汇鸿集团：尊敬的投资者您好！公司积极围绕建设现代供应链领先企业的战略目标，在聚焦主业的同时延伸多元化业务，深化改革，提质增效，各主营业务板块取得了良好增长。公司积极推动内部资源整合，优化资源配置，进一步优化国有资本结构，提升主营业务盈利能力。2022年，公司深入推进食品生鲜业务、以融促产的金融投资业务的资源整合和管理优化，逐步推进相关子公司的整合工作，进一步做优做强做大专业子公司，节约综合管理成本。谢谢您的关注与支持！

　　工业的血液便是石油，油气开采产业是特别关键的支柱产业， 　　目前正由于全球经济复苏获得快速上升。 　　最近不少股民朋友都在公众号问我，新潮能源 600777怎么样呀？值不值得上车？今天咱们就来详细讲讲，新潮能源这支油气开采板块的热门股。 　　一、从基本面看油气开采的投资逻辑 　　首先，油气开采是将埋藏在地下油层中的石油与天然气等从地下开采出来的过程。天然气中的LNG产品涵盖了下面这些特点：生产、运输、使用方便，储存效率高及安全性好等，被视为清洁绿色能源，其应用范围涵盖工业燃料、民用气、化工用气等方面。 　　下面给大家从环保需求提升和市场方向来分析下仪器油气开采板块的投资逻辑： 　　★从环保需求看： 　　随着我国环保需求不断扩大，说明了天然气作为低碳替代能源发挥着重要的作用，能源行业持续升级，以清洁、低碳、高效为转型方向，构建绿色低碳，循环发展的经济的体系。天然气作为清洁且经济的能源，有助于在工业、交通运输业、生活用气等需求方面，将会在未来有新的发展可能。 　　★从市场方向来看： 　　我国天然气市场的增长速度依旧很快，天然气行业之中呈现出了一个少见的产、销、价同步提升的需求共振，行业进入市场高景气期。 与此同时，由于经济得到改善，大宗商品价格居高不下，再加上中东地区石油产量相对于之前要少了很多，导致短时间内供应不足，石油依然保持较高价格。 　　综上所述，随着环保需求提升和市场消费的高速增长，未来油气开采行业景气度将达到新的高度。 　　二、从近期盘面技术面、资金面看油气开采后市走势 　　盘面基本情况 　　油气开采行业 　　截止收盘，油气开采指数，涨跌幅。 　　近7日以来该行业走势，大盘。 　　如果你想了解有关油气开采后期走势如何？又或者想知道后市应该关注哪些方向？直接点击下方链接,获取研究员对行业的深度解读： 　　一、新潮能源公司基本情况 　　你关注的这支新潮能源600777，总市值亿元。 　　新潮能源核心业务为石油及天然气的勘探、开采及销售，主要产品为美国德克萨斯州低硫、轻质、高品质原油及其伴生天然气。 　　公司在美国石油中心休斯顿地区的非上市石油公司中排名位居第一，已发展成为美国大中型独立油气开发公司之列，两块油田资产均位于美国页岩油气资源最优质、开采成本最低、页岩油产量增长最强劲的二叠纪盆地的核心区域。 　　如果你想要知道油气开采及服务-油气开采行业下还有哪些股票值得关注？点击下方链接，直接领取牛股名单： 　　二、新潮能源产品分析——拥有美国两处高价值油田，成本优势较强 　　结合营业收入方面的情况来看，公司的收入主要来源于石油及天然气的勘探、开采及销售等主营业务。 　　业务发展在地理位置方面具有领先优势： 　　公司持有的油田资产Hoople油田（常规油田）、Howard和Borden郡油田（页岩油藏）均位于美国页岩油核心产区Permian（二叠纪）盆地的核心区域。 　　Permian盆地是美国最重要的油气产区之一，在美国页岩油气盆地里面，具有产量最多以及增长最迅速。盆地油气生产历史悠久，紧靠美国最大的炼油区，周边的运输管线和电力等配套设施全部已经建立的十分齐全，区域内业务发展在成本方面处于优势地位。 　　业务发展形成了较为明显的油气资产优势： 　　公司大部分油田地块都是在一块的，钻井及运营效率十分突出；油田地下储层横向部署比较广泛同时相互之间连续，钻探可控程度确实比较高，勘探潜力大，成本优势可谓是十分明显；油气储量中石油比例非常之高，油气资产经济价值特相对来说高一些；油田租约面积中大部分为权益作业面积，具有非常强大的油气开发投资决策自主能力；油田土地处于比较高的HBP比例，租约成本在一定程度范围内可控；未探明矿区井位相对来说比较充足，与此同时盈亏平衡点较低，业务未来潜力较大。 　　业务发展具备团队及技术优势： 　　公司形成了比较成熟的跨国资产管理团队，对中美两国的商业规则和石油行业特点有深入的认识；美国子公司的管理人员还有工程技术人员等很大一部分都是美国本国的，准确掌握领先的页岩油钻探还有丰富的开发技术且行业经验。 　　自成为权益作业者以来至今，公司钻井成功率达到了100%，且在钻井成本方面处于优势地位。加上美国子公司近年来更是连续成功荣获了多个专业奖项提名，当前在当地业内品牌形象好，为业务发展进一步提供人员以及技术方面的支撑。 　　三、新潮能源运营分析——专注主业，提升公司盈利能力 　　从调研结果来看， 　　新潮能源把页岩油气勘探开发业务作为立足点，加大收购资产的整合力度、降本增效，与此同时积极把握捉油田资产和油气产业链上的并购机会，很大程度上提升公司的盈利能力。 　　运用多种方式加大收购资产的整合力度，持续贯彻落实新增资产的协同效应： 　　2021年3月，公司美国全资子公司MossCreekResources,LLC以4.2亿美元收购油气资产，该油气资产是由GrenadierEnergyPartnersII,LLC持有，位于美国德克萨斯州霍华德县，持续巩固在油气领域的资源方面的优势。 　　公司将加大落实协同效应和成本优先战略的力度，目前来看通过管理出效益，针对于资本回报进行厚增。 　　强本固基，提升公司盈利能力： 　　公司有效利用页岩技术革命的浪潮的同时，针对创新技术方案和技术工艺进行重点发展，增强降本增效的实施，增强经营的灵活性，得将市场环境了解一下进行合理安排资本支出，目前来看在保障企业现金流平衡的基础上，坚持稳产高效，提高了主业油气资产的经济效益。 　　实施引领境内外产业发展的重大战略项目，形成公司可持续发展战略： 　　公司将专注于观察绿色经济领域内的技术进步和市场动态，积极调研发现新能源及各方面信息技术领域的创新和并购机会，进一步探索有利于持续增强公司可持续发展能力的未来战略性项目，运用多种方式进一步优化公司资产组合和资本布局。 　　四、新潮能源财务分析——财务状况明显改善 　　根据新潮能源2022年一季报：公司2022年一季度实现营收16.82亿，同比 38.74%；实现归母净利润5.27亿，同比 108.08%；实现扣非净利润5.26亿，同比 107.93%。 　　2022年一季度业绩变动主要源于：本期油气产量同比有一定的上升，价格同比可以说不断上涨。 　　看完了2022年一季报之后，我们对新潮能源的主要财务指标表现进行了一番总结与分析，具体如下： 　　盈利能力： 　　新潮能源盈利能力基本上维持稳定，主营业务利润贡献整体来看大幅提升。 　　成长能力： 　　新潮能源成长能力维持稳定的状态，营收由亏转盈。 　　偿债能力： 　　新潮能源偿债能力越来越弱，短期偿债能力承压比较显著 。 　　运营能力： 　　新潮能源运营能力能够稳定，流动资产合理利用率得到提高。 　　现金流： 　　新潮能源现金流能力进一步提升，公司现金回收质量相对较高。 　　在这之中，新潮能源,主营获利能力变好了很多，回报股东能力实现了大幅度的强化。 　　排雷分析： 　　应收账款占流动资产55.2%，坏账损失风险很高； 　　带息债务为全部投入资本的46%，偿债压力相对来说比较大； 　　别的指标皆无异常，明显的爆雷风险是没有的。 　　五、新潮能源今日股价分析 　　1、技术面分析 　　压力支撑： 　　该股的支撑位在元附近，压力位在元附近， 　　结合大盘和行业走势来看： 　　市场表现： 　　过去7个交易日，该股走势。 　　2、资金面分析 　　新潮能源的资金流向情况： 　　主力资金流向（万元）日期主力流入主力流出 　　近5日内该股资金总体呈状态，5日共万元。 　　新潮能源买卖五档分析： 　　五档盘口委比：委差：2.482.472.462.452.442.432.422.412.42.39外盘：内盘： 　　该股委比为，卖盘比买盘；委差为，说明；外盘内盘，后期存在可能。 　　新潮能源成交量量比分析： 　　新潮能源成交量量比分析成交量成交量量比 　　今天我们对油气开采板块和新潮能源的基本面、政策面、技术面、资金面都做了详细的分析，那么对于咱们散户而言，后市是应该继续增持还是减持？点击下方链接，一键获取分析结果： 　　数据来源：同花顺财经、股掌柜；图片来源：网络 　　【风险提示】本文内容中提到的投资品种不构成投资建议，请投资者注意风险独立审慎决策。投资有风险，入市需谨慎。

　　发表于 2023-05-24 21:26 　　发表于 2023-05-09 19:22 　　发表于 2023-04-28 17:18 　　发表于 2023-04-28 09:21 　　发表于 2023-04-09 06:23

　　最高：今开：涨停：成交量：44509手振幅：2.69%盘后额：0.00委比：流通值：23.53亿市盈率(动)：75.40市盈率(TTM)：亏损每股收益：-0.17股息(TTM)：0.00市盈率(静)：亏损市净率：2.37每股净资产：2.10股息率(TTM)：0.00%52周最高：7.78总股本：4.98亿质押率：--注册制：否52周最低：4.81流通股：4.72亿商誉/净资产：2.47%货币单位：CNY

