掃一掃
關(guān)注中圖網(wǎng)
官方微博
>
>>
中國(guó)低碳農(nóng)業(yè)發(fā)展的生產(chǎn)效率研究
包郵 中國(guó)低碳農(nóng)業(yè)發(fā)展的生產(chǎn)效率研究
作者：田云著
開(kāi)本：
16開(kāi)
頁(yè)數(shù)：
216
本類(lèi)榜單：經(jīng)濟(jì)銷(xiāo)量榜
本類(lèi)五星書(shū)更多>
-
>
蜜蜂的寓言:私人的惡德,公眾的利益
-
>
世界貿(mào)易戰(zhàn)簡(jiǎn)史
-
>
日本的凱恩斯:高橋是清傳:從足輕到藏相
-
>
近代天津工業(yè)與企業(yè)制度
-
>
貨幣之語(yǔ)
-
>
眉山金融論劍
-
>
圖解資本論
中圖價(jià):¥23.0
加入購(gòu)物車(chē)
中國(guó)低碳農(nóng)業(yè)發(fā)展的生產(chǎn)效率研究 版權(quán)信息
- ISBN：9787520325035
- 條形碼：9787520325035 ; 978-7-5203-2503-5
- 裝幀：一般膠版紙
- 冊(cè)數(shù)：暫無(wú)
- 重量：暫無(wú)
- 所屬分類(lèi)：>>
中國(guó)低碳農(nóng)業(yè)發(fā)展的生產(chǎn)效率研究 本書(shū)特色
氣候變化是當(dāng)前人類(lèi)社會(huì)面臨*為嚴(yán)峻的全球環(huán)境問(wèn)題之一。雖然關(guān)于氣候變化成因和影響的學(xué)術(shù)爭(zhēng)論一直存在，但不可否認(rèn)，大氣中溫室氣體濃度的增加是導(dǎo)致這一變化的重要因素。二、三產(chǎn)業(yè)是碳排放的主導(dǎo)部門(mén)，但快速發(fā)展的農(nóng)業(yè)也是加速氣候變化的重要誘因。在農(nóng)業(yè)碳排放量持續(xù)上升、溫室氣體減排訴求日趨強(qiáng)烈的今天，發(fā)展低碳農(nóng)業(yè)已刻不容緩。為了更好地提出推進(jìn)低碳農(nóng)業(yè)發(fā)展的對(duì)策建議，有必要明確其基本現(xiàn)狀與主要特征。鑒于此，本書(shū)以低碳農(nóng)業(yè)生產(chǎn)率為切入點(diǎn)，圍繞其時(shí)序演變規(guī)律、空間分異特征及影響機(jī)理展開(kāi)了系統(tǒng)性探索。研究發(fā)現(xiàn)：我國(guó)低碳農(nóng)業(yè)生產(chǎn)率增長(zhǎng)總體偏慢，且主要依賴(lài)于農(nóng)業(yè)前沿技術(shù)的進(jìn)步而非農(nóng)業(yè)技術(shù)效率的改善；同時(shí)呈現(xiàn)較為明顯的空間非均衡性，即東部*、中部次之、西部*，目前地區(qū)差距正逐步縮小并表現(xiàn)出分散化的區(qū)域集聚特征；影響我國(guó)低碳農(nóng)業(yè)生產(chǎn)率變化的因素雖處于不斷變化之中，但與產(chǎn)業(yè)結(jié)構(gòu)調(diào)整關(guān)聯(lián)不大，而生產(chǎn)實(shí)踐中的低碳農(nóng)業(yè)技術(shù)采納與否與戶主個(gè)人特征緊密相關(guān)；在推進(jìn)低碳農(nóng)業(yè)發(fā)展的過(guò)程中，既要注重宏觀政策體系與中觀協(xié)同機(jī)制的構(gòu)建與完善，也需關(guān)注農(nóng)戶低碳農(nóng)業(yè)生產(chǎn)技術(shù)的選擇偏好。
中國(guó)低碳農(nóng)業(yè)發(fā)展的生產(chǎn)效率研究 內(nèi)容簡(jiǎn)介
