前言：中文期刊網精心挑選了西湖的詩句范文供你參考和學習，希望我們的參考范文能激發你的文章創作靈感，歡迎閱讀。

西湖的詩句范文1

年代:宋作者:楊萬里

畢竟西湖六月中，風光不與四時同。

接天蓮葉無窮碧，映日荷花別樣紅。

2、《飲湖上，初晴后雨》

年代:宋作者:蘇軾

水光瀲滟晴方好，山色空蒙雨亦奇。

欲把西湖比西子，淡妝濃抹總相宜。

3、《蝶戀花·嘗愛西湖春*早》

年代:宋作者:歐陽修

嘗愛西湖春*早。臘雪方銷，已見桃開小。頃刻光陰都過了。如今綠暗紅英少。且趁馀花謀一笑。況有笙歌，艷態相縈繞。老去風情應不到。憑君剩把芳尊倒。

4、《玉樓春》

年代:宋作者:歐陽修

西湖的詩句范文2

關鍵詞：供電企業；客戶細分；大數據

中圖分類號：F270 文獻識別碼：A 文章編號：1001-828X（2016）025-0000-02

一、引言

隨著電網建設的不斷擴大，信息采集技術的提高，數據精細化程度越來越高，電網數據呈現出指數級增長的趨勢，如何對這些大數據進行快速準確的分析，挖掘有價值的信息，是當前學術界和產業界共同關注的主題。東莞供電局作為具備良好客戶與數據資源的代表之一，將大數據與傳統營銷策略結合，以客戶分群為載體開展全方位客戶服務體系應用建設研究，利于提高整體客戶服務能力和水平，提高企業經營效益。

二、客戶細分的內涵及意義

客戶細分是指通過有效收集、歸類和分析各方面的需求，定義不同屬性與行為特征的客戶群，對客戶價值、客戶風險進行評估。依據評估結果將客戶劃分為不同的類別，并對其進行管理，同時，針對不同的客戶群體為客戶提供個性化服務[1]。通過客戶細分，企業可以更好的識別不同的客戶群體，區別對待不同的客戶。客戶細分作為一項先進的客戶關系管理手段，在以客戶為中心的商業經濟的今天有著非凡的意義。

而客戶細分所用到的技術就是數據挖掘（Data Mining），所謂的數據挖掘就是從大量的、不完全的、有噪聲的、模糊的、隨機的數據中，提取隱含在其中的、人們事先不知道的、但又是潛在有用的信息和知識的過程[2]。運用數據挖掘技術可以分析客戶的更多信息，捕捉更多有價值的信息，有效研究客戶行為特征，實現對客戶群體的精細化分解，利于為客戶提供差異化服務，合理優化資源配置，實現良好的客戶關系管理。

三、供電企業客戶細分現狀

1.現有電力客戶劃分方法[3]

（1）定性劃分，主要包括以下幾類：

根據用電部門屬性分為工業、農業、交通運輸和市政生活用電，每一大類又可劃分為若干小類；

根據用電目的分為動力用電、照明用電、電熱用電、各種電器儀器設備的操作控制用電、通訊用電；

根據客戶重要性分為一類負荷、二類負荷、三類負荷。一類負荷是關系國民經濟命脈及人民生命財產安全或停電會對其造成重大損失；二類負荷指其在國民經濟中的地位不如一類負荷，但停電對其造成的經濟損失也不小；三類負荷指其在國民經濟中的地位不高，與人民的生命財產安全關系不大，中斷其供電造成的損失較小。

根據負荷大小分為最大負荷，平均負荷和最小負荷。

（2）定量劃分，主要包括以下幾類

根據用電屬性或用電行業分類，對用電量的大小和增長率進行高低排序，從而進行客戶分類。

根據客戶每月用電量、用電量同比增幅大小進行分類。

根據客戶繳納電費多少進行統計分析，從而找出重要客戶。

根據電價高低進行排序，找出高于平均電價的客戶群。

根據客戶裝接容量進行分類。

2.現有電力客戶劃分方法存在的問題

（1）分類指標簡單

一方面，電力客戶細分主要以定性分類方法為主，定性分類以便于市場管理為目的，沒有綜合考慮客戶的經濟價值；另一方面，使用定性分類對客戶細分的主觀性較強，不能對客戶進行全面了解，劃分客戶的標準比較模糊，很難找出客戶之間的差別，不能對客戶進行精確劃分。