　　关键词：Excel；考务管理；函数；数据透视表 　　中图分类号：G4 文献标识码：A doi：10.19311/ki.1672-3198.2016.07.079 　　教学管理与教学质量评价是推动学院管理水平的重要组成环节之一，而教务工作所涉及的数据类别多，数量大，单纯依靠人工进行数据处理，易出差错。虽然随着计算机应用于各行各业中，目前各高校教务管理大都使用专业的管理系统，如CRP校园管理信息系统；URP高校教务管理系统等，然而，实际结合具体工作仍然不避免地需要操作者掌握一些必要的软件操作技术。比如经过这类系统导出的数据，形成Excel格式文件，需要二次加工。本人结合多年教务的管理经验，就工作中遇到各类问题进行总结，归类，结合工作表格的结构原理，列出Excel在考务管理中常用的几个技巧与大家分享。 　　1 函数的应用 　　在重修考试报名中的具体应用：学院下发的重修申请表内容包括所申请课程的课程名、申请人学号，专业等信息。学生报名只上交纸制报名表即可。但报名结束后，报名人数众多，利用学校下发纸质报名表上的信息统计重修上课安排以及重新考试安排过于繁琐。所以笔者利用Excel自制重修报名表，然后将每个班报名数据进行汇总形成总表，再进行重修安排操作。 　　1.1 Count if函数的应用 　　该函数的语法规则如下： 　　countif（range，criteria） 　　笔者主要用于在重修报名结束后，将纸质的重修报名表输入成重修上课以及考试安排所需的电子表格。纸质的重修报名表如图1，包含基本的学生和课程信息。而在考试以及上课安排中需要汇总课程信息，用countif函数迅速得到汇总数据。 　　打开Excel表，新建重修统计表，表中输入相应信息：学号，姓名，课程，学分，合计。在学生对应的报名重修课程表中标注“是”，如图2。 　　在合计2处运用countif（C2：C7，“是”）就可以快速得到单科课程的报名人数，在合计1处运用countif函数，countif（A2：H2，“是”）统计每人的报名课程数，确定其能否在学期内学有余力，修够计划学分。 　　1.2 if函数的巧应用 　　该函数的语法规则如下： 　　IF（logical_test，value_if_true，value_if_false） 　　表示计算结果为TRUE或FALSE的任意值或表达式。 　　这个主要介绍通过IF函数快速比对数据是否一致，在统计数据工作中，经常可能需要甄别数据录入是否完整准确，通过手工比对效率不高并且容易出现错误，而通过IF函数设置比对条件，快速而准确。例如比对两列（A，B）学号是否一致有无错漏，运用IF函数，列出表达式（A2=B2，“t”，“f”），可以快速显示t或者f，一目了然数据是否完整。 　　2 数据透视表的应用 　　数据透视表（Pivot Table）是一种交互式的表，可以进行某些计算，如求和与计数等。所进行的计算与数据跟数据透视表中的排列有关。 　　学生重修后，经统计生成一个Excel表，对表中格式进行整理，统一，需要按照科目，任课教师整理考虑考试安排，由于学生报名多，课程杂，特别是在毕业班重修中，课程可能涉及多个年级，所以在安排考试时候，容易出现学生考试地点重复或者学生考试时间重复等的情况，所以安排重修考试后，核对考试安排是否有问题是一项繁琐而重要的工作，通过数据透视表可以快速查验一个考场内单一学生考试科目是否重复，能够在最大限度节约教室资源。根据考场安排情况，得到各考场的课程，学生情况，如图3。 　　然后以学号和课程列生成数据透视表，以学号作为行字段，数据项为课程，拖入数据透视表，选择计数项为课程，如图4。 　　既可汇总出单一同学在该考场是否会重复考多个课程。如果汇总中显示“1”，则说明该同学只有一个课程在该考场考试，如果汇总显示“2”则说明该同学有两个课程在该考场考试，同理，将同一考试时间内多个考场数据按上面的方法汇总可以得到同一考试时间是否有学生在多个考试地点有考试，这个就可以及时矫正冲突，保证考试的有序进行。 　　关键词：数据结构；教学模式；BOPPPS；插入类排序 　　0 引言 　　IEEE-CS/ACM的CS教程已将数据结构课程列为核心课程之首，说明数据结构在信息学科中具有重要地位。数据结构是计算机类专业学科基础课程，是计算机软件理论与技术课程的重要基础，一般开设在大学二年级，是对所学软件技术进行总结提高，为后继专业课程提供基础，同时为考研做准备。课程主要包括数据与数据之间的关系，数据在计算机中的表示、组织、处理和对应数据结构的算法设计与算法性能分析等。通过数据结构课程的学习，可以培养学生的计算机程序设计能力、计算思维能力和分析问题的能力。 　　数据结构课程教学理论与实践比例一般小于2：1，该课程知识点多、理论性强、内容抽象，要求学生具有一定的逻辑思维和分析问题能力、具备较好的C语言编程功底。在实际教学中，学生存在课堂参与度不够、学习积极性差、动手能力不强、自我学习能力不足等问题，往往整个课程结束后，部分学生都未明白为什么要学该课程？学习该课程有什么用？用到什么地方？ 　　目前该课程教学过程中虽然运用了启发式、对比式、案例式等多种教学方法，但由于缺乏一套完备的理论体系支撑，教学效果并不理想。若在教学过程中将知识点分解为教学目标、教学行为、学习活动、教学评测四个阶段，课堂教学效果会显著提升，而这些正是BOPPPS教学模式的核心内容。在数据结构课程教学过程中合理应用BOPPPS教学模式，是提高教学效果、优化教学过程的有效途径。 　　1 BOPPPS教学模式概述 　　BOPPPS教学模式是近年来加拿大多所知名院校采取的一种教学模型，该模式突出强调教学反思和教学互动环节，将教学内容分割为多个小单元，每个教学小单元内都有起承转合，每个单元课堂亦有起承转合。BOPPPS将每一个教学单元划分为六个阶段：导入（bridge-in）、学习目标（objective）、前测（pre-assessment）、参与式学习（participatory learning）、后测（post-assessment）和总结（summary）。 　　（1）导入是对教学内容的简介，引起学生的学习兴趣。 　　（2）学习目标是明确学习所要达到的目标，对教学目标进行具体明确的表述。 　　（3）前测是在具体内容学习之前检验学生对所学内容的认知程度，进而调整教学内容的难易程度，可通过提问、测验、讨论等多种方式进行。 　　（4）参与式学习强调鼓励学生参与到学习过程中，使学生成为学习的主导者。参与学习交互分为学习者之间的交互和教师与学生之间的交互。 　　（5）后测可根据不同情况采取习题测试、综合实践、小论文等不同方式。 　　（6）总结是对教学内容进行总结，如授课内容总结、课堂反馈、学习评价等。 　　BOPPPS教学模式在传统教学模式的基础上规范课堂教学流程，指出课堂教学的重要环节，突出了参与式学习的重要性。 　　2 BOPPPS教学模式的应用 　　数据结构课程一般包括三大部分：数据结构基本概念、基本数据结构和基本技术应用。基本技术章节主要包括查找和排序，排序部分包括多种排序方法。学生在学习过程中容易混淆知识点，学习兴趣低，课堂气氛不活跃，因此整体教学效果不理想。以BOPPPS模式组织教学，生动有趣地引入教学内容，明确学习目标，活跃互动环节，合理设计前后测试，有条理地梳理总结，这样可以充分调动学生的学习积极性。下面以“插入类排序”一节的实践教学为例，阐述BOPPPS模式在教学过程中的具体步骤。 　　2.1 导入 　　导人是架设在师生间的第一座桥梁，好的开头是成功的一半，授课过程的导入阶段直接影响整堂课教学的氛围，好的导入可以激发学生的学习兴趣，启发和引导学生的思维，促进教学任务的顺利完成。常用的导人方法有提问启示法、案例分析法、演示实验法、问题设疑法等。 　　鉴于排序在日常应用中的普遍性，导入法可以应用提问启示法。第一个问题是学习委员收数据结构作业时，要求按照学号从小到大的方式排序，大家会用什么方法进行排序。第二个问题是大家玩扑克牌时是怎样抓牌整牌的。学生讨论第一个问题时，会给出各种排序方法，但大多学生不能将排序方法和实际操作对号入座；讨论第二个问题时，通过抓牌整牌过程的描述可顺其自然地引入直接插入排序的基本概念。引入基本概念后，让学生举插入排序实例，启发学生思维，激发学生学习兴趣。 　　通过学生所举实例，了解学生对排序的理解程度，对教学内容的难易、详略及时进行调整。 　　2.2 学习目标 　　BOPPPS模式强调教学目标要具体明确，教学目标分为学校培养目标、课程目标和课堂目标，这里的学习目标指课堂目标。教学目标在课堂教学中具有导向功能，指引教学过程和指导教学结果的测量与评价。传统教学目标一般使用“了解、理解、掌握”等含义泛泛之词，目标表示不明确，可操作性不强。结合BOPPPS模式思想，将教学目标从四个方面进行描述，①教学对象为计算机相关专业的大二学生；②教学条件为已完成计算机导论、程序设计语言以及数据结构课程的算法性能分析与基本的数据结构的学习；③教学内容包括简单直接插入排序、折半插入排序和希尔排序的算法思想、算法描述、算法分析、算法优化、算法比较；④教学要求掌握三种基本插入类排序的算法思想、算法描述、算法性能，分析出算法最好最坏情况。 　　2.3 前测 　　对学生即将学习的内容进行学情评价，检验学生对所学内容的认知程度，了解学生的学习兴趣与能力，然后结合教学目标，根据前测结果调整内容的难易度和进度，为有效而合理的教学设计提供依据。可在课前或课堂中进行前测，具体方法有课堂提问、角色扮演、作业、测试等。 　　针对插入类排序，给出几组具体数据，如序列{20，18，87’22，1，19，77，5，10}、{76，53，44，0，29，44，29，1，89}等，请学生按照抓扑克牌的方式进行排序，给出排序过程，然后增加数据元素个数，让学生思考这种排序方法好不好，是否有更好的方法。给出冒泡排序基本思想，请学生将序列{20，18，87，22，1，19，77，5，10}、{76，53，440，29，44，29，1，89）按照交换排序算法进行排序，感受交换排序和插入类排序的异同，深入了解插入类排序算法思想。 　　对于程序设计方面的能力，可以对数组部分的知识点进行测试，在数组中查询数据、插入数据、删除数据、修改数据等，如在无序数组a[]={21，17，8，56，77，2}中查找关键字8和删除关键字8，在有序数组{2，8，17，21，56，77}查询关键字8、插入关键字13和删除关键字8，通过查询、插入、删除、修改数据等操作来检查学生的学习基础，回顾程序设计部分知识点，为排序算法的实现奠定基础。通过深入提问，教师既了解了学生对基础知识的掌握程度，又激发了学生学习新知识的兴趣。 　　2.4 参与式学习 　　参与式学习是BOPPPS模式最重要的一个阶段，突出教学过程中互动和体验，变单向的信息传导为双向的信息交流，关注学生的反馈信息，引导教学活动的开展。参与式学习是以学生为主体，学生在教学过程中居主导地位，教师在教学过程中扮演指导者、组织者的角色，突出学生在学习过程中的主观能动性，激发学生学习的积极性和主动性，鼓励学生参与到学习过程中，以小班教学方式，尽量使大多学生主动参与讨论，意见。根据不同教学内容制定不同参与学习方法，常见的参与式学习方式有游戏、辩论、角色扮演、头脑风暴、案例分析、实践、研讨、团队合作等。 　　在高等教育出版社的教材《数据结构――C语言描述》（作者耿国华）中，插入类排序是内部排序的第一部分内容，所以第一个参与方式是以讨论方式进行，问题为在实际生活中排序具有哪些特点和基本操作，如按照个子从矮到高进行排队，引导学生总结排序的基本概念，如有序、无序、移动、比较、关键字、记录、递增、递减、主关键字、次关键字、稳定性等。第二个参与方式以游戏方式进行，把两幅扑克牌分为4份，请4位同学进行抓牌排牌游戏，比速度快慢，然后讨论抓扑克牌排序的过程具有哪些特点，引导学生总结插入类排序的基本思想。第三个参与方式是给出几组无序数据序列，如{1，3，5，7，9}、{9，7，5，3，1}、{3，1，9，5，7}、{7，1，3，9，5}4组无序序列，请学生依照插入类排序基本思想进行排序，给出排序步骤并回答出自己所排序序列的优缺点。第四个参与方式是团队合作实践方式，把40位学生分成8个小组，用C语言进行编程，给出直接插入排序算法代码，测试数据为上述4组无序序列，学生完成后，进行评价总结。第五个参与方式是测试方式，测试题目为计算上述4个序列在直接插入排序过程中，进行了多少次比较和移动，需要的辅助空间多大，引导学生从直接插入排序算法的时间复杂度和空间复杂度方面进行性能分析。 　　直接插入排序知识点讲授完成后，通过第五次参与方式中计算的比较次数和移动次数，提出第六个问题，如何优化直接插入排序算法，如果从比较次数着手，是否可以将折半查找算法和直接插入排序算法相结合，引出折半插入排序基本思想。 　　分别演示直接插入排序代码和折半查找代码，让学生思考两个程序核心代码如何结合，得出折半插入排序算法描述，并分析其算法性能。 　　第七个参与方式为角色扮演法，让10个学生随机站成一排，进行按照从小到大排队，先按照直接插入排序算法进行排队，然后按照折半查找方法进行排队，再按照希尔排序基本思想，隔4个进行排序，再隔2个进行排序，再进行直接插入排序，讨论排序效率，引出希尔排序的算法思想，将希尔排序算法描述和算法性能分析留作课后作业，下一次课进行讲授。 　　在参与式学习过程中，授课教师需具备较强的课堂掌控能力，在半开放的教学过程中，教师需始终围绕教学目标展开，引导教学过程有序进行，避免学生偏离教学目标主线，影响教学计划的完成。