氣候變化是當(dāng)前人類(lèi)社會(huì)面臨嚴(yán)峻的全球環(huán)境問(wèn)題之一。雖然關(guān)于氣候變化成因和影響的學(xué)術(shù)爭(zhēng)論一直存在，但不可否認(rèn)，大氣中溫室氣體濃度的增加是導(dǎo)致這一變化的重要因素。第二、第三產(chǎn)業(yè)是碳排放的主導(dǎo)部門(mén)，但快速發(fā)展的農(nóng)業(yè)也是加速氣候變化的重要誘因。在農(nóng)業(yè)碳排放量持續(xù)上升、溫室氣體減排訴求日趨強(qiáng)烈的今天，發(fā)展低碳農(nóng)業(yè)已刻不容緩。但同時(shí)，我們對(duì)低碳農(nóng)業(yè)理念有多少了解？這些年我國(guó)低碳農(nóng)業(yè)發(fā)展處于什么水平、變化軌跡與發(fā)展趨勢(shì)如何？省域間低碳農(nóng)業(yè)效率存在何種差異、是否具有空間收斂性？導(dǎo)致我國(guó)低碳農(nóng)業(yè)生產(chǎn)率變動(dòng)的關(guān)鍵性因素是什么？很顯然，對(duì)這些問(wèn)題進(jìn)行有效解讀將有助于增進(jìn)我們對(duì)中國(guó)低碳農(nóng)業(yè)發(fā)展現(xiàn)狀及其基本特征的宏觀認(rèn)知，進(jìn)而理論與實(shí)際結(jié)合，構(gòu)建更為合理的政策體系，為加快推進(jìn)我國(guó)低碳農(nóng)業(yè)發(fā)展步伐、切實(shí)踐行生態(tài)文明建設(shè)方針奠定堅(jiān)實(shí)基礎(chǔ)。 有鑒于此，《中國(guó)低碳農(nóng)業(yè)發(fā)展的生產(chǎn)效率研究》以低碳農(nóng)業(yè)為研究對(duì)象，首先系統(tǒng)梳理了國(guó)內(nèi)外相關(guān)文獻(xiàn)，對(duì)其所涉及的一些重要概念及相關(guān)理論進(jìn)行了回顧與總結(jié)，以確保研究根基。然后，對(duì)我國(guó)農(nóng)業(yè)碳排放／碳匯量進(jìn)行了全面核算并分析了其時(shí)空特征，一方面增強(qiáng)了我們的宏觀認(rèn)知，更為重要的是，為低碳農(nóng)業(yè)生產(chǎn)率的測(cè)度提供了數(shù)據(jù)支撐，在此基礎(chǔ)上，基于農(nóng)業(yè)碳排放、農(nóng)業(yè)碳匯以及農(nóng)業(yè)投入產(chǎn)出數(shù)據(jù)，系統(tǒng)核算了我國(guó)低碳農(nóng)業(yè)生產(chǎn)率，并深入探究了其增長(zhǎng)源泉、時(shí)序演變規(guī)律、區(qū)域分異特點(diǎn)、動(dòng)態(tài)演進(jìn)及收斂性。緊接著，分析了影響我國(guó)低碳農(nóng)業(yè)生產(chǎn)率增長(zhǎng)的宏觀因素與低碳農(nóng)業(yè)技術(shù)采納的微觀機(jī)理，從中探尋出了導(dǎo)致低碳農(nóng)業(yè)水平發(fā)生變化的關(guān)鍵動(dòng)因。*后在總結(jié)并借鑒國(guó)外低碳農(nóng)業(yè)發(fā)展經(jīng)驗(yàn)的基礎(chǔ)上，有針對(duì)性地提出了對(duì)策建議，以期為我國(guó)更好地踐行生態(tài)文明理念、推進(jìn)低碳農(nóng)業(yè)發(fā)展提供必要的數(shù)據(jù)支撐與理論依據(jù)。