春节两个重要节点

关键词： 停电 引言 电网 事故

春节两个重要节点（精选3篇）

篇1：春节两个重要节点

春节两个重要节点，持续加大执纪监督问责力度，深挖隐藏的“四风”问题，严肃查处违反八项规定的任性行为，始终保持高压态势，促进党员干部作风不断转变，着力形成廉洁过节、文明过节的新常态。

一是加大制度落实力度。紧紧盯住两节期间用公款送节礼、大吃大喝、公车私用、突击花钱和滥发奖金等容易发生的问题，及时下发《关于进一步严明纪律加强中央“八项规定”贯彻落实的通知》，要求各地各部门突出主体责任，认真贯彻落实中央“八项规定”和省市区有关规定，严格执行廉政准则、党政机关厉行节约、节日期间公务用车定点封存停驶等制度。对制度执行情况进行督查3次，不断提高了制度落实刚性。

二是加大督查检查力度。建立明察暗访工作常态机制，突出问题导向，分区镇两个层面，先后组成14个作风纪律督查组，开展集中和日常明察暗访，发现问题41个，处理8人。其中春节放假期间，重点围绕值班带班、公车封存、公车私用、公款吃请等违反八项规定行为先后开展了两次集中督查，发现问题22个，处理6人次。

三是加大通报曝光力度。坚持把通报曝光作为改进作风的有效抓手，对查处的人员、单位、问题切实做到第一时间通报、第一时间发布，不断提高实效性、常态性，充分发挥震慑和警示作用。两节期间，共转发《中纪委关于8起党风廉政建设责任追究典型案件的通报》、《省纪委关于六起违反中央八项规定和省委三十条规定精神典型问题的通报》等中央、省市有关作风方面通报4期，本级下发《关于两节期间4起党员干部违规违纪问题的通报》等通报3期。

四是加大追责问责力度。没有问责，责任就落实不下去。颍泉区对“四风”问题突出的地方、部门和单位，既追究主体责任、监督责任，又严肃追究领导责任，切实做到问责一个，警醒一片。两节期间，共问责16人，给予党政纪处分8人，区纪委主要负责同志对2家单位主要负责同志和1家单位纪工委书记进行了约谈。

篇2：春节两个重要节点

新产品、新技术、新创意在社会系统中的传播被称之为创新扩散,采用数量表现为从少数到多数人的过程。能够在一定时间内被一定数量的人群接受和传播,是一项创新成功的体现。传统的创新扩散,主要是指通过大众媒体和线下的人际网络,因此社会系统中成员之间的信息交流是创新扩散的重要方式。大数据时代的到来,信息技术不断发展,国内外社会化媒体的日趋成熟为企业进行社会化营销架设了良好的渠道。移动设备的广泛使用促进了4G技术、社交、移动和位置服务的融合发展,移动社交网络(Mobile Social Network)已经成为人们获取信息、传播信息、交友和娱乐等的重要渠道。

移动社交网络是在在线社交网络的基础上发展而来的一种社交平台,用户可通过移动终端相互沟通和交流。移动社交网络分析已成为计算机科学、管理科学、心理科学、行为科学和社会学等学科的前沿研究领域。与传统电子商务相比,移动社交商务环境下,用户的决策过程中人与人的信息互动更加频繁,用户通过社区交流、信息搜寻、意见领袖推荐等方式进行信息交互。用户借助社交媒介的传播途径,通过社交互动、用户生成内容等手段来辅助商品的购买和销售行为。用户基于移动社交网络的交互作用导致企业商业模式和营销策略发生了深刻变化,因此从用户交互作用视角分析营销问题成为市场营销学中一个重要的研究领域[1]。尽管众多社会化商务的参与者开始注意到关键用户这个特殊群体,然而还较少有研究关注其与产品创新扩散的关系。移动社交网络平台在信息发布、娱乐交友等功能的基础上逐渐体现出了服务功能和商务功能,综合考虑社交行为和商务行为的用户个体行为建模有待深入研究[2]。

移动社交网络中有影响力的用户是能够促进产品创新扩散的重要用户,传统的社会网络评价指标在识别移动社交网络重要用户中是否依然有效?适用于传统社会网络的中心性指标和适用于在线信息检索领域的评价指标是否可以作为移动社交网络用户重要性评价指标的参考?指标构建完成后,如何通过现实的移动社交网络数据来进行检验?本文基于社会网络中心性和信息检索领域的算法,构建了移动社交网络用户重要性评价的全局算法UR,基于移动社交网络数据对该算法进行测算;通过传染病模型研究网络中用户的创新扩散能力,对扩散效果与局部中心性指标、全局UR指标进行了相关性检验;并在研究发现的基础上,针对移动商务时代的特点,为移动社交网络平台与移动商务商家提供相关建议。