此外，在互动过程中，教师可以更多地了解学生的学习兴趣和学习问题，有针对性地加强某些知识点的讲解，并对反馈信息不断总结和反思，改进和优化教学内容。 　　2.5 后测 　　该阶段的目的是检验学生的学习效果，检查是否达到教学目标，针对不同的课程内容，采取不同的评估方式。后测方式有测试、案例分析等，后测可在课堂教学内容讲授结束后进行，插人类排序后测内容如下： 　　题1：分析和比较3种插入类排序算法的算法时间复杂度和辅助空间大小。 　　题2：举两个实例，分别是直接插入排序最好和最坏的情况。 　　题3：对序列{12，3，9，11，55，77，98，2，3，9，76}进行插入类排序，使用顺序存储方法。 　　题4：对序列{12，3，9，11，55，77，98，2，3，9，76}进行插入类排序，使用链式存储方法。 　　题5：随机生成50个整数，用3种插人类排序算法分别进行排序（实践题）。 　　题1和题2是对算法复杂度和空间复杂度方面掌握程度的测试，题3和题4是从存储角度进行测试，加强学生对排序和存储方法的理解，题5作为综合性的实践作业，测试学生在掌握理论知识的基础上，实践动手能力如何。 　　在后测阶段可以检查学生对这一教学单元课堂学习情况，如果部分知识点未达到教学要求，可以根据学生的学习情况，有针对性地布置课后作业和实验内容。在后测阶段，教师既可了解学生对理论知识的掌握程度，还可了解学生实践动手能力。通过后测，学生加深对知识点的掌握，教师可了解本教学单元教学目标的完成情况，进而分析整个教学过程，对各个教学环节进行调整、完善和优化。 　　2.6 总结 　　课堂总结可以帮助学生总结重点难点、理清知识脉络、巩固知识、加深记忆。教师对本次教学单元知识点系统地有条理地概括总结。总结方式一般包括内容回顾、学习评价、课堂反馈、概念图等。 　　本次课堂教学总结用概念图作为工具，使学生在掌握插入类排序知识点的同时理清知识点之间的关系，并对不同排序算法进行比较，如图l所示。 　　3 教学效果 　　该教学模式在40人的信管班进行试验，理论教学48课时，课程设计24课时，在教学过程中，课堂氛围活跃，学生在课堂发言、提问、回答、讨论等方面变得积极主动，编程能力明显提高，基础知识掌握扎实，实践动手能力和团队合作能力有所提高。40人考试成绩统计结果见表1。通过对表1成绩统计表分析，表明学生理论知识点掌握较好、综合实践能力较之前有所提高，说明BOPPPS模式在数据结构教学中的应用提高了学生分析和解决问题的能力，教学效果良好。 　　关键词：数据结构；实验内容；实验方法；实验过程；实验考核 　　中图分类号：G642.0 文献标志码：A 文章编号：1674-9324（2013）20-0063-02 　　《数据结构》是计算机程序设计的重要理论基础，是计算机科学及其应用专业的一门重要的基础课程和核心课程。《数据结构》课程内容丰富、理论抽象且实践性强，所以在本课程的教学过程经常听到学生的反映是课堂上能听懂老师的讲解，但自己解决问题编写算法时感到困难重重，将课程的抽象理论知识应用到实际解决问题时感到无从下手、力不从心，因此加强《数据结构》课程实验课教学迫在眉睫。笔者从事多年《数据结构》的教学工作，在《数据结构》实验课规范化建设方面作了一些初步探讨。 　　一、《数据结构》实验教学存在的问题 　　在《数据结构》的教学中，存在着课程、教师、学生等方面的诸多问题：（1）课堂实验课时严重不足。现在《数据结构》实验一般安排32个实验课时，加上课程设计32个实验课时，也只有64课时。在这有限的时间里完成课程的所有实验在时间上显得严重不够，必须突破实验的时间和空间限制，让多数实验在课外完成。（2）实验内容单一，不能形成体系，更多地注重验证性实验，较少开设设计性、综合性、创新性实验项目。（3）课堂理论教学与实验教学未能很好地协调，理论和实验不能有机地结合。《数据结构》课程是不仅理论抽象而且实践性很强的课程，目前在教学中教师更多地是注重学生课堂理论知识的掌握，而轻视实践教学，实践教学缺乏具体明确的要求和任务。同时理论和实验在时间上存在滞后现象。（4）学生学习能力严重不足。《数据结构》课程较之入门的《程序设计语言》，教学内容的难度与算法的复杂程度都要大。部分学生的学习能力瓶颈凸显，致使学生产生畏惧与厌烦情绪，学习动力丧失，学习疲于应付，抄袭现象严重。（5）程序设计语言掌握不到位。常见的问题包括：函数调用关系混乱、实际参数和形式参数类型不匹配、指针变量不会使用、变量定义不规范、调试程序能力较弱等。 　　二、《数据结构》课程实验教学的改革方法 　　根据独立学院学生特点，注重学生学习兴趣和应用能力培养，加强《数据结构》课程实验课教学，规范实验课教学的各个环节，对实验内容、实验方法、实验过程监控和实验考核机制等实施改革，建设完善的实验教学体系，对提高实验教学效果有重要的意义。 　　1.实验教学内容层次化。根据独立学院应用型人才培养目标，注重培养实践动手能力，结合教育部的“面向21世纪教学内容和改革计划，保留少量必开的经典验证型实验，增开综合型、设计型实验”的精神，为了保证实验课的正常运行，完成实验教学目标，针对独立学院学生普遍编程能力比较弱、C程序设计语言基础较差的情况，我们打算增开一些巩固C语言的课程预备型实验项目，保留了部分必要的经典的验证型实验内容，增加一些设计型实验，加强综合型实验，使得实验类型不再单一，实验内容更显层次化，做到既要有基本实验的训练，又有独立思考、综合运用知识、创新等能力、素质的培养。预备型实验：主要加强学生C语言的薄弱环节，如结构体、指针、数组、函数调用等，掌握C语言的这些知识点是完成《数据结构》实验的有力保证。验证型实验：主要为了理解和巩固《数据结构》的基本知识点，用来验证典型《数据结构》的逻辑定义及在具体存储结构下的相关操作实现。设计型实验：以《数据结构》课程理论知识为基础，让学生设计一些能解决实际问题的题目，这样既加深了学生对基础理论知识的了解，同时提高了学生学习的兴趣，锻炼了学生设计算法解决实际问题的能力。综合型实验：实验内容涉及本课程多数章节及相关课程知识。主要培养学生的综合分析能力、实验动手能力、数据处理能力及查找参考资料的能力。 　　2.实验方法规范化。对于一般的验证型实验，学生上机的任务只是将课本上的算法修改为在某种编程语言环境下可以运行的程序而已。但对于设计型和综合型实验，尤其是综合型实验，它是多种能力的综合训练，包括问题分析、总体结构设计、程序设计等基本技能，需要用更科学的实验方法系统地完成。所以，为完成《数据结构》实验，我们引入软件工程的方法来指导实验，实现实验方法的规范化。需求分析：需求分析说明实验的主要任务，如输入的形式和输入值的范围、输出的形式、程序功能、测试数据等。概要设计：说明本实验中用到的所有抽象数据类型的定义、主程序的流程以及各程序模块之间的层次调用关系。详细设计：实现概要设计中定义的所有数据类型，对每个操作用程序设计语言编写代码；画出函数之间的调用关系图。调试分析：调试过程中遇到的问题是如何解决的以及对设计与实现的回顾讨论和分析；算法的时空分析（包括基本操作和其他算法的时间复杂度和空间复杂度的分析）和改进设想。 　　3.实验过程规范化。《数据结构》课程实验同其他课程不同，在上实验课之前需要做大量的准备工作，整个实验从开始到结束不可能在有限的实验计划课时中全部完成，因此对整个实验过程的控制和管理显得非常重要。实验过程从课前预习阶段、实验操作阶段和实验总结阶段等三个阶段进行改革，以实现实验过程的规范化。课前预习阶段：以往的实验教学环节，往往是学生到课堂才知道实验内容，学生往往措手不及，不利于实验教学的正常开展。现在我们采用把每个实验内容提前通知学生，要求学生做好课前预习，详细了解实验目的和原理、实验要用到的数据结构和算法，写出实验预习报告，在实验之前提交。通过课前预习，保证学生在实验中思路清晰，能及时发现问题，易于取得实验的成功。实验操作阶段：上机实验的过程是实验成败的关键，我们一方面要求学生在实验过程中养成做实验记录的良好习惯，另一方面引导学生在实验过程中积极思考、反复调试，当出现异常情况时，要指导学生分析其产生问题的根源，寻求解决问题的方法。每次实验结束后，要将实验记录交给教师检查签字。实验总结阶段：这一阶段要求学生完成高质量的实验报告，实验报告中除了包括数据结构定义、算法思路、异常情况分析、测试数据及运行结果等必备的内容外，更重要的还要包括实验设计实施的成败得失、经验教训、心得体会。整理和填写实验报告的过程，即是学生对自身存在的问题进行修正和完善的过程，通过分析整理实验报告，学生可以更深刻地认识到自己在实验中存在的问题，加强其设计思维的训练，也能不断积累解决实际问题的动手能力。 　　4.实验报告规范化。实验报告是对整个实验过程的总结，要求学生能从实验的方法、原理、操作步骤、实验的数据和结果等方面进行分析，掌握其中的基本实验方法。对于不同类型的实验项目，因为实验的难易程度、教学目的不同，我们要求实验报告的规范格式也不同。 　　对于预备型、验证型实验，实验报告的基本组成部分有：（1）实验目的：（2）实验环境：（3）实验内容和要求。前三项由教师统一提供。（4）数据结构和算法思想：程序中用到的数据的描述及涉及的算法思想的简单描述。（5）实验结果：含各组测试数据及运行结果（经任课教师签字的原始实验记录）、实验总结等。⑥思考题解答：主要写出解决问题的方法，不要求写代码。对于设计型、综合型实验，实验报告的基本组成部分有：（1）问题描述：描述要求编程解决的问题。（2）基本要求：给出程序要达到的具体的要求。（3）测试数据：设计测试数据，或具体给出测试数据。要求测试数据能全面地测试所设计程序的功能。（4）算法思想：描述解决相应问题算法的设计思想。（5）模块划分：描述所设计程序的各个模块（即函数）功能。（6）数据结构：给出所使用的基本抽象数据类型以及新定义的抽象数据类型。（7）源程序：给出所有源程序清单，要求程序有充分的注释语句，至少要注释每个函数参数的含义和函数返回值的含义。（8）测试情况：给出程序的测试情况，并分析运行结果。 　　根据环境工程概论课程的培养目标、教学内容的要求，本课程的研究型教学由课题设计、课题实施、成果评价三部分组成。 　　（一）课题设计 　　课题设计是研究型教学的基础，是以课题为中心对学习内容进行的重新规划。根据学生人数，并考虑到学生的专业认知水平，结合桂林市在环境保护问题上取得的成果，将《环境工程概论》教学内容课题设计为以学生调查实践为主题。在课堂教学中，以学生通过调查发现的问题所作的汇报作为各章内容的开题，进而引出各章理论主题内容。然后，教师结合学生研究内容进行总体讲授、指导，使得课程生动、课堂气氛热烈，进而带动学生学习的兴趣。课题设计的具体内容包括：桂林市水污染状况调查、桂林市大气污染状况调查、桂林市固体废物状况调查、桂林市声环境以及桂林市的生态之城建设五个部分。 　　（二）课题实施 　　1.成立课题小组 　　课程第一堂课为导论课，由教师对目前的环境问题及环境工程研究方向等内容进行总体讲授，布置研究型课题并对课题进行说明。课后学生根据个人兴趣报名，教师根据“组间同质、组内异质、优势互补”的原则进行微调，保持各组同学水平相当，每组6名同学。 　　2.方案设计与实施 　　各小组成员首先根据课题题目，明确完成目标，讨论课题实施方案；然后进行组内分工，完成资料收集、查阅、现场调查、数据分析汇总、书面总结及口头汇报等工作。具体实施过程以课下业余时间完成为主，教师轮流跟组进行指导、答疑以及必要的理论知识补充，帮助学生解决在课题完成过程中遇到的问题。在完成过程中，数据信息来源主要包括图书馆的图书、期刊、统计年鉴、环境公报等纸质资料，图书馆的电子资源，如CNKI数据库等，以及环保局网站、环保局实时监测系统等网络数据资源。然后，再结合实地调查结果，完成课题的研究。 　　（三）课题成果评价 　　1.成果展示与评价 　　首先由组长作为代表对课题完成内容进行汇报，同时对课题完成过程中遇到的问题及解决方法进行介绍，课题组成员共同对其他小组的提问进行解答。根据汇报结果和答疑情况对课题成果进行评价，评价结果由三部分组成：组间评价、组内互评和教师评价。课题小组根据评价内容对课题内容进行进一步修改，并形成书面报告上交。 　　2.成绩评定 　　研究型教学课程的成绩评定方法采用形成性评价和总结性评价相结合的方式。其中课程总成绩由学生个人的平时表现（包括课题表现、对小组课题项目的贡献）、所在课题小组成绩（要求3~4名环境工程专业老师对小组作品进行评定，取平均分）、期末考试成绩（闭卷考试）三部分组成。 　　二、总结与反思 　　在研究型教学过程中发现以下两点需要进一步完善。 　　1.完善学生在课题完成过程中的过程管理工作 　　小组成员应记录下课题完成过程中的日记与心得，不断总结课题完成过程中每个环节的安排是否合理，有无改进措施，如成员分工情况是否合理、时间安排是否得当等。 　　2.教师对课题完成过程的反思 　　关键词：数据结构；教学；改革；探讨 　　中图分类号：G642.0 文献标识码：A 文章编号：1674-9324（2012）07-0120-02 　　《数据结构》是计算机科学与技术专业的一门核心的综合性专业基础课，在本专业的课程体系中处于重中之重的地位，属于必修课程。数据结构的研究既涉及计算机硬件，也涉及计算机软件，是很多计算机科学与技术专业后续课程的基础，比如编译原理、操作系统、数据库原理与应用、JAVA程序设计、MFC程序设计、算法设计与分析等课程均直接或者间接用到该课程的很多知识。显然，该课程的重要性不言而喻。