（2）可操作性較差

一方面，現行定量分類和定性分類方法都主要考慮客戶的社會屬性，未充分評價客戶的經濟行為，其操作欠缺實際意義；另一方面，傳統的分類方法都是非智能計算方法，隨著大數據的發展，客戶數據越來越復雜，傳統方法很難科學規范的分析客戶數據，適應現代電力營銷需要解決的諸多問題。

結合以上分析，可以看出我國電力客戶細分有了一定的基礎，但也存在一些問題，不能適應快速發展的客戶需求，這些也是本文所要解決的關鍵問題。

四、電力行業的大數據趨勢

1.電力行業大數據分析的必要性

在電力行業，隨著智能電網建設的不斷深入和推進，電網運行產生的海量信息呈指數級增長，采集點越來越多，常規的調度自動化系統數十萬點，而配用電、數據中心將達到百萬甚至千萬級。如果能充分利用這些實際數據，對其進行深入分析，便可以提供大量的高附加值服務，這些增值服務將有利于客戶用電行為分析與客戶細分、企業精細化運營管理等。

2.電力行業大數據分析的重要性

近年來，國家電網和南方電網用于電網的線路和變電站等方面的建設及管理投入逐漸增大，催生了龐大的電力信息化市場。隨著電力智能化的發展，與IT行業嫁接，運用大數據等手段對電網進行實時監控和調節，已經成為時下發展的趨勢。智能化電力系統應用范圍拓寬，將產生大量的數據，目前電力行業面臨的問題已經不是簡單的數據量的題，而是如何從海量的數據中識別可用的數據，評估潛在的價值，以及電力信息化過程中的安全問題。

五、大數據下供電企業的客戶細分

1.客戶細分體系架構

規劃好客戶細分體系能幫助我們理清客戶細分的目的與思路以及為什么要進行客戶細分，應該如何進行客戶細分等問題。本文將整個客戶細分體系分為五個層次：

基礎數據平臺層：弄清楚哪些平臺可以對客戶細分提供數據支持與功能支持。如營銷系統、決策支持平臺等。

客戶細分管理層：根據業務需求，確定分析的業務場景，如電費回收場景、停電風險場景等。

細分結果分析層：對得出的細分結果進行充分分析，進而得出群中的客戶是否符合業務邏輯，分出的群體特征是否符合該群體的所有特征，以及產生的該群體對群內客戶會產生什么影響等。

細分結果查詢層：讓業務人員與業務專家可以查詢到細分結果，在實際應用過程中驗證分析結果的有效性，通過反饋意見對模型進行調優，使模型更加完善。

細分結果應用層：主要體現客戶細分模型的價值與應用，通過細分結果對業務進行指導，從而滿足差異化服務的需求。

2.客戶細分

基于客戶細分架構體系，根據客戶的屬性特征進行有效性識別與差異化區分，對電力客戶進行分群，分為重要客戶、重點關注客戶、大客戶、居民客戶、其它客戶五群。在客戶分群的基礎上，按照客戶價值、客戶行為及客戶需求等維度進一步細分，形成若干服務主題。在每個一級分群的基礎上，從客戶價值、客戶需求和客戶行為等維度出發，建立模型進行計算分析并分群，優先選擇高價值客戶、停電敏感客戶、欠費風險客戶、服務渠道敏感客戶和用檢風險客戶五個二級分群，在二級分群的基礎上再進行細分。

（1）高價值客戶

高價值客戶細分是提取營銷系統里與大客戶的基本情況、業務需求等相關的字段，運用聚類算法模型，綜合考慮各方面因素，對高價值客戶進一步細分。分為以下幾類：第一群：客戶比較沉默，生產情況存在波動，對暫停及暫停恢復業務需求相對較多的大客戶群體。在繳費方式上傾向于去營業廳通過現金、支票等方式。第二群：特別活躍的大客戶群體，從95598撥打次數、網上營業廳登陸次數反映出溝通活躍。第三群：經營勢頭良好，對高壓增容業務需求量較大，功率因數不達標次數較多的大客戶群體。第四群：相對沉默的大客戶群，在繳費方式上傾向于通過網銀繳費、銀行代扣、自助終端等方式。第五群：發生過多次用檢不合格的大客戶群體。

（2）停電敏感客戶

停電敏感客戶細分是從部分已經表現出的敏感客戶出發，研究各方面屬性信息中的規律，并以此規律建立模型，用來判斷全體客戶的停電敏感程度。再將停電敏感度分數從高到低進行排列，劃分不同等級的客戶敏感度。根據各個分數段的模型預測提升度，將客戶分為四個群體：潛在高敏感客戶群、潛在次高敏感客戶群、潛在普通客戶群、潛在低敏感客戶群。

