摘要：在国内几种传播媒介中,电视可以说是一种强势传播媒介.但分析电视媒体的盈利手段,我们发现电视业的盈利模式单一.有数据统计表明,国内90%以上的电视媒体,其产业结构中总收入的90%以上来自广告.

摘要：问题的提出:电视媒体应调整生存战略在国内几种传播媒介中,电视可以说是一种强势传播媒介.但分析电视媒体的盈利手段,我们发现电视业的盈利模式单一.统计数据表明,国内90%以上的电视媒体,其产业结构中总收入的90%以上来自广告.

摘要：通过资料分析法、文献综述法、逻辑归纳法,回顾奥运体育展示的发展历程,对南京青奥会体育展示工作进行个案研究,简述了奥运传播过程中的体育展示功能,提出体育展示是体育文化创意性传播和赛事包装艺术化传播;研究了体育展示组织内和组织外的传播模式,着重分析了体育展示的受众、传播内容、传播媒介、传播效果等元素的特点;展望了运动项目与主办国(地区)文化的高度融合、体育展示内容视觉化呈现、新媒体技术强化观众互动的体育展示发展趋势。

摘要：在以麦克卢汉、波兹曼为代表的媒介生态学派指引下,媒介技术成为当下传播学研究的重要视角。通过梳理体育媒介技术发展给体育解说带来的变化,分析不同媒介技术下体育解说风格的特征和媒介技术发展下体育赛事解说的流变规律;探究体育媒介技术在体育解说传播模式变革、体育解说语言艺术模式的丰富、体育解说叙述模式的特点引领等方面的独特作用;总结新技术赋能下的体育解说融合化转向、技术推动下的体育解说风格平民化转向、新技术引领下的体育解说娱乐性转向的趋势,对新媒介技术发展下的体育解说发展具有很强的指导性。

摘要：现有基于兴趣点(POI)路径规划的研究大部分只考虑POI的静态属性,而热门景点拥堵以及用户产生的不满意情绪会造成旅游质量大大下降。为了提升用户旅游的满意度,重点考虑了POI的动态属性,提出基于用户需求的景点路线利益规划算法。首先,设计了GM(1,1)马尔可夫景点人数预测算法,通过引入预测残差以及概率转移矩阵,使平均预测偏差比原GM(1,1)算法降低12.2%;其次,通过设计前向细化(FR)算法,在满足用户解决需求的前提下减少用户不必要的访问地点和时间,在相同的需求数下,前向细化算法的平均解决需求时间比TMT算法降低9.4%;最后,根据景点流行度、时间KL散度、地点访问次序以及路程时间等因素,提出了景点路线利益规划算法,在相同时间限制下景点路线利益算法平均拓展Rank 1-5的景点数量比Time_Based算法提高34.8%,比Rand_GA算法提高47.3%。

摘要：研究了multi-power multi-radio无线传感器网络中联合调度、信道和功率分配的最优路由问题,并利用线性规划方程设计了该问题的最优路由方案,同时联合解决了链路调度、信道和功率分配问题.然后针对最优路由问题的NP复杂性,设计了有效的多项式时间解决方案.实验结果表明,提出的联合优化的路由方案能有效地减小端到端的传输时延和能量消耗.

摘要：针对传统的基于协同过滤的兴趣点(POI)推荐方法存在数据稀疏问题和现有工作往往单纯利用上下文信息却没有合理平衡各因素的作用影响的问题,提出融合用户感知和多因素的兴趣点推荐模型(UPMF).为基于用户感知的隐式建模提取用户相似性以丰富用户表示,并利用序列、地理和社交等上下文信息构建用户感知协同影响的POI推荐模型,缓解数据稀疏问题.设计新颖的用户感知的融合策略(UPIS),在基于用户感知的同时合理利用各种上下文信息挖掘用户的动态偏好.提出基于分段的活动区域选择算法针对不同活动区域对用户的影响进行建模.实验结果表明,与其他流行的POI推荐方法相比,UPMF在准确率、召回率和归一化折损累计增益(NDCG) 3个评价标准上都有一定程度的提高.在Gowalla和Yelp数据集上,UPMF模型的NDCG@10比SUCP的分别高12.77%、7.24%.

摘要：针对Multi-Power Multi-Radio无线传感器网络的特性,研究了跨层优化的最小传输时延路由问题,利用线性规划方程设计了该问题的最优问题模型,并设计了有效的多项式时间解决方案.实验结果表明,提出的联合优化的路由方案能有效地减小端到端的传输时延.

摘要：针对无线传感器网络中节点忙或失效导致的数据拥塞及数据丢失现象,设计了一种基于多路径的可靠路由协议——***能较好地处理拥塞并提高数据传输的可靠性.针对由于节点失效(或拥塞)导致数据无法继续转发的情况,将失效路径(或拥塞)上正在转发的数据转移到另一条有效的路径,以减少丢包数,进而提高数据传输可靠性,降低由于数据丢失对整个网络的不良影响,从而提高网络的性能.实验结果表明,提出的路由策略能有效处理拥塞,并能显著提高数据传输可靠性.

摘要：针对不同任务之间通常存在偏序关系这种实际情况,提出了基于偏序任务的社会网络合作问题(collaboration problem in social networks based on tasks with partial ordering relations,CSN-TPR).该问题研究如何从社会网络中选择合适的团队来合作完成具有偏序关系的任务集,使得由通信代价、时间代价和预算代价构成的总体代价性能最优.首先证明了CSN-TPR是NP-hard问题,然后利用爬山法、分支限界策略和动态规划方法提出了近似算法HillClimbingTF_***_BBS算法不仅输出有效的团队,而且能给出团队成员的具体任务分配以及每项任务的开始时间.真实数据上的实验结果表明:HillClimbingTF_BBS算法能有效并高效求解CSN-TPR.