本课程的教学目标，使学生较全面地掌握各种常用的数据结构，为学习后续课程提供必要的基础，提高运用数据结构解决实际问题的能力。本文针对课程的特点，结合教学实践经验，从教学内容、教学方法、教学手段、实践环节等对教学改革进行了探索。 　　一、教学内容 　　课程的内容重点立足于基础知识和基础理论的传授和应用能力的培养。因此在授课时既要讲授基础知识和基础理论，同时也要注重动手应用能力的培养。作者认为应该讲授的主要内容包括，常用的并且是重要的数据结构，分为线性结构和非线性结构，线性结构主要包括线性表、栈、队列等。非线性结构主要包括树和图，还有文件。从逻辑结构、存储结构和数据的运算三个方面介绍这些数据结构的知识点。然后介绍在这些数据结构上的常用的查找和排序算法。同时，各种运算和算法的时间和空间复杂度分析也是要重点介绍的内容。为了更好地让学生掌握上述内容，还必须安排合理合适的实验内容，进一步培养学生的应用能力。 　　第一次讲课是课程的前言，是很重要也是最难讲的一次课。第一次课程授课效果的好坏，直接关系到学生对课程的认识喜爱程度，更是严重影响到后续授课的效果。因此，教师一定要把第一次课程讲好，使得学生对课程有一个总体认识，并喜欢上这门课程。为了让学生对课程有一个很好的认识，第一次课程的授课内容显然很重要。作者结合实践教学经验，认为第一次课程应该从以下几个方面进行讲授。①数据结构的概念，发展史，为什么学习这门课程以及学习这门课程的方法。②数据结构课程研究内容、研究方法和研究分支。③课程的性质、特点、地位和作用。④课程内容的组织结构。⑤参考文献和考核方式。 　　二、教学方法和教学手段 　　合适的、恰当的教学方法和教学手段，在教学中能收到事半功倍的效果，反之，则是费力不讨好。作者认为在数据结构教学中，采用以下教学方法和教学手段，教学效果会显著提高。 　　1.采取现代化教学手段和方法，充分有效使用现代化多媒体教学手段。多媒体教学能使得讲授内容更加清晰、教学效率更高。虽然有些课程，比如数学类课程不适合使用多媒体教学。但数据结构这门课的课件可以做得很漂亮、很生动，比黑板的效果要好很多。在教学中可以使用PPT幻灯片展现基础知识点和基本理论，对比较复杂的算法，可以采用动态方式演示讲解，这样可以很好地帮助学生深入透彻地理解掌握算法的设计思想和过程，使学生把所学知识的理性认识和感性认识有机地结合起来。比如在讲解图的深度遍历时候，可以通过PPT幻灯片讲解遍历的过程。由于遍历的过程是一个递归的过程，许多学生开始学习起来有些困难。如果配以动画来模拟遍历的全过程，就可以取得很好的教学效果。 　　2.充分调动学生们课堂学习的积极性。为了调动学生们的积极性，可以充分采取启发式教学，实现教与学的互动，激发学生的创造性。通过设计高质量的、创新的启发式教学内容，诱导学生深入理解数据结构和算法，理解算法改进的过程，启发学生在了解原算法的不足之处后，设计改进算法，实现从旧算法到相关的新算法的跳跃。建立科学的考核制度，改革评分标准。让学生参与解决有一定难度的问题，对能较好完成的学生，给予奖励。对平时敢于提出新见解、有创意的学生采取特殊鼓励政策，无论是课后提问、作业还是上机实验，只要有思想火花或闪光点，或找到教材上或教师讲课中的不足或者错误，都给予奖励。 　　3.充分利用网络，建立课程的教学网站。网站可以对课堂授课起到很好地补充作用。作者认为，网站内容主要应包括：教师的电子教案、优秀的教学视频、生动的教学动画、作业习题、题库、参考试卷、参考文献等教学资源，学生可以根据自己的需要随时随地下载学习。另外，网站上要增设论坛、留言板，这样学生之间、学生老师之间，可以不受时间空间限制，随时讨论交流，教师也可以及时掌握学生思想动态和学习情况，师生关系将非常融洽，将会有力促进课堂教学效果。 　　4.注重上机实践。数据结构不仅具有较强的理论性，同时也具有较强的可应用性和实践性。因此，一定要重视教学实践。实践表明在数据结构教学过程中，如果学生的程序设计语言基础薄弱，就会影响正常教学进度。学生完成上机实验练习时遇到的主要问题是，不能正确地输入数据，结构体概念陌生，函数的传址调用概念不清，指针与链表有的没有学过。因此在上机实验之前，应该给学生适当补充相关的内容。实验内容的设计要合适。数据结构课程的实验要以综合实验为主、以验证性实验为辅，以验证性实验为基础，通过设置综合实验题目、实验目的和要求，提高学生的综合程序设计能力。同时也要加大上机实验的趣味性，用“熊猫烧香”、“迷宫”等趣味题目作为上机内容。在做实验时，一般情况下大部分学生只是重视实验环节，对于编写程序具有一定的积极性。但往往容易忽略实验报告的撰写和实验总结，这是不对的。实验报告和实验总结是实验必可缺少的环节，也是很重要的环节。通过撰写实验报告，能培养学生撰写科技论文的能力和书面表达的能力；通过实验总结，能提升自己对实验内容的深刻理解和掌握，并能为后续实验提供经验教训，提高后续实验的效果和效率。因此，作者认为学生拿到一个实验题目之后，应该按照步骤做实验，具体步骤应包括：问题分析与系统结构设计、详细设计和编码、上机准备、上机调试程序和整理实验报告。 　　最后，应大力加强学生实验的指导和管理。数据结构的实验编程有一定的难度，如果指导和管理不力，可能导致少部分自觉性强的学生能够完成，大部分学生通过拷贝别人的程序来应付检查。因此，必须加强教师的指导和实验的管理，有效地监督学生完成相应的上机实验，逐个验收实验程序，防止滥竽充数的“南郭先生”。 　　参考文献： 　　[1]严蔚敏，吴伟民.数据结构[M].北京：清华大学出版社，2006. 　　[2]赵晓，孙连山，王晓霞.《数据结构》课程教学改革的研究[J].电脑知识与技术，2011，（4）：30-31. 　　关键词：自主合作探究；中职计算机课堂；项目式 　　中图分类号：G632文献标识码：A文章编号：1009-3044(2011)12-2888-02 　　The Example of Exploring and Analyzing the Classroom Mode of Computer Instruction in Secondary Vocational Education 　　HUANG Ying-jun 　　(Transportation School in Shandong Province, Ji'nan 271000, China) 　　Abstract: Taking the lesson of creating tables in VF database as a example in this paper, if you can organize class and design class with a suitable method and deal with the problem of questions in classroom teaching efficiently, you will discover the innovative learning of cooperation is fit for the secondary vocational education. 　　Key words: innovative learning of cooperation; the computer classroom of secondary vocational education; projects 　　对于中职计算机课堂教学实行何种模式，一直在探索研究，在刚开始使用自主合作式教学法时，觉得困难很大，尤其是上机操作这一环节。而在不断的教学实践中发现计算机教学应用这一模式，效果很明显。中职计算机教学不同于其他基础学科，主要是重实践操作，以实用为主，所用到的基础知识不是太多，所以对于中职学生应用自主合作探究式教学更易操作。 　　传统中职计算机教学大都采用教师讲授与学生上机操作相结合的方式。教师在教师机讲授新课，通过软件或硬件控制，所有学生用机共享教师机的屏幕，当讲授完毕后，释放学生机，由学生自行操作。整个过程中，教师机可以实时监控学生机。以前，我们教师认为这种方式很直观，效果很好，但仔细思考后，才发现弊端。教师讲解后学生照原样操作，这种方式不利于学生积极主动地思考，在操作中也无法体现创造性，而且学生印象也不深刻，很易忘记。 　　采用自主合作探究模式教学，每次课都用“项目式”，一次课或几次课完成一个项目。上课时，先将本次课要做的项目和要解决的问题一一讲明，把整个项目需要用到的知识点和问题做成幻灯片发给学生。然后由学生分组讨论，提出疑问，教师或学生作答。讨论出大体思路后，学生自己上机操作。在这个过程中，教师要一直不断地巡视，遇到讨论不出的问题要及时解决。操作完成后，由每个小组派出代表将做好的项目共享给大家看，一起找出问题和不足来，一起解决。之后，评选最佳小组，并将优秀项目存档。最后，教师来总结这次课的操作方法，巩固本堂课的知识点，并让学生写出对自己的评价及自己小组其他人的评价，定时交流检查。 　　以VF数据库建表的这一节内容的教学安排为例来具体说明。 　　1 教材分析 　　本节内容选自VF数据库的第二节，在掌握了第一节数据库的特点及基本概念的基础上，讲解了数据库表的建立过程，为以后的数据库操作打下了基础。 　　2 教材处理 　　这部分内容的容量很大，其实应该是两节的内容，鉴于学生可以较好的理解数据表的建立过程，就把两节合为一节。其后增加一次课巩固复习。 　　3 教学目标 　　1）认知目标：掌握数据表结构的建立及数据记录的输入。 　　2）能力目标：培养学生自主学习、探索学习的能力，动手实践的能力以及归纳总结的能力。 　　3）情感与价值观目标：培养学生勇于探索未知世界，积极主动学习的思想树立自主学习的信心。 　　4 教法分析 　　这部分内容如果按课本上来讲，比较枯燥，无法吸引学生的注意力，采用将课本内容设计成项目式的自主合作探究模式教学法。教学手段及教学环境：多媒体网络机房，配有投影仪，安装有教学管理软件，教师机和学生机能相互实时通信。实际教学中采用课件演示、投影演示、多媒体网络教室同步演示等教学手段。根据班级人数等实际情况分几个学习小组，每组各有一位组长负责监督汇总等管理工作。 　　5 学法分析 　　通过自主合作探究学习，通过思考与实践得出结论，对知识重新建构。充分体现学生的主体作用，重视实践能力的培养，增加学生参与教学活动的时间和思维空间，努力创设任务情景，不断活跃学生的思维，提高学生的分析问题和总结问题的能力。 　　6 教学过程 　　1）导入新课：提出问题：在一般的人员登记表中，如入学登记表、员工信息表等，都有哪些登记项，格式是怎样的？ 　　2）学习新课： 　　A：投影仪演示：常规的数据表格式；本节课项目名称：“班级成员情况登记表”；项目目的：学会如何建立数据表 　　B：发送需要用到的知识点到所有学生机：数据库的常用创建方式，利用菜单和命令create；常用的数据类型如字符型、数据型、日期型、备注型、通用型数据的定义；字段名的定义，字段宽度的定义等。 　　C：小组讨论：如果将本班的所有学生建立一个“班级成员情况登记表”，需要哪些登记项？这些登记项在数据库中称为什么，都属于什么数据类型，所占的宽度各为多少？如何使用菜单和命令方式创建数据库？建立“班级成员情况登记表”的基本步骤可以归纳为几步？这个过程中教师要认真负责加强巡视，了解学生学习情况，进行个别指导，引导学生互相帮助，协作学习。 　　D：代表发言：在此过程中，教师的任务就是“矫正及总结”。每个代表发言后，可以由其他的学生提出疑问或纠正发言，教师起辅助指导的作用。 　　E：完成项目：根据讨论的结果，学生自主上机完成项目。此期间依然可以讨论，教师要密切关注每个学生，观察其完成的质量及遇到的问题，及时给予解答。 　　F：演示成果：各个小组商量后，派出代表演示项目。在演示过程中，教师多以赞扬鼓励的语气来纠正及完善演示。 　　G：总结：大家选出认为最好的项目，并评选最佳小组。教师作最后的课堂小结，将主要内容、知识点串联起来。 　　H：评价：由学生自己写出这节课对自己的评价，包括做得好的地方及需要改进的地方。对自己组的其他同学也做出评价，主要是肯定性的。 　　以上就是整个的课堂设计。课时备课中，制定项目、设计课堂是最困难的，每次都要想一个项目，既要包含课程的内容知识，又要考虑学生的兴趣及能力，还要制定项目的流程，这些是最花心思的。保证学生既朝着既定的方向，又有相当自地完成学习任务。在上课过程中，还有几点需要注意。一是教师矫正总结。由于教师不再大篇幅的讲授，很多知识点和易错点只能靠教师的矫正来实现。学生的天赋，先前教育条件、知识基础、生活环境以及思维能力等方面的差异，各人在接收、处理信息的速度和正确程度上是有差异的，因此，这就要求在教学中必须充分考虑和了解学生信息接收、处理的正误情况及其程度，对学生的学习过程作出准确的判断，在此基础上对错误加以矫正，对不足加以补救，进而归纳总结促使学生全面、正确的掌握知识。二是要注意课堂的效率，教师要控制好上课的步调。本来课堂时间就有限，又大多放给了学生，所以教师要在提高课堂教学的效率上狠下功夫。事实上，自主合作探究教学法实践起来有很多难点，这需要教师长期的坚持努力。以上所写都是自己在教学过程探索中的一点感想和粗浅认识，感谢我校广大教师给予的支持和帮助。 　　参考文献： 　　[1] 蒋奖.中学生心理健康教育[M].北京:中国轻工业出版社.2008 　　[2] 山东省教育厅组编.Visual Foxpro实用教程[M].山东:石油大学出版社,2005.