（3）欠費風險客戶

欠費風險客戶細分是從部分已經發生違章用電的客戶出發，根據其違章用電次數研究各方面屬性信息中的規律，并以此規律建立模型，用來判斷全體客戶的電費回收風險程度。根據風險分數從高到低進行排列，劃分不同等級的電費回收風險。根據各分數段的模型預測提升度，將客戶劃分為四個群體：電費回收高風險用戶、電費回收中風險用戶、電費回收普通風險用戶、電費回收低風險用戶。

（4）服務渠道敏感客戶

服務渠道敏感客戶細分是根據系統記錄的95598咨詢查詢記錄、營業廳業務辦理類型、網上營業廳登陸時間、95598投訴記錄、營業廳業務辦理工單、網上營業廳辦理的業務、短信渠道記錄等分析出每個客戶的溝通活躍度指數，得出服務渠道敏感客戶細分為以下幾類：95598偏好群、短信渠道偏好群、網上營業廳偏好群、未接觸、營業廳偏好群、掌上營業廳偏好群。

（5）用檢風險客戶

用電檢查主要針對非居民用戶，采用決策樹和平衡積分卡預測模型，得出用檢不合格的風險分數。針對違約風險和竊電風險，分析客戶各方面屬性數據，挖掘典型的屬性字段并結合業務經驗建立風險評分卡。通過風險系數評分，將用檢風險客戶分為以下幾類：用檢不合格高風險群、用檢不合格次高風險群、用檢不合格普通風險群、用檢不合格偏低風險群、用檢不合格低風險群。

六、結束語

隨著電力市場改革的不斷深化，客觀上要求電力企業更關注市場效益，關注重點客戶資源。本文從東莞供電局的客戶出發，在基礎客戶分群的基礎上，挖掘不同分組客戶的不同特征，對每一客戶分群實現了進一步細分。客戶細分為后續制定針對性、精細化的營銷服務方案奠定了基礎，有利于在標準化服務的基礎上開展高價值客戶群服務，提高客戶滿意度。同時，本文的客戶細分也為各供電企業提供了一定的經驗借鑒。

參考文獻：

[1]湯兵勇.客戶關系管理[M].北京：高等教育出版社，2007，36-39.

西湖的詩句范文3

關鍵詞：知識產權保護世界貿易格局發展中國家影響

隨著經濟全球化步伐的加快和科學技術的快速發展，知識產權已成為當代國際貿易中競爭優勢的主要祛碼和最有價值的搏弈工具，是世界各國提升國際市場競爭力的重要手段。

一、知識產權保護在國際貿易中的地位及發展現狀

在經濟全球化與知識經濟大潮的推動下，發達國家尤其是具有技術優勢的經濟強國，不僅在在其知識產權國內政策中制定了符合本國實際和服務國家利益的戰略目標，而且隨著國際貿易發展和利益的驅動，大力推動知識產權保護的國際化進程。相比之下，技術落后的發展中國家在全球化的推進過程中則處于被動，缺乏發達國家從低水平保護到高水平保護的必要過渡期，在國際貿易的現代化進程中處于不利的發展地位，發展中國家強行推進知識產權保護并沒有對本國對外貿易的發展起到預期的效果。

二、知識產權保護的增強對國際貿易格局的影響

從全球貿易角度出發，知識產權保護的不斷增強，使國際貿易利益分配兩極化趨勢更加明顯，加劇了南北貿易發展不平衡。在提高知識產權保護水平以后，由于發達國家在知識產權方面的絕對壟斷優勢，以及發展中國家市場對發達國家的高度依賴性，貿易利益流向發達國家，從而加大兩極分化趨勢，體現在以下幾個方面：

(一)發達國家對知識產權具有絕對的壟斷優勢，使之成為發達國家利益分配的有效工具。

跨國公司是知識產權申請的主要微觀主體，也是發達國家保持和強化壟斷性貿易經營的重要工具和參與市場競爭的重要手段。對于發達國家來說，其跨國公司的壟斷實力大大增強，延長獲得超額利潤的周期，進一步加強其技術壟斷優勢和市場壟斷優勢，占據更大的市場規模，，始終占據國際市場有利競爭地位。結果必然是強者更強，弱者更弱，公平貿易和競爭無從談起。