具體而言，《中國(guó)低碳農(nóng)業(yè)發(fā)展的生產(chǎn)效率研究》研究?jī)?nèi)容主要分為文獻(xiàn)綜述與理論基礎(chǔ)（一、第二章）、農(nóng)業(yè)碳排放／碳匯現(xiàn)狀分析（第三章）、低碳農(nóng)業(yè)生產(chǎn)率測(cè)度及其時(shí)空特征分析（第四、第五章）、低碳農(nóng)業(yè)生產(chǎn)率與技術(shù)采納的影響因素分析（第六章）、低碳農(nóng)業(yè)發(fā)展政策體系構(gòu)建（第七、第八、第九章）五大部分。
中國(guó)低碳農(nóng)業(yè)發(fā)展的生產(chǎn)效率研究 目錄
**章 社會(huì)化推薦系統(tǒng)（１）
１１ 社會(huì)化推薦系統(tǒng)（３）
１１１ 社會(huì)化推薦系統(tǒng)的形式化定義（４）
１１２ 社會(huì)化推薦系統(tǒng)的基本框架模型（６）
１１３ 社會(huì)關(guān)系和網(wǎng)絡(luò)模型的構(gòu)建（７）
１２ 社會(huì)化推薦生成技術(shù)（１０）
１２１ 基于網(wǎng)絡(luò)圖模型的推薦方法（１１）
１２２ 矩陣分解方法（１４）
１２３ 因子分解機(jī)模型（ｆａｃｔｏｒｉｚａｔｉｏｎｍａｃｈｉｎｅ） （１９）
１２４ 概率模型（２０）
１３ 社會(huì)化推薦系統(tǒng)研究的熱點(diǎn)和難點(diǎn)（２５）
１４ 結(jié)語(yǔ)（２８）
本章參考文獻(xiàn)（２９）
第二章 基于位置的移動(dòng)社會(huì)化網(wǎng)絡(luò)推薦系統(tǒng)（４０）
２１ 基于位置的社會(huì)化網(wǎng)絡(luò)（４０）
２１１ 基于位置的社會(huì)化網(wǎng)絡(luò)的基本定義及３＋１ 框架模型（４０）
２１２ 基于位置的社會(huì)化網(wǎng)絡(luò)的數(shù)據(jù)特征（４２）
２２ 基于位置的移動(dòng)社會(huì)化網(wǎng)絡(luò)推薦系統(tǒng)（４４）
２２１ 基于位置的移動(dòng)社會(huì)化網(wǎng)絡(luò)推薦系統(tǒng)基本特征（４４）
２２２ 基于位置的移動(dòng)社會(huì)化網(wǎng)絡(luò)推薦系統(tǒng)框架（４６）
２３ 基于位置的移動(dòng)社會(huì)化網(wǎng)絡(luò)推薦方法（４８）
２３１ 融合社會(huì)關(guān)系的基于位置的協(xié)同過(guò)濾推薦（４８）
２３２ 基于移動(dòng)用戶位置活動(dòng)劃分的圖模型推薦（５０）
２３３ 基于移動(dòng)用戶位置軌跡相似的好友推薦（５１）
２３４ 多維上下文感知用戶偏好學(xué)習(xí)及移動(dòng)推薦（５２）
２４ 應(yīng)用進(jìn)展（５４）
２５ 結(jié)語(yǔ)（５５）
本章參考文獻(xiàn)（５５）
第三章 基于位置的協(xié)同過(guò)濾移動(dòng)網(wǎng)絡(luò)服務(wù)推薦方法（６３）
３１ 引言（６３）
３２ 相關(guān)知識(shí)（６６）
３２１ 協(xié)同過(guò)濾推薦算法（６６）
３２２ 上下文信息與傳統(tǒng)推薦算法的融合（６７）
３３ 基于位置的用戶—網(wǎng)絡(luò)服務(wù)特征模型（６８）
３３１ 基本數(shù)據(jù)模型（６８）
３３２ 基于位置的移動(dòng)用戶偏好特征（７０）
３４ 移動(dòng)用戶之間的信任關(guān)系（７２）
３４１ 直接好友關(guān)系（７２）
３４２ 間接好友關(guān)系（７３）