　　原标题：23andMe在Amazon上的价格是30 %，所以现在是尝试的最佳时机 　　这就是为什么我推荐这个DNA检测试剂盒。 　　我从小就对自己的祖先很好奇。我记得问过爷爷奶奶他们的来历，妈妈的父母自豪地告诉我，他们的祖先来自意大利和马其顿(希腊附近的巴尔干小国)。在我父亲这边，我的流行歌手会说他是德国人——但当我问祖母时，她会告诉我她是“海涅57”——或者是许多不同国籍的人的混合体。 　　几年前，当家庭DNA检测工具开始成为主流时，我拒绝购买，因为我不想花钱。但亚马逊上个月推出这些产品时，我终于屈服了。我刚刚得到了我的成绩，我很高兴我终于投资了这个工具。我了解到，除了意大利语、马其顿语和德语之外，我也是英国人、伊比利亚语(西班牙语或葡萄牙语)，还有一点西亚/北非语，还有一点芬兰语。 　　我一直在摆弄23andMe的DNA亲戚工具，并了解到我在美国乃至全世界都有第二、第三、第四和第五个堂兄弟。 　　如果你对自己试用DNA测试套件感到好奇，那你就走运了:亚马逊又推出了DNA测试套件，降价30 %。祖先工具包为69.99美元(通常为99.99美元)，祖先+健康工具包为139.99美元(通常为199.99美元)。亚马逊还不清楚23andMe还有多长时间可以销售，所以现在就开始吧。 　　电子邮件 　　https://www.prevention.com/life/a21049990/23andme-discount-june-2018/ 　　责任编辑：