(二)知識產權保護形成貿易壁壘，成為發達國家遏制發展中國家貿易發展的有力武器。

國際貿易中的標準壁壘己經成為遏制發展中國家產品進入市場的有力武器，發達國家加強知識產權保護，使發展中國家產品在國際市場上遇到更多的貿易壁壘，產品國際市場占有率降低。知識產權與技術標準的結合運用，使得發達國家得以控制產業鏈、遏制競爭對手，從而進一步攫取產業利益，并削弱后發國家和后發企業的低成本優勢，兩極分化進而加劇。

(三)發達國際利益主導國際規則的制定，導致國際貿易主體地位不平等。

知識產權保護的國內法則問題成為另一個阻礙國際知識產權保護的制約因素。為保持和加強競爭優勢地位，發達國家極力主張把貿易與知識產權保護掛鉤，要求建立一整套知識產權保護體系，以減少因知識產權保護不充分而給國際貿易帶來的扭曲和障礙，增強其經濟和貿易的國際市場競爭力。

發達國家還積極通過國際公約和單邊或多邊貿易協定來加強知識產權保護力度，現有的知識產權國際規則深深打上了發達國家利益的烙印，使發展中國家在國際貿易中始終處于被動地位，從而陷入長期經濟貿易發展困境。

三、知識產權保護的意義及對我國的啟示

知識產權通常被稱為推動經濟增長和技術創新的進步動力，是優化資源配置、促進經濟發展的重要因素。然而，知識產權的過度保護會為知識的發展和技術的進步帶來障礙，因此，在知識產權保護中要注意以下方面：

(一)全面衡量知識產權保護的利益和成本。

各國要根據自己的經濟、科技發展階段選擇適宜的國內知識產權政策，根據經濟學基本分析工具，滿足知識產權保護成本收益的平衡，從而制定合理有效的知識產權保護制度，不能對貿易及經濟造成扭曲，更不能成為知識和技術擴散的阻礙。

(二)從各方引入國外技術，形成競爭機制，削弱國外技術的壟斷力度。

知識產權保護水平越高，國外企業在該國的專利產品的市場壟斷能力越大，為了削弱技術持有方的壟斷勢力，我國在引入國外技術時可以引入多家相同類型的國外技術，加強他們之間的競爭，從而削弱國外企業因我國知識產權保護水平的提高而增加的對我國產品市場的壟斷力度，降低我國企業引進先進技術和產品的成本，提高模仿能力。

(三)大力支持民族產業的科技研發，提高我國知識和技術創新能力和市場轉化率。

我國政府要增強對出口企業的技術支持，加大自主研發力度，加大科技研發投入，有目的性的引導發展核心技術，提高科技的市場轉化率，減少知識產權保護對我國貿易的不利影響。此外，要加強我國跨國公司和對外直接投資的發展，提升自主創新能力。

西湖的詩句范文4

關鍵詞:模糊聚類;傳遞閉包;特征分析;考試分析

中圖分類號:TP18文獻標識碼:A文章編號:1009-3044(2009)33-9579-02

Methed of Examination Analysis Based on Fuzzy Cluster

ZHANG Dong-sheng, JI Chao, ZHENG Wen-kui

(Computing Center of Henan University, Kaifeng 475004, China)

Abstract: Examination analysis based on cluster can cluster the testees with same feature of score to one class, and bring to light the level of knowledge and capability of testees more objectivity and more correctly. The way is to looked upon each examination question as a feature item, and make use of transitive closure for fuzzy clustering analysis. Based on the reselt of the clustering, use the Excel to analysis the clustering feature item farther, to get the reason of the clustering and to validate the reselt of clustering. The simulation show that reselt of examination analysis based on clustering is clear, believable and effective, and can get the hard-won phenomena and rule what by traditional examination analysis. It has important meaning for individuation teaching and education for all-around development, and it is extending and applying worthwhile.

Key words: fuzzy clustering; transitive closure; feature analysis; examination analysis

1 概述

基于聚類的考試分析可以從應試者的全部考試數據中,將各試題得分作為特征值,并依此將應試者劃分若干類簇,從而客觀、準確地揭示應試者知識點和能力點的掌握情況。相比傳統的對試卷所作的信度、效度、區分度等統計學數據的分析,聚類分析可以更深入更全面地表現考生的認知水平和能力水平。例如,一群考生的考試成績可能均為70分左右,但其對考試的知識點和能力點的掌握情況可能有很大不同,聚類分析可以找出這些差異,而傳統的成績統計分析卻難以做到。模糊聚類分析是眾多聚類算法中較為成熟和聚類效果較好的一種,包括傳遞閉包法、直接聚類法和C-劃分法等三種分析方法[1-2]。模糊聚類分析已成功應用于數據挖掘、模式識別及經濟、管理、生物醫學等許多領域。本文作者應用傳遞閉包法對某考試數據進行聚類分析,取得良好效果。第2節介紹考試數據,第3節介紹聚類算法,第4節介紹仿真實驗,第5節分析聚類結果。