2 移动商务背景下的创新扩散

社会化媒体为用户提供了表达机会,用户突破传统媒体单一渠道,凭借分享转发等途径形成了以自我为中心的创新扩散网络[3]。社会化商务就是借助用户互动和生成内容的方式来进行产品扩散。Huang等[4]认为社会化商务是一种基于互联网的商务应用,利用社交媒体和Web2.0技术支持社交互动和用户创造内容(UGC),以帮助用户在在线市场或社区中进行购买决策及获取产品或服务。Ng[5]认为社会化商务是通过社交媒体产生的在线购买和销售活动,其商业交易平台既可以是社交媒体,也可以是其它电子商务网站。Shin[6]认为社会化商务是电子商务的一个子集,其利用社交媒体支持社交互动、支持用户贡献内容、支持在线购买和出售产品和服务。随着智能手机、平板电脑、笔记本电脑等移动设备的普及和LBS、O2O等商业模式的创新,移动社交网络与电子商务的有机结合成为一个新趋势。

相对于现实世界的人际交往,移动社交网络空间的特点是交往性、超越时空限制和匿名性,位置信息的引入带来了多样化、个性化的社交网络服务,移动终端提供用户间的实时交互[7]。企业希望利用移动商务的特点和优势,在使用户获得更加社交化和互动化购物体验的同时,开展口碑广告、建立用户忠诚和保留用户。在众多影响因素中,潜在采用者与传播者所处的社交网络是影响扩散速度和扩散范围的重要因素[8]。从广义角度来看,消费本身就是一种社交活动,因为必然涉及到人与人之间的交往,但这种交往往往不会产生社交关系。然而在电子商务环境下,用户对商品的评论比商家对商品的评论更易获得用户的信任[9],用户的评论和推荐相当于对良莠不齐的商品进行了一次筛选,帮助潜在用户在信息过载的环境下进行选购[10]。在移动商务环境中,由于用户的参与和网络自组织,使得信息传播表现出其独有的内容和扩散效应[11]。

现实世界中用户对某种产品或服务的偏好不是相互独立的,而是通过各种方式相互施加影响。随着移动社交网络和移动商务的发展,用户社交网络已经从线下转移到线上。复杂网络是将复杂社会经济系统中的基本单元看作节点,将这些基本单元之间的相互关系视为节点之间的连线[12]。这些节点构成了规模庞大、具有特定拓扑结构特征的复杂系统,同时节点都是具有有限理性的智能主体。电子商务中很多错综复杂的关系都可以转化为复杂网络关系,复杂网络方法可以发掘网络的特点和规律。一个节点关联的传播渠道越多,则其扩散能力也就越大[13]。复杂网络的重要任务之一就是对节点重要性进行评价,因为网络中各节点之间存在一定的差异性,所以如何有效评估用户在网络中的重要性是移动社交网络研究亟待解决的问题。

3 节点重要性评价算法

3.1 局部重要性算法

用户重要性评价是为了发现具有更高扩散能力的用户,即识别关键用户。社交网络中意见领袖主导了大量的信息流动,通过分析他们之间的关系,可以理解社交平台的传播结构[14]。在社交网络中,个体用户周围的朋友越多,则其在网络中的地位也越重要;反之则越不重要。测度节点在网络中的重要性是社会网络分析的基本内容之一,称之为中心性分析。3种社会网络中心性评价指标包括:

(1)度数中心性,表达式为:

度数中心性将节点的中心性定义为连接该节点的边数。

(2)接近中心性,表达式为:

接近中心性是以节点间距离为基础来衡量节点在网络中的中心程度。

(3)中介中心性,表达式定义为:

其中,gjk表示节点j和k之间通过节点i的最短路径的条数。中介中心性是基于节点对网络通信的控制能力来定义的,认为重要节点存在于网络中其它节点与其之间通信的必经之路上。