３５ 基于用戶位置的網(wǎng)絡(luò)服務(wù)推薦（７４）
３５１ 基于移動(dòng)用戶位置的網(wǎng)絡(luò)服務(wù)推薦基本框架（７４）
３５２ 基于移動(dòng)用戶位置的網(wǎng)絡(luò)服務(wù)推薦（７５）
３６ 性能分析（７９）
３６１ 數(shù)據(jù)稀疏性及冷啟動(dòng)問(wèn)題（７９）
３６２ 復(fù)雜度分析（８０）
３７ 實(shí)驗(yàn)與分析（８０）
３７１ 實(shí)驗(yàn)數(shù)據(jù)集（８０）
３７２ 評(píng)價(jià)指標(biāo)（８１）
３７３ 實(shí)驗(yàn)結(jié)果及分析（８２）
３８ 結(jié)語(yǔ)（９５）
本章參考文獻(xiàn)（９６）
第四章 基于移動(dòng)用戶活動(dòng)區(qū)域劃分的圖模型位置信息
推薦方法（９９）
４１ 引言（９９）
４２ 相關(guān)工作（１０１）
４３ 基于用戶活動(dòng)區(qū)域劃分的圖模型推薦方法（１０３）
４３１ 移動(dòng)用戶位置活動(dòng)區(qū)域的確定與劃分（１０３）
４３２ 基于用戶位置活動(dòng)區(qū)域的圖模型構(gòu)建（１０５）
４３３ 推薦結(jié)果的生成（１０７）
４４ 實(shí)驗(yàn)與分析（１０９）
４４１ 實(shí)驗(yàn)數(shù)據(jù)集（１０９）
４４２ 評(píng)價(jià)指標(biāo)及對(duì)比實(shí)驗(yàn)（１１４）
４４３ 實(shí)驗(yàn)結(jié)果與分析（１１５）
４５ 結(jié)語(yǔ)（１１６）
本章參考文獻(xiàn)（１１７）
第五章 基于移動(dòng)用戶簽到位置軌跡相似的近鄰好友
推薦方法（１２１）
５１ 引言（１２１）
５２ 相關(guān)工作（１２３）
５２１ 基于位置的社會(huì)化網(wǎng)絡(luò)好友推薦方法（１２３）
５２２ 基于位置的社會(huì)化網(wǎng)絡(luò)用戶的位置移動(dòng)性與社會(huì)關(guān)系的關(guān)聯(lián)性（１２４）
５３ 問(wèn)題描述（１２５）
５４ 用戶簽到位置的時(shí)空特性（１２６）
５４１ 用戶的簽到頻率（１２６）
５４２ 相鄰兩個(gè)簽到位置點(diǎn)之間的移動(dòng)速度（１２７）
５５ 基于用戶簽到位置軌跡相似的近鄰好友推薦（１２９）
５５１ 基于時(shí)間周期的用戶簽到位置軌跡構(gòu)建（１２９）
５５２ 用戶簽到位置軌跡中重要區(qū)域的識(shí)別（１３１）
５５３ 軌跡模式類(lèi)型（１３４）
５５４ 用戶簽到位置軌跡相似性（１３６）
５５５ 基于用戶簽到位置軌跡的近鄰好友推薦（１３７）
５６ 實(shí)驗(yàn)與分析（１３８）
５６１ 實(shí)驗(yàn)數(shù)據(jù)及推薦效果的評(píng)價(jià)指標(biāo)（１３８）
５６２ 實(shí)驗(yàn)設(shè)計(jì)及結(jié)果分析（１３９）
５７ 結(jié)語(yǔ)（１４３）
本章參考文獻(xiàn)（１４３）
第六章 基于位置等多維上下文感知的移動(dòng)前攝
推薦方法（１４７）
６１ 引言（１４７）
６２ 移動(dòng)網(wǎng)絡(luò)環(huán)境中的基本數(shù)據(jù)模型（１４８）
６３ 多維上下文感知下用戶適應(yīng)性選擇偏好學(xué)習(xí)方法（１４９）
６３１ 上下文影響因素的確定（１４９）
６３２ 多維上下文感知下用戶適應(yīng)性選擇層次分析
模型（１５１）