2 數據材料

考試數據來自河南大學本科生的某次考試。試卷包括4個大題(仿真題號分別為A、B、C、D),每題25分。全體考生平均成績78分,符合正態分布。不失一般性,本文抽取得分為78±5分的考生20人的考試數據進行聚類分析。數據見表1。

3 模糊聚類算法

3.1 聚類對象定義

設論域U={x1,x2,…,xn}為被聚類的對象集,其中xi|i=1,2,…,n稱為一個樣本;每個樣本有m個特征指標,即: xi={xi1,xi2,…,xim}(i=1,2,…,n),全部原始數據構成數據矩陣X=(xij)n×m。根據本文表1中的數據,有n=20,m=4。

3.2 數據標準化

為使不同量綱的數據可以相比較,通常需要將原始數據xij壓縮至[0,1]區間,這一過程稱為數據標準化。通常可以通過2種變幻實現數據標準化[6],即平移?極差變幻(式1)和平移?標準差變幻(式2)。

(1)

(2)

其中: 。

3.3 模糊相似矩陣及其性質

分別計算樣本xi與xj的相似度值rij,組成模糊相似矩陣R=(rij)n×n。相似度rij的計算方法有歐氏距離法、數據積法、相關系數法、夾角余弦法、最大最小法等多種。不具一般性,本文的實驗數據更適合使用相關系數法,其計算方法為:

(3)

其中:。

如果模糊相似矩陣R的主對角線元素均為1,則稱其具有自反性;若主對角線對稱元素均相等,則稱其具有對稱性;若滿足R?R?哿R,則稱其具有傳遞性。三個性質同時具備的R稱為等價模糊矩陣。只有等價模糊矩陣才可用于模糊聚類。

3.4 傳遞閉包

容易理解,通過上述方法得到的模糊相似矩陣 具有自反性和對稱性,但多數情況(并不總是)不具有傳遞性;其傳遞性可通過傳遞閉包變幻實現。

多次進行矩陣R的自乘運算R?R,直到R2k=Rk為止,此時Ek稱為R的傳遞閉包t(R)?t(R)是模糊等價矩陣。文獻[7]給出了傳遞閉包的詳細證明,下面介紹傳遞閉包的計算方法:

對于模糊相似矩陣R=(rij)n×n,有R?R=R'=(r'ij) n×n,其中

(4)

式中∧表示并運算(取最小值),∨表示或運算(取最大值)。運算過程為:R矩陣的第i行n個元素與第j列n個元素對應兩兩取小值,然后再取其中的最大值。

3.5 截集取得聚類矩陣

取適當閾值λ(λ∈[0,1]),對模糊等價矩陣t(R)作截集處理,求出聚類矩陣R"=(r"ij) n×n,其中:

(5)

將r"ij為1的相應樣本聚合為同一類,聚類完成。容易證明,λ值選取越大,聚合出的類別數越多,選取得越小,則聚合出的類別數越少。 但聚類結果并不矛盾:較粗類別是較細類別的上位類,利用λ取值不同,可獲得不同程度的聚類,形成多層次分類結構。特別當λ=0時聚類最粗,λ=1時聚類最細。

4 仿真實驗

仿真編程工具:Matlab7.0. 編程實現的主要步驟如下:

Step1. 使用平穩?標準差變幻公式(2)將表1中的原始數據標準化;

Step2. 使用公式(3)計算模糊相似矩陣R=(rij)20×20;

Step3. 使用公式(4)計算傳遞閉包,得到模糊等價矩陣R'=(r'ij) 20×20;

Step4. 使用公式(5)進行截集處理,取λ=0.85, 得到聚類矩陣R''=(r''ij) 20×20;

Step5. 根據R''得出聚類結果(圖1)。

5 結果與討論

根據上節步驟進行仿真實驗的聚類結果為:第Ⅰ類:{02,09,13,17},第Ⅱ類:{04,07,08,12,16, 19},第Ⅲ類:{05,06,14,18},第Ⅳ類:{03,15},第Ⅴ類:{11,20},第Ⅵ類:{01,10}。