3.2 全局重要性算法

反映网络拓扑结构对节点重要性影响的指标称之为全局重要性。基于随机游走的节点重要性排序方法主要是基于网页之间链接关系的网页排序技术。由于网页之间的链接关系可以解释为网页之间的相互关联和相互支持,从而可以判断出网页的重要程度。然而,连接数多并不意味着该节点的重要性更强,因为这些链接发出的源节点的重要性也并不一样。PageRank算法的计算为一个迭代过程,最终网页根据所得分值进行检索排序,该算法考虑了网络的全局拓扑特性。根据PageRank计算公式可知,页面x的链接源越多,即指向页面x的链接数目n越大,则x的重要性越高;而且,网页x的链接源页面的级别越高,则网页x越重要,x的PageRank值越大。接近度中心性是以节点间距离为基础来衡量节点在网络中的中心程度。PageRank算法可以作为移动社交网络节点价值评价指标User Rank(UR)构建的参考,而算法则考虑了节点自身的属性。在网络中,UR(i)的表达式如下:

其中,UR(i)为节点i的UR值,UR(j)为节点j的UR值;σ为阻尼系数,阻尼系数越大,用户j的重要性越大。接近中心性是考察一个节点传播信息时不靠其它节点的程度,较度数中心性指标有更好的全局性,因此,用接近中心性替换PageR-ank算法中的页面连接数,式中CC(j)为用户j的接近中心性,即UR指标体现了将接近中心性与PageRank相结合的思路。

一个用户的UR值是由其他用户的UR计算得到,由于等式UR=A*UR满足马尔科夫链的性质,如果给每一个用户一个随机UR初始值,当马尔科夫链收敛,则UR存在唯一解,通过迭代计算,这些节点的UR值会趋向于正常和稳定。在PageRank中,节点的初始值往往被视为相同,而用户网络中节点的初始传播能力却各不相同。UR基于随机游走的理论构建,但UR还考虑了不同用户对应不同的传播能力的情况,故选用CC(j)替换随机游走理论的中心度。

4 数据采集与重要性评价

4.1 数据采集

本文研究的数据来自移动社交网站Brightkite(用B表示),在该网站,用户可以通过签到来分享其位置,通过积分、勋章以及领主等荣誉激励用户对地点(商店、餐厅等)进行评价以产生优质内容,可以很好地为商户或品牌进行各种形式的营销与推广。初始的Brightkite网络共有58 228个节点、214 078条边,该网络巨大且存在大量孤立点,为了降低网络维度以适应仿真平台,并剔除网络中与其他节点没有连接的孤立点,使用Pajek软件的Degree Reduction功能对网络进行抽取简化。Degree Reduction基于节点的度数进行抽取,度数低于设定阈值的节点将从网络中删除,因此最终保留的节点均为原始网络中相对重要的节点,且网络中不存在孤立节点。进行了多次试抽取,最终抽取出的E网络有720个节点、26 458条边,网络密度为0.10,平均最短路径为2.47。

利用最小二乘法进行拟合并计算幂律指数,网络的幂律指数为3.85,拟合指数为0.65,即Brightkite网络是非均匀网络,具有相对较高重要性的用户在网络中占少数。

4.2 重要性指标计算

在PageRank算法的基础上,结合接近中心性计算UR矩阵,设置阻尼系数p=0.85(参照PageRank算法)[15],通过迭代算法计算节点的全局重要性值(如表1)。计算发现,度数中心性、中介中心性、接近中心性与UR的顺序基本一致,但仍有一些节点的评价有区别,如节点520与节点60的中介中心性、接近中心性与UR排序不一致,表明UR在社会网络中心性指标基础上的修正是有效果的。

5 创新扩散实验分析

5.1 创新扩散模型

随着计算机和信息技术的快速发展,虚拟空间中陌生人之间的沟通越来越频繁,用户可以便捷地通过网络获得有关产品或服务的诸多评论。信息在互联网上的传播、病毒在人群网络中的流行、虚假事件在社交网络中的扩散等,都是服从一定传播规律的网络传播行为。在复杂网络中,最成熟的传播动力学模型就是SIS模型。SIS模型中个体包括S状态(易感人群)和I状态(染病人群)2种类型。染病的I状态个体是传播病毒的初始节点,将会以β的几率传染给染病人群,即。染病的I状态个体也可以恢复到易感染状态,即,恢复的几率为γ。节点重要性评价方法的合理性可以通过传播动力学来检验,检验其重要性排序与扩散效果之间是否具有一致性。这种方法一般以某节点为传播起点,利用传播动力学模型仿真,通过计算节点引发的扩散效果来评价。