　　向日葵：尊敬的投资者您好，公司控股子公司贝得药业拥有较完整的医药产业链体系，是一家集化学原料药与医药制剂的研发、生产、销售为一体的医药公司，主要产品涉及抗感染类用药、心脑血管用药、消化系统用药等领域。在抗感染类用药方面，已形成医药中间体-克拉霉素原料药-克拉霉素制剂产业链；在心脑血管用药与抗高血压药方面，已形成医药中间体-拉西地平原料药-拉西地平制剂一体化的业务模式。

　　最高：今开：0.25涨停：成交量：62.34万手振幅：12.00%盘后额：0.00委比：流通值：1.92亿市盈率(动)：亏损市盈率(TTM)：亏损每股收益：-0.18股息(TTM)：0.00市盈率(静)：亏损市净率：3.71每股净资产：0.07股息率(TTM)：0.00%52周最高：2.25总股本：8.06亿质押率：4.56%注册制：否52周最低：0.21流通股：7.38亿商誉/净资产：--货币单位：CNY

　　微信公众号：流芒兔数据库 　　大数据只是产品运营的手段之一。那么，如何利用大数据进行产品运营呢？ 　　第一步是为产品建立一个可操作的指标体系。这是使用数据进行产品操作的基本任务之一。为了进一步推动电信大数据在中国的快速发展并发挥更大的作用，需要采取相应的措施。 　　一、优化电信大数据应用的法律环境：开展大数据使用和用户隐私保护相关立法，制定数据保护实施细则，明确数据提供者和用户的责任和义务，消除运营商对电信大数据应用中用户信息泄露等问题的担忧。 　　二、整合电信行业的资源优势：探索建立由三家运营商共同参与股票市场的大数据服务机构，整合三大运营商的优势数据资源， 　　三、制定统一的数据标准：在行业层面逐步形成覆盖数据存储、数据管理、数据流通、数据定价等多个应用阶段的行业标准和管理规范，为企业间的数据流通与合作提供科学的价值计量标准和商业服务标准，促进大数据交易。整合不同地区的数据资源，连接不同渠道的数据节点，建立统一的数据集市。 　　数据是基于整合客户的产品属性，然后准确定位整体目标客户的特征。根据规定为客户设置相应的标签，并进行大数据挖掘（关键词搜索、网页浏览、下载应用程序、拨打的座机、地区、年龄、性别、通信记录等维度），使用运营商DMP服务进行数据分析。 　　事实上，无论是国内还是海外，互联网行业的权威专家都认为，实际运营商对综合数据的掌握非常强。然而，就运营商大数据的广泛使用而言，运营商的大数据的关键用途是帮助公司准确扩大客户，以及一些政府部门使用它来增加数据信息货币化。 　　大数据有许多功能需要在许多领域使用，如高速公路运营、明年的预算、精确的商业营销、预测商业趋势等。如果大数据收集得当，每个领域都可以利用大数据找到模式并做出最佳选择。 　　必准大数据客户采集系统以运营商数据库为中心，深入企业机构内部建模，不断增强对场景的理解能力和建模体验。专为中小企业获取客户、集体筛选意向客户、锁定目标客户而设计。 　　随着企业部分业务上线、目标用户下沉，风控体系也在迭代，依靠大数据和人工智能进行风控已成为行业共识。另一方面，随着线上线下获客成本的不断增加，各机构逐渐向用户精准管理转变，精准营销受到各企业机构的关注。通过大数据准确获取客户的过程是对人们收集的信息数据进行分类和汇总，使用平台计算和分析来识别模式和描绘人群概况，然后使用精确的营销来针对特定受众，从而提高客户转化率。 　　举报/反馈

　　在淘宝上开店不仅需要掌握开店的运营技巧，也要有一定的数据分析能力，因为有很多店铺优化方法都需要用到数据分析，甚至在你选择类目的时候也要用到，比如查看类目的大数据并进行分析。 　　淘宝怎么查看类目大数据? 　　一、淘宝怎么查看类目大数据? 　　像淘宝生意参谋竞争情报、爆款特工、店侦探、淘数据等这些都是可以查看淘宝数据的。 　　二、如何分析淘宝类目大数据? 　　淘宝大数据可以分为：商品分析、客户分析、地区分析、时间分析四大维度，重点说商品分析。 　　1、销售状况分析：主要分析本月销售情况、本月销售指标完成情况、与去年(或上月)同期对比情况。通过这组数据的分析可以知道同比销售趋势、实际销售与计划的差距。 　　2、销售毛利分析：主要分析本月毛利率、毛利额情况，与去年同期对比情况。通过这组数据的分析可以知道同比毛利状况，以及是否在商品毛利方面存在不足。 　　3、橱窗效率：主要是本月橱窗效率情况、与去年同期对比。“日均橱窗效率”是指“日均每个橱窗平均销售额”，即：日均橱窗商品销售金额/橱窗个数。 　　4、人均劳效(人效)：主要是本月人均劳效情况、与去年同期对比。“本月人均劳效”计算方法：本月销售金额/本月总营业人数。 　　5、盘点损耗率分析：主要是门店盘点结果简要分析，通过分析及时发现商品进、销、存各个环节存在的问题。 该指标指标仅对大店或销量日均100以上店铺适用。 　　6、库存分析：主要是本月平均商品库存、库存结构、库龄情况、周转天数，与去年同期对比分析。通过该组数据的分析可以看出库存是否出现异常，特别是否存在库存积压现象。 该指标指标仅对大店或销量日均100以上店铺适用。 　　8、促销商品业绩评估：主要是促销商品品种数执行情况，促销商品销售情况、占比情况及与前期销售对比情况分析。“促销商品与前期销售对比分析”即将本档期特价商品的销售情况与特价执行前相同天数的销售情况进行对比分析，通过以上这组数据的分析可以看出促销产生的效果以及促销活动存在的问题。 　　淘宝查看类目的大数据主要是依靠生意参谋这款工具，不过也有一些其他的店铺管理工具可以帮你提取数据并进行数据的分析，这里建议大家先熟练的使用生意参谋来查看类目的大数据。 　　举报/反馈