為驗證聚類結果是否可信和有效,本文將表1中的原始數據導入Excel工作表,添加上述類別列,再分別按類別求各特征項均值,結果見表2。

容易發現,第Ⅰ類的聚類依據是A題得分較低;第Ⅱ類的聚類依據是B題得分較低;第Ⅲ類的聚類依據是C題得分較低;第Ⅳ類的聚類依據是D題得分較低;第Ⅴ類的聚類依據是D題得分較高;第Ⅵ類聚類依據是4個題得分比較均衡.。證明聚類是可信和有效的,聚類結果的意義是明確和有用的。

6 結束語

基于聚類的考試數據分析,其主要分析對象雖然也是試題分數,但聚類分析的意義明顯優于僅以成績值的比較和排序所進行的試卷分析。如果按傳統的成績值分析方法,本文所列舉的20位考生應屬于同一類,但聚類分析卻可以更加深刻和準確地找出這些學生知識點和能力點掌握的不同情況,并將其自動劃分為若干類。聚類結果可用來有的放矢地指導個性化教學和素質教育,因此,基于聚類的考試分析值得更加深入地研究探討和更加廣泛地應用于各級各類教學和評估測試活動。同時,該方法清晰、規范、穩定,容易編程實現,可嵌入已有的考試系統或教育、教學軟件中運行。

參考文獻:

[1] Carl G Looney. A Fuzzy Clustering and Fuzzy Merging Algorithm[D]. Computer Science Department/171, University of Nevada, Redo, NV89557,1999.

[2] Keller A. Fuzzy clustering with outliers[C]//Proceedings of the 19th International Conference of the North American Fuzzy Information Processing Society. Atlanta, USA: IEEE, 2000: 143-147.

[3] 皋軍,王士同.具有特征排序功能的魯棒性模糊聚類方法[J].自動化學報,2009,35(2):145-153.

[4] 馮梅.基于模糊聚類分析的教師課堂教學質量評價[J]. 數學的實踐與認識,2008,38(2):12-15.

[5] 楊淑瑩.模式識別與智能計算―Matlab技術實現[M].北京:電子工業出版社,2008:271-298.

[6] 梁何松,曹殿立.模糊數學及其應用[M].北京:科學出版社,2007:72-75.

[7] 胡寶清.模糊理論基礎[M].武漢:武漢大學出版社,2004:148-175.

西湖的詩句范文5

1現狀分析

目前護理學界對于理論和實踐之間存在的差距已成為不爭的事實。對于護理理論的實質、目的和應用,長期以來都存在著爭論。理論和實踐并不是互相排斥的、獨立的個體,他們是不可分割的。長期以來他們的發展都被認為是主要是由護理教育者承擔而不被臨床實踐者所關注。實際上,在文獻中只有很少的實證是有關護理理論應用到實踐中去的,還有一些是為了應用理論而應用,例如不考慮實際情境或僅僅是為了發表文章而將理論生搬硬套地應用于實踐的情況已屢見不鮮,由于未能抓住護理的獨特性和全身心護理的理念,護理理論的發展受到了很大地制約。因此,就產生了理論和實踐的差距。

調查顯示在人類基本需要層次論、Oren自理理論、應激與適應理論、一般系統論、成長與發展理論和角色理論的學習人數上均超過80%,應用較多的理論為:基本需要層次論(86.2%),其次為Orem自理理論(58.2%)和應激與適應理論(54.5%)[2]。并且研究結果表明,僅47.2%的護士在臨床中應用過理論,并且不同職稱、不同教育背景及工作于不同性質的病房(整體病房、非整體病房)的護理人員在理論應用上并未體現出差異,提示理論在臨床實踐中的應用情況并沒有受到護理人員的職稱、教育程度及所工作病房是否為整體護理病房的影響。目前國內常用的理論多數是在國外引進的;理論的內容及難易度不同,對于臨床實踐的實用性和適應性也存在差別。基本需要層次論是很多護理理論的發展基礎,該理論內容簡單,容易理解,在護理教育的各個層次都是必須學習的理論之一,因此護理人員對該理論較為熟悉,對該理論的應用率相對也較高。應激與適應理論、Orem自理模式的內容也是護理教育的各層次中常接觸的內容,但應激與適應理論相對人類基本需要層次論而言則要晦澀一些,Orem自理模式雖然較好理解,但由于該理論強調自理的重要性,在護理服務過程中盡可能讓病人做力所能及的事情的觀點與中國傳統的“為病人服務的越多認為服務越好”的護理觀念有所矛盾,因此這兩個理論應用的人數均相對與基本層次論而言要少一些。其他一些理論如成長與發展理論、角色理論、一般系統理論雖然學習過的人相對較多,但是理論的應用率卻較低的原因可能與這些理論相對而言更晦澀有關。