６３３ 算法描述及復(fù)雜性分析（１５６）
６４ 移動(dòng)用戶多維上下文環(huán)境下動(dòng)態(tài)轉(zhuǎn)移（１６０）
６５ 移動(dòng)前攝推薦策略（１６２）
６６ 實(shí)驗(yàn)與分析（１６３）
６６１ 實(shí)驗(yàn)數(shù)據(jù)集（１６３）
６６２ 對(duì)用戶行為選擇有影響的上下文類(lèi)型的確定（１６３）
６６３ 優(yōu)化選擇參數(shù)及μ訓(xùn)練數(shù)據(jù)集對(duì)學(xué)習(xí)準(zhǔn)確率的影響（１６４）
６６４ 推薦結(jié)果分析（１６７）
６７ 結(jié)語(yǔ)（１６９）
本章參考文獻(xiàn)（１７０）
第七章 總結(jié)與展望（１７３）
７１ 總結(jié)（１７３）
７２ 展望 （１７６）
展開(kāi)全部
中國(guó)低碳農(nóng)業(yè)發(fā)展的生產(chǎn)效率研究 節(jié)選
推薦系統(tǒng)作為一種有效的信息過(guò)濾手段，是當(dāng)前解決信息過(guò)載問(wèn)題及實(shí)現(xiàn)個(gè)性化信息服務(wù)的有效方法之一。目前主流推薦系統(tǒng)可以分為四類(lèi)［1］：基于內(nèi)容的推薦、協(xié)同過(guò)濾推薦、基于知識(shí)的推薦和組合推薦。基于內(nèi)容的推薦源于信息檢索技術(shù)，不依賴(lài)于用戶對(duì)項(xiàng)目的評(píng)價(jià)信息，側(cè)重考察候選推薦項(xiàng)目與用戶特征的匹配程度。協(xié)同過(guò)濾推薦主要包括兩類(lèi)：一類(lèi)是基于模型的方法。此方法利用概率統(tǒng)計(jì)模型或者機(jī)器學(xué)習(xí)方法，在訓(xùn)練集上構(gòu)建用戶特征模型(比如線性規(guī)劃模型、統(tǒng)計(jì)模型、貝葉斯模型、概率相關(guān)模型、決策樹(shù)模型、圖模型、*大熵模型等），依此進(jìn)行推薦。它的優(yōu)點(diǎn)在于穩(wěn)定性好，缺點(diǎn)在于訓(xùn)練時(shí)間長(zhǎng)、計(jì)算復(fù)雜性高。另一類(lèi)是啟發(fā)式方法，也是目前應(yīng)用比較普遍的一種協(xié)同過(guò)濾推薦方法，該方法需要建立用戶—項(xiàng)目評(píng)分矩陣，根據(jù)相似用戶具有相似偏好的假設(shè)進(jìn)行推薦。在用戶評(píng)分信息充分的情況下，通過(guò)相似度的計(jì)算，可以快速為用戶找到偏好相似的其他用戶，從而實(shí)現(xiàn)協(xié)同推薦。但是在冷啟動(dòng)情況下，即用戶評(píng)分信息很少，或者沒(méi)有評(píng)分信息時(shí)，此方法就顯得無(wú)能為力了。因?yàn)樵谶@種情況下，此方法找不到與該用戶有相似評(píng)分模型的其他用戶，也就不能基于相似用戶的偏好也相似的假設(shè)進(jìn)行推薦。基于知識(shí)的推薦是一種基于特定領(lǐng)域規(guī)則或?qū)嵗耐评矸椒ǎ鋬?yōu)點(diǎn)在于不需要建立用戶需求偏好模型，缺點(diǎn)是難以制定合理的推理規(guī)則。組合推薦是為了克服上述各種推薦技術(shù)的弱點(diǎn)，對(duì)3種推薦方法的組合應(yīng)用，其中基于內(nèi)容的推薦與協(xié)同過(guò)濾推薦組合是目前應(yīng)用比較廣泛的一種。 為了解決冷啟動(dòng)問(wèn)題，學(xué)者們提出了社會(huì)化（social recommendation）推薦方法［2,3］。