为了探讨UR算法是否是对传统算法的一种有效合理的改进,通过计算实验的方法来进行观察。在SIS模型的基础上,本文假定在移动社交网络中,户有I和S这2种状态,其中,采用者为已感染I状态,产品通过该用户开始在网络中扩散,其他用户为易感染S状态。当接收到采用者的信息时,这些用户可能以β的几率转化为采用者;反之,采用者也有可能以γ的几率转化为左右摇摆者,即易感染S状态。S状态的用户无法影响其他人,不再扩散产品信息。令t时刻移动社交网络中S状态、I状态用户的比例分别为s(t)和i(t)。

传统的SIS算法是基于邻接矩阵对网络指标进行计算,由于大型网络通过稀疏矩阵保存,而稀疏往往因为维度过大而无法转化为邻接矩阵,因此本研究编写了可以计算稀疏矩阵的程序,并将代码(sparse-matrix-sis)发布在程序员联合开发网(pudn.com)网站,供相关研究人员测试使用。使用matlab7.1进行仿真,规则如下:

(1)计算出UR值,根据其大小对节点进行排序。

(2)按照新的排序依次选择节点,每次设置一个节点为初始产品采用者(I态),即设置初始时刻I态用户为1人。

(3)为了对比β>γ、β=γ、β<γ这3种情况下的扩散效果,并且为了使扩散速度较慢以易于观察,分别设置参数β=0.03和γ=0.01,β=0.0 3和γ=0.03,β=0.01和γ=0.03。

(4)每次扩散过程循环了100遍(该数值为自行设定),求得网络中最终I态节点比例的100遍结果平均值,并绘制I态节点比例随扩散时间变化趋势图(如图1)。

节点35、669分别是网络中UR排名靠前和最后的节点,通过观察扩散图可以发现:(1)创新累积采纳者数量与时间的关系为S型曲线,这与前人的研究一致[16]。(2)排序靠前(越大)的节点,相对于排序靠后的节点可以更快地使网络中I态的节点达到稳态。β/γ越大,可以更快地使网络中I态的节点达到稳态;在同样的β/γ时,UR高的节点引发的感染速度较快;对于给定节点,当β/γ越大时,感染速度越快;当同一个节点且同样的β时,γ越大,则感染速度越慢。(3)中心性排序靠前(越大)的节点比排序靠后的节点可以更快地使网络中I态的节点达到稳态。β/γ越大,可以更快地使网络中I态的节点达到稳态。

5.2 指标扩散效果的相关性分析

通过部分节点指标观察无法得出评价指标与扩散效果的一致性关系,可以通过指标与扩散结果之间的相关性来研究。计算DC、BC、CC、UR等评价指标与产品扩散效果之间的关系,通过图1的分析发现,当β=0.01和γ=0.03时,第5步到第20步之间的扩散变化效果易于观察,且在第20步之内感染节点的比例已经接近100%,故将参数设定为β=0.01和γ=0.03,将扩散观察设定为第S5、S8、S10、S15、S20步。

样本通过仿真获取,相关系数表如表2所示,主要包括3个方面:指标之间的相关性(表2左上角)、扩散效果之间的相关性(表2右下角)、指标与创新扩散效果之间的相关性(表2左下角)。第一,为了观察每个节点不同指标计算结果的相关性,建立n×4矩阵,保存计算出的节点的DC、BC、CC、UR值,因此样本共有720条,每条样本共有4个指标。第二,构建n×5矩阵,存储对于网络中的n个节点在第S5、S8、S10、S15、S20步时感染节点的比例。该计算进行了100次,最终得到100次仿真中每个节点在这5个时间节点的平均感染比例。第三,指标与扩散效果之间的相关性,样本来自以上2个样本结合,每条样本共有9个指标。

注:1)**和*分别表示双侧检验显著性水平为0.01和0.05;2)表格内为相关系数

通过相关性研究发现,网络中UR与S5、S8、S10、S15、S20的相关系数高于其他网络中心性指标,且在0.01的水平上显著。通过评价算法与创新扩散相关性研究,发现网络节点重要性与创新扩散有显著相关性,本研究构建的UR算法优于传统中心性指标。通过评价指标对比发现,接近中心性优于度数中心性和中介中心性,这也支撑了UR算法构建中使用接近中心性替换随机游走理论中心性的合理性。

6 结论与讨论

移动社交网络用户的交互行为对创新扩散影响的问题涉及到多学科知识,包括复杂网络传播动力学与消费者行为、创新扩散等,本研究基于创新扩散理论,结合社会网络中心性和信息检索相关算法构建移动社交网络用户重要性评价指标UR,基于移动社交网络数据,通过计算实验方法对该算法进行测试;通过传染病模型研究网络中用户的创新扩散能力,通过相关性分析评价指标的有效性。本文得到以下结论:第一,用户采纳概率是影响创新扩散速度和规模的最重要因素。第二,中心性指标在节点重要性评价上具有总体一致性,但接近中心性优于度数中心性和中介中心性。第三,关键顾客具有较强的信息扩散能力,UR算法优于传统中心性指标。