護理理論與實踐的關系是相互依賴相互作用的。護理理論來源于實踐,同時,護理實踐又對理論不斷進行驗證。在護理實踐中,如果護士只憑直覺、經驗、習慣和傳統為病人提供護理服務將遠遠不能滿足病人的需要。護理理論和模式為護理實踐者提供了指導方針,使護理工作者更具有自主性、獨立性、護士更能夠預測和控制自己的工作,從而提升護士的專業價值感和促進護理服務質量。

現在大部分學者都同意存在差異是不好的,雖然理論并不是實踐問題的快捷而簡單的答案,但卻為護理實踐提供了知識和更好地理解從而促進了實踐的發展。理論從理想上說是為了提高護理實踐的質量,通常這個目標是通過應用理論或理論的一部分來指導實踐從而得以完成的。很多的學者都致力于改變目前的現狀,提出了一些解決方法以縮小或消除理論和實踐之間的差距。盡管有一些解決辦法,但這個差距仍然存在。這個差距的持續存在也說明了理論和實踐之間的差距難以完全消除,只能縮小。研究示使護理理論和臨床實踐存在差距的因素有:對理論的認知程度、所在科室的理論應用氣氛、護理人力資源不足等。由于個體的認知活動是能夠加以控制和調整的,可以通過運用改變個體認知的方法來改變個體的行為,因此護理理論教育者應在提高理論學習者對于理論知識的掌控的同時也要不斷強化他們有關理論對于臨床護理實踐的指導意義,從正性的方面來引導和鼓勵護理人員在各自的臨床工作中應用理論。一個良好的應用理論的環境,可以促進護理人員應用理論的行為,同時又會為他人構成一個良好的環境。若缺少提倡理論應用的環境,勢必會影響個體的理論應用行為。“護理人員不足,造成工作忙,沒時間”是未應用理論的主要原因。這一結果暴露出臨床護理人員對于理論認識的誤區,理論不是一項具體的行為,而是一種思路、一種理念,用以指導護理實踐。理論的應用可以貫穿到臨床護理工作的方方面面,如給患者做技術操作時、進行健康教育時,理論的思想都可以在其中體現。不可否認,這種誤區的造成也是有一定客觀原因的。護理人員所學的理論均是從國外引進的,在國內使用尚缺成熟,某些理論較抽象,加之中西文化的差異,更需要護理人員有一定時間進行揣摩與應用。在護士還沒達到完全掌握相關的理論、將理論融入工作的前提下,人員的不足確實是一個客觀的影響因素。因此,要促進理論在臨床的應用,護理管理者要從人力配備的角度保證護理人員有一定的精力和學習時間學習理論,摸索和嘗試在護理實踐中應用理論。另外我認為縮小護理理論和臨床實踐的差距還可以從以下幾方面入手,如理論的目的和實踐的目的要保持一致,理論的背景和實踐的情景要保持一致,理論和實踐的變量應具有相似之處,對理論的解釋應足以被用作護理行為的基礎,必須有科研證據支持理論,要考慮到理論的使用將以一定的方式影響護理的實踐功能。在臨床工作中應將理論的精髓和思想付諸實踐,而不是生搬硬套條條框框。同時我們也應該改革現有的教育方法,使之更貼近護理的本質。

2討論

護理學是一門實踐性較強的應用學科,具有獨特的知識體系作為實踐的基礎和指導,臨床工作不能沒有理論指導,理論又離不開實踐,并且服務于實踐,所以我們在工作中,要加強理論的學習,克服一些不利因素,積極將理論應用于臨床工作中,提高服務質量!

參考文獻

西湖的詩句范文6

一、大數據時代個人信息法律隱患闡釋

（一）個人信息的概念界定模糊

在大數據時代背景下，信息來源途徑呈現出多樣化和復雜化的特征，而且個人信息與社會信息之間的界定也并不十分明確。特別是通過互聯網絡產生的個人瀏覽記錄與商業公司所收集的個人消費信息等，在既有民法領域當中都未實現明確、有效地區分。然而，在司法實踐中，個人信息的有效區分能夠對信息所有權以及處分權予以確定，進而在民法層面對雙方權利以及義務作出劃分，為立法工作的順利開展以及司法實踐活動的落實都會產生積極的影響。但是，現階段我國法律關于個人信息的概念界定十分模糊，導致個人信息在被侵害的情況下難以得到充分、有效的保護，這在一定程度上阻礙了司法工作的順利發展，不利于公民個人信息的全面保護。