　　常用的淘宝数据分析工具有情报通、量子恒道、数据魔方等等。 　　在电子商务中，大家都知道淘宝，能够在淘宝中做成上百万上千万或上亿的销售额，跟数据分析是分不开的。而淘宝数据分析在其中起着重大作用，通过淘宝数据分析平台，工作人员运用淘宝数据分析工具提炼出有效的用户信息和产品数据，进行精准的营销推广，最终产生高销售额。 　　有相关需求可以联系任拓数据科技（上海）有限公司，它是研发并提供全球范围内电商大数据服务的公司，我们依靠自主研发的领先的网络爬虫技术、搜索引擎技术，以及人工智能技术，实现了对海量电商数据的实时监测、清洗和统计，为各类从事电子商务的客户提供全面的市场信息和数据分析，帮助他们做出正确的商务决策。 　　生意参谋和癞蛤蟆工具箱都是比较好用的。 　　一、百度搜索“癞蛤蟆工具箱” 　　二、点击首页第一名进入“癞蛤蟆工具箱官网” 　　三、点击下载即可使用 　　相信很多做电商行业的小伙伴应该也都见过或者听过各式各样的工具箱，那么今天小编就来为大家介绍一下咱么一个专业做电商 　　运营推广辅助工具的工具箱——“癞蛤蟆工具箱” 　　癞蛤蟆工具箱是一款集运营、管理、实战为一体的综合性辅助工具。 　　从市场分析、选款、找货源、找词组合标题，到竞品、竞店的数据指标分析、流量词成交词、词根、渠道数据等分析，到直通车内功优化，如低价引流、压PPC提高roi投产，透视竞品直通车关键词等，再到单品打造爆款做降维标签单，以及店铺粉丝管理、老客户再营销等于一体的实战型工具箱， 　　开店运营必备工具，做电商，就用癞蛤蟆工具箱。 　　癞蛤蟆工具箱最受欢迎的功能：淘宝/拼多多/抖店宝贝复制、黑搜、卡首屏、验号，共有四十余款工具可以试用! 　　淘宝开店必备工具 　　1.宝贝编辑工具：《淘宝助理》 　　淘宝助理是一个功能强大的客户端工具软件，它可以帮助您编辑宝贝信息，快捷批量上传宝贝，并提供方便的管理界面。 　　2.卖家版旺旺替代品：《千牛》 　　千牛——卖家一站式工作平台，是由阿里集团官方出品，包含千牛移动版和千牛PC版。 　　千牛PC版主要是帮助卖家在电脑前完成从客服接待到交易管理的所有操作，其中的旺旺功能是由卖家版旺旺升级而来，更加强大。 　　3.图片处理软件：《Adobe Photoshop》 　　这个就是大名鼎鼎的PS，主要用来制作分类图片，原创店招，宝贝描述页面的图片装点。 　　4.店铺全方位功能的软件：《工具吧》 　　工具吧是卖家服务市场里面的一款，全方位的店铺辅助软件，可以设置打折、满减、包邮、快递单打印、宝贝批量编辑、自动橱窗、自动上下架、会员管理、短信营销等等几十种功能，堪称是卖家开店的全能助手。 　　5.流量统计工具：《量子恒道店铺经》 　　目前量子恒道-店铺经目前分免费的标准包（包括流量分析，销售分析，客户分析及推广效果），付费的来源分析和装修分析；从小时-天-周-月，从店铺首页-宝贝页-分类页，记录店铺的流量（包含实时流量），销售，转化，推广及装修效果数据。 　　6.量子恒道的好基友：《江湖策》 　　江湖策同样是淘宝官方工具，通过大数据挖掘，提供实时访客数据，渠道推荐及转化效果数据；最新两个新功能：买家人群画像（包含6大信息喜好及购买力等），无线渠道效果数据（如ipad，iphone等），让您更了解买家，了解渠道效果，提升成交转化！ 　　7.淘宝整站数据分析工具：《数据魔方》 　　数据魔方有使用的门槛一钻以上用户才能使用，数据魔方是淘宝官方出品的一款数据产品。主要提供行业数据分析，店铺数据分析。其中包含了品牌、店铺、产品的排行榜，购买人群的特征分析（年龄、性别、购买时段、地域等等）。 　　8.高级版个性化店铺装修工具：《淘宝旺铺》 　　淘宝旺铺是淘宝开辟的一项增值服务和功能,是一种更加个性豪华的店铺界面。使得顾客购物体验更好，更容易产生购买欲望。 　　淘宝旺铺分为两种：一种是付费的，一种是免费的。 　　9.免费的数据分享平台：淘宝指数 　　淘宝指数是淘宝官方的免费的数据分享平台，于2011年年底上线，通过它，用户可以窥探淘宝购物数据，了解淘宝购物趋势。而且产品不仅仅针对淘宝卖家，还包括淘宝买家及广大的第三方用户。 　　1、登陆千牛电脑工作台。 　　2、点工具条上的网址，找到生意参谋（原量子），然后点击进入生意参谋。 　　4、在生意参谋的菜单栏找到实时直播项，点击进入实时直播。实时直播下又分为实时概况、实时来源、实时榜单、实时访客四项。实时概况可以看到店铺的实时交易数据与行业数据。 　　5、点击实时分析。 　　6、点击实时概况就可以查看淘宝的实时交易量统计。 　　淘宝数据大分析主要可以分为两点：前端数据与后台数据。前端数据就是淘宝搜索页展示的数据，后台就是生意参谋里边的市场大盘数据。前端数据分析推荐使用《癞蛤蟆工具箱-淘宝市场数据透视》可以一键采集关键词或者类目下的宝贝信息，一键分析市场价格成交区间，地区分布，属性价格分析，活动分析，上下架时间分析等等。后端市场大盘数据可以用《癞蛤蟆工具箱-指数转化插件》一键转化数据进行分析。 　　推荐去癞蛤蟆工具箱学习相关知识，癞蛤蟆工具箱在同类电商培训机构中位列三甲，学院云集众多具有丰富实战经验的电商名师讲授干货知识，为社会输送数万名优秀电商人才。 　　更多问题请咨询癞蛤蟆工具箱客服！ 　　购买情报通工具，建议去官网购买，可以根据需求有多种选择方式。 　　情报通是知名电商大数据品牌，它的数据范围覆盖天猫、淘宝、京东、考拉、苏宁、国美等国内主流电商平台，累计为1,000+家品牌电商与30,000+家店铺提供数据服务和智能化应用。在情报通行业分析里可以看到淘宝天猫全行业销量和销售额、成交次数、各占的比例，按月份提供所需要的数据；可看到所购买的淘宝类目、子类、属性、自定义价格段、淘宝行业品牌分析等各类报表。例如进入情报通男装类目中可将个人店铺和商城店铺分开查询男装里各子类所占的比例，及最热销的100名宝贝，前100家店铺的销售情况，可按销量、销售额、成交次数进行排序；进入情报通子类报表里可以看到各品牌的销量和销售额的相关数据，还可以查看每个子类的每个相关属性值的交易次数、交易量和销售额。 　　想了解更多关于情报通的详情，可以到情报通官网进行咨询。情报通中的店铺分析模块可以通过产品关键字查找出行业中最强的竞争对手，通过制作各版块分析图支持同比数据，业务对比一览无遗，通过分析找到全新表现出色的分销渠道 　　淘宝数据分析推荐使用《癞蛤蟆工具箱》，《癞蛤蟆工具箱》是一个集查词验号，分析竞品、竞店，优化直通车，分析市场大数据，采集下载图片买家秀，查询淘客订单等于一体的运营必备工具箱。 　　对于现在的运营来说，运营的核心已经逐渐从玩法过渡到了产品。以产品为核心，玩法为辅助的方式进行运营。不能再浪费大量时间在数据分析上面。应该合理的利用工具分析数据，解放运营的双手，去更多的考虑核心的产品问题以及相关玩法。 　　推荐去癞蛤蟆工具箱学习相关知识，癞蛤蟆工具箱在同类电商培训机构中位列三甲，学院云集众多具有丰富实战经验的电商名师讲授干货知识，为社会输送数万名优秀电商人才。 　　更多问题请咨询癞蛤蟆工具箱客服！ 　　1. 淘宝指数 　　2. 艾瑞数据 　　3. 数据007 　　这个要隆重推荐一下，不过貌似服务器不太稳定经常无法正常访问。这个网站基本可以透视同行店铺所有数据 　　4. 麦家网  麦家科技_卖家网  这个网站可以满足题主的大部分需求 　　5. 生意参谋  生意参谋天猫版   这个里面有一个竞争情报的入口，可以看到竞争对手的转化率，销售额等等数据 　　6. 量子恒道 　　等等还有很多 　　或者是这个 　　像千里眼一样的淘宝数据监控工具还有情报通等等。 　　我们做宝贝推广时，需要实时关注宝贝排名变化以监测推广效果，通常我们只能去淘宝搜索页一页一页的翻查，如果宝贝排名靠后，会耗费大量时间，查找过程也很痛苦。而使用查排名的淘数据宝贝监控工具，可以自动查询宝贝当前的排名情况，并且服务器查询速度快，100页只需要几秒钟，大大节约时间提高工作效率。 　　有关于这方面的需要可以直接联系情报通，通过海量电商大数据分析，提供行业深度观察，产出行业趋势报告，累积行业洞察能量，在多种商业场景中为客户提供数据的价值，，帮助客户公司持续创新和成功。 　　未至科技魔方是一款大数据模型平台，是一款基于服务总线与分布式云计算两大技术架构的一款数据分析、挖掘的工具平台，其采用分布式文件系统对数据进行存储，支持海量数据的处理。采用多种的数据采集技术，支持结构化数据及非结构化数据的采集。通过图形化的模型搭建工具，支持流程化的模型配置。通过第三方插件技术，很容易将其他工具及服务集成到平台中去。数据分析研判平台就是海量信息的采集，数据模型的搭建，数据的挖掘、分析最后形成知识服务于实战、服务于决策的过程，平台主要包括数据采集部分，模型配置部分，模型执行部分及成果展示部分等。