這種方法主要根據(jù)用戶之間的社會(huì)關(guān)系信息，構(gòu)建用戶之間的社會(huì)化關(guān)系網(wǎng)絡(luò)，對(duì)于一個(gè)新用戶，只要網(wǎng)絡(luò)中存在一個(gè)用戶與此用戶有直接或者間接的社會(huì)關(guān)系，就可以根據(jù)這種社會(huì)關(guān)系和已知用戶的興趣模型，對(duì)新用戶產(chǎn)生適宜推薦。這種推薦策略是合理的、科學(xué)的，一方面源于社會(huì)網(wǎng)絡(luò)分析（social network analysis，SNA）的重要研究成果［4］：網(wǎng)絡(luò)社區(qū)中，相互聯(lián)系的群體，受社會(huì)因素的相互影響，往往表現(xiàn)出相似的興趣愛(ài)好及行為規(guī)范；另一方面，伴隨著具有Web 20特征的社會(huì)化網(wǎng)絡(luò)的廣泛應(yīng)用，特別是在線社交網(wǎng)絡(luò)的盛行，網(wǎng)絡(luò)用戶之間的活動(dòng)行為表現(xiàn)得越來(lái)越社區(qū)化和網(wǎng)絡(luò)化。此外，在線社會(huì)化網(wǎng)絡(luò)的數(shù)據(jù)分析結(jié)果也證明了社會(huì)化網(wǎng)絡(luò)推薦模型的正確性，而且用戶的社會(huì)屬性信息確實(shí)能夠提高推薦系統(tǒng)的性能。這使社會(huì)化推薦系統(tǒng)逐漸發(fā)展成為一個(gè)獨(dú)立的研究方向，并引起國(guó)內(nèi)外學(xué)者的研究熱情。 目前，社會(huì)化推薦系統(tǒng)逐漸成為推薦系統(tǒng)領(lǐng)域的重要研究熱點(diǎn)方向之一。有許多大學(xué)和研究機(jī)構(gòu)對(duì)社會(huì)化推薦系統(tǒng)的理論、方法及應(yīng)用展開(kāi)了深入的研究［5—14］。同時(shí)ACM推薦系統(tǒng)年會(huì)（ACM Conference on Recommender Systems，RecSys）自 2009 年開(kāi)始涉及社會(huì)化推薦系統(tǒng)的專(zhuān)題討論會(huì)（Workshop on Recommender Systems & the Social Web［15］），在2011年的專(zhuān)題研討會(huì)上指出了社會(huì)化推薦系統(tǒng)領(lǐng)域的幾個(gè)發(fā)展和研究主題［16］，討論了該領(lǐng)域的研究熱點(diǎn)和難點(diǎn)：①案例研究及新的社會(huì)化推薦應(yīng)用；②以社區(qū)為基礎(chǔ)的系統(tǒng)體制（economy of communitybased systems）：利用推薦系統(tǒng)鼓勵(lì)用戶持久的參與；③社會(huì)化網(wǎng)絡(luò)與大眾分類(lèi)法的進(jìn)展：朋友、標(biāo)簽、書(shū)簽、博客、音樂(lè)、社區(qū)推薦，等等；④推薦系統(tǒng)的跨界應(yīng)用，Web 20用戶界面及多媒介的推薦系統(tǒng)；⑤系統(tǒng)知識(shí)創(chuàng)作和綜合人工智能；⑥在推薦過(guò)程中直接涉及的用戶或者社團(tuán)推薦應(yīng)用；⑦利用大眾分類(lèi)法、社會(huì)化網(wǎng)絡(luò)信息、交互信息、用戶背景及社團(tuán)等的推薦方法；⑧有信任和信譽(yù)意識(shí)的社會(huì)化推薦；⑨利用本體論或者微格局的語(yǔ)義網(wǎng)絡(luò)推薦系統(tǒng)；⑩社會(huì)化推薦技術(shù)的經(jīng)驗(yàn)評(píng)估：成功和失敗方法。