（二）個人信息保護范圍受限

當前，我國法律尚未明確界定個人信息的具體概念，同時也未建立健全的個人信息法律保護機制，導致個人信息保護范圍受限。《加強網絡信息保護的決定》明確指出，國家保護能夠識別公民個人身份和涉及公民個人隱私的電子信息，使得保護范圍被局限在能夠直接識別的身份與有關隱私的個人信息范圍內。基于大數據時代背景，所有的信息數據都要接受整合與處理，所以很容易關聯到特定個人亦或是相對人，而并不僅被局限在直接信息以及隱私信息方面。在此基礎上，僅在醫療、電信以及金融等特定行業中規定特定個人信息保護措施，難以確保信息保護的全面性，仍存在諸多沒有涵蓋的個人信息，在處理的過程中面臨“無法可依”的局面。除此之外，有關個人經濟權利的信息也并沒有充分涉及。在個人信息保護范圍受限的情況下，使得部分新領域個人信息的保護難以兼顧，加之存在諸多法律空白，無法確保侵犯公民個人信息的行為能夠被依法處理，是直接導致個人信息保護效果不佳的根本原因。

（三）個人信息侵權損害救濟不到位

缺乏救濟的權利宛如空中樓閣。通常情況下，在司法實踐中，僅憑散亂、抽象的法律條文作為裁判依據往往缺乏可操作性，難以滿足實際需求，不利于司法工作的順利開展。在《侵權責任法》中，即便規定了網絡侵權的責任，但并未細化規定責任承擔者，也無法對當事人精神損害加以救濟。可見，根據我國法律的相關規定，對于不法分子而言，?@取公民個人信息非常容易，且違法成本較低。相反，由于法律救濟制度不完善，導致司法救濟成本很高，時間周期較長，使公民維權難度加大。在這種情況下，一旦個人信息遭到不法分子的泄露，很多受害者往往選擇放棄維權，忍氣吞聲。

二、大數據時代個人信息的民法保護

根據上文對大數據概念以及大數據時代背景下個人信息法律隱患的研究分析，筆者認為，若想確保個人信息得到充分、有效的保護，應當積極采取必要的民法保護措施，從法律層面上充分保障公民的合法權益。

（一）《個人信息保護法》的制定與出臺

很多國家均通過出臺法律的方式，將個人信息權確定為一項法定民事權利，并對侵害個人信息權的行為進行了相應的規制。各國立法者將個人信息視為公民的個人資產，網絡中的個人信息僅僅借助服務器進行托管。因此，我國有必要通過立法的形式將個人信息權在民事權利中的地位予以確認。有學者指出，可以借鑒發達國家的立法經驗，出臺《個人信息保護法》。對此，筆者持支持態度，具體而言，在制定《個人信息保護法》的過程中，應當解決以下幾方面問題：第一，明確個人信息的概念。由于個人信息概念模糊，導致公民個人信息無法得到充分、有效地保護，不利于司法工作的順利開展。因此，立法過程中應對個人信息的權利邊界加以確定。第二，通過法律明確賦予公民個人信息權。第三，確立保護個人信息的基本原則。首先，應遵循自愿原則。信息收集者在收集公民個人信息的過程中，必須征求權利主體的同意，確保信息權利人能夠了解收集并使用信息的目的及用途。其次，應遵循合理使用原則。通過對知識產權合理使用原則的借鑒與運用，在使用個人信息的過程中，也應對具體的目的與使用范圍加以規制。最后，應遵循及時刪除原則。個人信息收集者應當在達到收集目的的基礎上，將相關信息及時刪除處理，與數據源相關的信息也要進行全面的清除處理。

（二）適當加大信息保護監管的力度

在民法范圍之內，通過信息收集管理機構信息保管責任制度的建立與完善，針對所收集的全部信息應通過強制加密的方式，針對單位存儲的所有信息實施加密性管理，同時進行有效保存。與此同時，要確定信息管理人員以及使用人員的連帶責任，確保使用信息目的正當性。如果出現了信息管理人員失職泄密的情況，則要求相關機構予以全面調查，并采取必要的懲戒措施。若泄密行為嚴重侵害了信息當事人的人身權益或財產權益，應根據其實際損失予以賠償，并且在賠償體系中合理地納入精神損害賠償的相關內容。在信息管理機制構建的基礎上，確保公共管理機構以及信息保存單位積極履行自身的管理職責。