和效率。