在2013年的專(zhuān)題討論會(huì)［17］上，又進(jìn)一步提出以下4個(gè)發(fā)展方向：①異構(gòu)網(wǎng)絡(luò)上的社會(huì)化推薦；②社會(huì)化推薦中的隱私保護(hù)問(wèn)題；③移動(dòng)社會(huì)化推薦；④社交網(wǎng)絡(luò)與用戶—項(xiàng)目關(guān)系網(wǎng)絡(luò)的融合推薦。社會(huì)化推薦系統(tǒng)滿足了互聯(lián)網(wǎng)中新問(wèn)題和新技術(shù)發(fā)展要求，具有較高的研究?jī)r(jià)值和應(yīng)用前景。特別是隨著移動(dòng)互聯(lián)網(wǎng)發(fā)展與應(yīng)用，移動(dòng)社會(huì)化推薦系統(tǒng)的研究也逐漸引起學(xué)術(shù)界和工業(yè)界的極大關(guān)注，并且取得了階段性研究成果［18］，例如移動(dòng)業(yè)務(wù)推薦［19］、移動(dòng)商務(wù)推薦［20—22］、基于位置的移動(dòng)推薦服務(wù)［23,24］，等等。此外，移動(dòng)社交網(wǎng)絡(luò)的位置簽到與位置共享功能的出現(xiàn)，為獲取用戶日常社會(huì)活動(dòng)的時(shí)空數(shù)據(jù)提供了新的途徑，從而推動(dòng)了基于位置的社會(huì)化網(wǎng)絡(luò)推薦系統(tǒng)的興起與發(fā)展［25—28］。
中國(guó)低碳農(nóng)業(yè)發(fā)展的生產(chǎn)效率研究 作者簡(jiǎn)介
田云(1986— )，湖北宜昌人。2015年6月畢業(yè)于華中農(nóng)業(yè)大學(xué)經(jīng)濟(jì)管理學(xué)院，獲管理學(xué)博士學(xué)位。現(xiàn)任職于中南財(cái)經(jīng)政法大學(xué)工商管理學(xué)院農(nóng)業(yè)經(jīng)濟(jì)管理系，副教授(試聘)，副系主任，主要從事農(nóng)業(yè)經(jīng)濟(jì)方面的教學(xué)與研究工作。主要研究領(lǐng)域?yàn)檗r(nóng)業(yè)經(jīng)濟(jì)理論與政策、農(nóng)業(yè)資源與環(huán)境經(jīng)濟(jì)，以第一作者身份在《Journal of Integrative Agriculture》《中國(guó)農(nóng)村觀察》《中國(guó)人口·資源與環(huán)境》《自然資源學(xué)報(bào)》《資源科學(xué)》《經(jīng)濟(jì)地理》等SCI/CSSCI期刊發(fā)表論文二十余篇；主持教育部人文社科青年基金、中國(guó)博士后科學(xué)基金(一等資助)、湖北省人民政策智力成果采購(gòu)項(xiàng)目等各類(lèi)課題十余項(xiàng)；系列論文“中國(guó)農(nóng)業(yè)碳排放問(wèn)題研究”獲第十屆湖北省社會(huì)科學(xué)優(yōu)秀成果二等獎(jiǎng)。
書(shū)友推薦
- >
伯納黛特,你要去哪(2021新版)
- >
朝聞道
- >
唐代進(jìn)士錄
- >
煙與鏡
- >
月亮與六便士
- >
大紅狗在馬戲團(tuán)-大紅狗克里弗-助人
- >
伊索寓言-世界文學(xué)名著典藏-全譯本
- >
名家?guī)阕x魯迅:故事新編
本類(lèi)暢銷(xiāo)