篇3：春节两个重要节点

在友友租车CMO马晨译看来，社区租车符合共享经济发展规律，而共享经济在未来一段时期必将迎来一个爆发期。如果说Airbnb是通过平台将租客和房东连接起来，那么友友租车则是通过平台将租客与车主连接起来，两者都属于共享经济范畴。

打造优质租车服务体验

马晨译对《创业邦》说，友友租车的打法是用“极客”思维做产品，再用“集客”思维向车主与租客提供服务，第一个“极客”思维代表的就是做一款超用户预期产品，另一个“集客”思维代表的是将租客与车主集结到友友租车平台之上，但前提是向车主与租客提供更加优质的服务。

对平台的重要交易载体——汽车，友友租车提出了严格的租前审核标准。在马晨译看来，严格标准主要为实现两个目的，一是保障租客能够租到放心车辆，二是确保平台车辆都是正规车。并不是每一辆车都能放在友友租车平台之上进行出租。

友友租车平台对入驻车辆的审核要求是提供五个证件——车辆行驶证、车辆车船税证、驾驶执照、车主个人身份证、车辆交强险证。目前友友租车平台有20万车主注册，但只有1.5万辆车在平台上被频繁租用，原因是其他车辆不符合或者不具备上述五个文件标准。五个文件，缺一个都不能在平台上将车辆出租出去。马晨译说，这样做的目的就是确保租客能够得到更好的租车服务体验。

审核通过后，车辆会在平台上根据价格排序机制排序。这个价格机制主要实现两个功能：首先是实现共赢，也就是让车主挣到钱，同时让租客租到价格适合自己的车辆;其次是LBS定位功能，让租客在1000米范围内快速租到车。

在马晨译看来，友友租车不仅让私家车主挣到了钱，还帮助他们解决了养车费用高的难题。“在国内一、二线城市，高收入家庭会拥有2?3辆汽车，一辆普通家用轿车每年养车成本在2万元左右，两辆就是4万元左右。这些养车成本包括油费、停车费、车险等，加起来将是一笔不小的开支。”

在租客端，友友租车不仅保障租后的车辆安全性，还会向租客提供保险、道路救援服务。马晨译说，截至到目前，友友租车已经与太平洋保险、平安保险、人寿保险三家国内知名保险公司相继展开合作，向租客提供个人保险服务。

同时，友友租车还与德国安联保险救援集团展开合作，保证租客与车主在不可预知的小概率事故上能够获得保险与道路救援方面的保障。只有个人保险与道路救援双重服务都得到保障之后，才能确保车主与租客双方在租客使用车辆期间是安全的。

此外，友友租车除了要求租客在租车之前需缴纳一定押金之外，不收取任何额外费用。押金大多用于违章罚款。如果租客在租车期间没有发生这两种情况，自租客向车主租车之日算起15?20日之后，押金会如数返还给租客。马晨译说，只有在租客与车主两端服务机制建立起来之后，友友租车才能获得车主与租客的青睐。

汽车与社区：两个商业节点

在马晨译看来，基于社区分享的租车模式有两个重要场景入口，一是车辆场景，二是社区场景，基于这两个租车场景，友友租车才能有更大发展空间。

基于车辆入口场景，友友租车平台掌握了车主与租客的个人信息、交易行为等数据，这使友友租车会考虑在汽车后服务市场探索盈利模式，比如汽车金融、上门洗车、车辆保养等服务。基于社区入口场景，友友租车会尝试涉足小区内快递的最后一公里社区服务，甚至未来还将涉及到旅游目的地的商业服务，这些都有可能成为友友租车未来的商业模式。

针对前者，友友租车已经与卡拉丁合作，试水汽车保养服务，向车主提供免费养车服务。未来随着平台私家车主进一步增多，友友租车会考虑与卡拉丁进行利润分成。针对后者，友友租车已经与北京潭柘寺展开合作，租客凭借友友租车凭证可到潭柘寺免费领取旅游门票。在友友租车与海南逍遥国际旅行社的合作中，旅游景点也会向用户提供免费门票。未来随着平台租客进一步增多，平台会考虑向租客收取一定比例的门票费用。这也是友友租车目前计划试水的两种盈利模式。