　　股票代码：002706 股票简称：良信电器 公告编号：2019-051 　　上海良信电器股份有限公司 　　关于确定回购股份用途的公告 　　本公司及董事会全体成员保证信息披露的内容真实、准确、完整，没有虚 　　假记载、误导性陈述或重大遗漏。 　　上海良信电器股份有限公司（以下简称“公司”） 于 2019 年 5 月 13 日（周 　　一）召开了第五届董事会第六次会议和第五届监事会第六次会议，审议通过了《关 　　于确定回购股份用途的议案》，现将有关事项公告如下： 　　一、回购股份基本情况 　　公司于 2018 年 10 月 19 日召开了第五届董事会第二次会议，于 2018 年 11 　　月 5 日召开了 2018 年第二次临时股东大会，审议通过了《关于回购公司股份的 　　预案》《关于提请股东大会授权董事会办理回购公司股份相关事宜的议案》。具体 　　内容详见信息披露媒体《证券时报》、《证券日报》、《中国证券报》、《上海证券报》 　　及巨潮资讯网（www.cninfo.com.cn）披露的《回购股份报告书》（公告编号： 　　2018-108）。 　　公司拟以自有资金不超过人民币 20,000 万元且不低于人民币 10,000 万元用 　　于以集中竞价方式回购公司股份，回购价格不超过人民币 7.50 元/股。回购期限 　　为自股东大会审议通过本次回购股份方案之日起 6 个月内。公司本次回购股份将 　　用于公司股权激励计划、员工持股计划、依法注销减少注册资本及法律法规许可 　　的其他用途。具体由股东大会授权董事会依据有关法律法规予以办理。 　　截至 2019 年 5 月 5 日，公司通过股票回购专用证券账户以集中竞价交易方 　　式累计回购公司股份数量共计 16,108,708 股，占公司目前总股本的 2.05%，最 　　高 成 交 价 为 6.88 元 / 股 ， 最 低 成 交 价 为 5.731 元 / 股 ， 支 付 总 金 额 为 　　100,085,613.92 元（不含交易费用）。符合公司回购股份方案及相关法律法规的 　　要求。详见公司刊登于指定信息披露媒体《证券时报》、《证券日报》、《中国证券 　　报》、《上海证券报》及巨潮资讯网（www.cninfo.com.cn）《关于公司股份回购完 　　成暨股份变动的公告》（公告编号：2019-046）。 　　二、回购股份用途的确定 　　根据《深圳证券交易所上市公司回购股份实施细则》（以下简称“《回购细 　　则》”）的要求：在《回购细则》实施前，上市公司披露的回购股份方案包含多 　　种用途但未明确各用途具体情况的，应当按照《回购细则》规定明确回购股份的 　　具体用途，履行相关审议程序后及时披露。公司于 2019 年 5 月 13 日召开了第五 　　届董事会第六次会议和第五届监事会第六次会议，审议通过了《关于确定回购股 　　份用途的议案》，确定本次回购股份的用途如下： 　　基于对公司未来发展的信心，进一步健全公司长效激励机制，有效地将股东 　　利益、公司利益和员工利益结合在一起，促进公司长期健康稳定发展，本次回购 　　的股份将全部用于实施股权激励计划或员工持股计划。如股权激励计划或员工持 　　股计划未能经公司董事会和股东大会等决策机构审议通过，或股权激励对象放弃 　　认购等原因，导致已回购股份无法全部授出，未被授出的股份将依法予以注销。 　　本次确定回购股份用途事项无需提交公司股东大会审议。 　　三、监事会意见 　　监事会认为：公司将回购的股份全部用于股权激励或员工持股计划有利于进 　　一步完善公司法人治理结构，健全公司长效激励机制，吸引专业管理和核心技术 　　人才，充分调动其积极性和创造性，提升企业凝聚力，促进公司长期的可持续发 　　展，符合相关法律法规的规定。 　　四、独立董事意见 　　1、本次确定回购股份用途事项符合《中华人民共和国公司法》《中华人民共 　　和国证券法》《深圳证券交易所上市公司回购股份实施细则》 等法律法规及《公 　　司章程》的相关规定，董事会审议及表决程序合法合规。 　　2、本次确定回购股份用途事项审议和决策程序合法合规，不会影响公司目 　　前的生产经营，不会对公司的财务、经营状况及未来发展产生重大影响，不会影 　　响公司的上市地位。本次仅确定回购股份用途，回购股份方案其他事项未发生变 　　化，符合《深圳证券交易所上市公司回购股份实施细则》等相关规定，不存在损 　　害公司及全体股东利益的情形。 　　综上所述，我们认为明确回购用途事项合法、合规，符合公司和全体股东的 　　利益，因此，我们同意该事项。 　　五、备查文件 　　1、上海良信电器股份有限公司第五届董事会第六次会议决议； 　　2、上海良信电器股份有限公司第五届监事会第六次会议决议； 　　3、上海良信电器股份有限公司独立董事关于确定回购股份用途的独立意见。 　　特此公告。 　　上海良信电器股份有限公司 　　董事会 　　2019 年 5 月 14 日

　　[{"date":"2023-05-19","value":"-1627","field":"-675"},{"date":"2023-05-22","value":"-2563","field":"204"},{"date":"2023-05-23","value":"-2432","field":"-1277"},{"date":"2023-05-24","value":"-665","field":"792"},{"date":"2023-05-25","value":"134","field":"874"},{"date":"2023-05-26","value":"-851","field":"-2210"},{"date":"2023-05-29","value":"-2000","field":"-2309"},{"date":"2023-05-30","value":"601","field":"-650"},{"date":"2023-05-31","value":"207","field":"-1493"},{"date":"2023-06-01","value":"-28","field":"-886"},{"date":"2023-06-02","value":"1697","field":"1430"},{"date":"2023-06-05","value":"-3643","field":"-2096"},{"date":"2023-06-06","value":"-2570","field":"-1962"},{"date":"2023-06-07","value":"-453","field":"-1490"},{"date":"2023-06-08","value":"-2007","field":"-923"},{"date":"2023-06-09","value":"311","field":"746"},{"date":"2023-06-12","value":"2690","field":"806"},{"date":"2023-06-13","value":"752","field":"-619"},{"date":"2023-06-14","value":"-1750","field":"-2213"},{"date":"2023-06-15","value":"1730","field":"6031"}]

　　很早就和大嘴巴漫谈数据分析结缘，从第一季的电子版，读到纸质版，整本书图文并茂，通俗易懂，让你轻轻松松学习从统计学基础知识学习到数据挖掘常用算法。 　　如果是第一季是讲基础知识讲算法，第二季《大嘴巴漫谈数据挖掘》（产品篇）则讲解了在整个产品生命周期的业务数据挖掘，在实际案例中让你更好地理解第一季中讲解的算法。 　　相信这本书会让更多的读者了解数据挖掘，爱上数据挖掘。

　　最高：今开：涨停：成交量：6215手委比：振幅：2.52%市盈率(静)：53.14市净率：5.92每股收益：0.43股息(TTM)：0.00总股本：6245.80万总市值：14.27亿每股净资产：3.86股息率(TTM)：0.00%流通股：6245.80万流通值：14.27亿52周最高：26.1952周最低：18.20货币单位：CNY

　　我们没有等来微信的2018年度账单报告，但迎来了2018微信数据报告，在微信数据报告中我们不仅可以看到微信的年度数据还有与微信同行天数，下面小编就为大家分享2018微信数据报告查看方法，一起来看看吧。 　　2018微信数据报告查看方法 　　保存图片，在微信扫面上面的二维码，下拉到最后，可以看到查看微信怎么查看与微信同行多少天的入口 　　或有微信他自己的号，会看到今天发送的动态的，就是关于微信数据报告的。打开今天发送的文章以后，会看到有一个查看的方式，我们根据提示就以进入到相关的界面里面了。 　　紧接着我们看到的展示的就是关于微信的数据的，我们会发现使用的时间和时长确实是很庞大的了。 　　紧接着就是显示的00后的一些使用特这和习惯了。关于90后的提示，说的是起床最晚，接下来就会展示的80后70后等等信息，每一个都有不一样的信息，关注的特点也不是一样的，这就是大数据了。 　　最后还有很多网友问怎么看自己与微信同行了多少天?其实很简单，我们可以看到最后有一个提示的，点击查看就行。 　　点了以后，就可以看到显示的时间了。 　　以上就是小编为大家分享的2018微信数据报告查看方法，希望对各位玩家有所帮助。

　　目录 　　第一境昨夜西风凋碧树。独上高楼，望尽天涯路…… /10 　　1.1数据挖掘简介 / 11 　　开篇点题引五问 /12 　　大数据中求价值 /13 　　定义概述归特点 /14 　　知识决策跨领域 /15 　　架构特征多形式 /17 　　数据立方展多维 /19 　　功能挖掘四大类 /22 　　分类刻画类标识 /23 　　数据聚类辨亲疏 /24 　　预测未来训模型 /25 　　关联源自购物篮 /27 　　模型过程方法论 /28 　　十大算法成经典 /32 　　1.2数据挖掘应用 /33 　　行业推广多应用 /34 　　用户为王放心中 /36 　　指导运营全周期 /37 　　定位目标寻用户 /38 　　精准营销成闭环 /39 　　交叉产品有关联 /40 　　细分用户刻画像 /41 　　用户体验模型化 /43 　　指标评测建体系 /44 　　流失预警保用户 /45 　　跟踪评估验效果 /47 　　第二境衣带渐宽终不悔，为伊消得人憔悴…… /48 　　2.1概率定义 /49 　　浮生难料尽偶然 /50 　　一枚硬币抛正反 /51 　　引出随机小试验 /53 　　样本空间样本点 /54 　　事件三分包万象 /55 　　试验频率需频繁 /58 　　次数无限值极限 /59 　　描述概率定特点 /60 　　古典概型等可能 /61 　　事件B后A在前 /62 　　求出概率称条件 /65 　　独立事件A和B /67 　　抽签中奖公平性 /71 　　常用概率两公式 /76 　　交空并全划样本 /77 　　综合状态全概率 /78 　　前因后果贝叶斯 /80 　　2.2随机变量 /81 　　随机试验数量化 /82 　　统计规律双类型 /83 　　离散变量分布律 /84 　　硬币抛掷是一零 /85 　　分布函数连续型 /87 　　函数求导得密度 /89 　　高斯分布称正态 /91 　　标准正态分位点 /95 　　2.3数字特征 / 98 　　随机变量有特征 /98 　　平均取值是期望 /100 　　方差衡量偏离值 /101 　　标准开根同量纲 /103 　　变量关系协方差 /104 　　相关系数相关度 /105 　　研究总体要抽样 /108 　　抽样分布统计量 /109 　　2.4参数估计 /111 　　最小二乘估参数 /112 　　极大似然大概率 /116 　　区间估计置信度 /119 　　2.5假设检验 / 123 　　总体假设来检验 /124 　　服从正态抽样本 /125 　　统计量中验假设 /126 　　弃真取伪两错误 /127 　　显著检验小概率 /128 　　小概率中拒绝域 /130 　　检验流程出决策 /131 　　已知总体方差值 /132 　　检验中验均值 /133 　　第三境众里寻她千百度，蓦然回首，那人却在，灯火阑珊处。 /134 　　3.1关联规则 / 135 　　购物篮中找关联 /136 　　数据事务若干项 /137 　　事务空间含项集 /138 　　置信支持提升度 /142 　　规则源于频繁项 /145 　　k项连接和剪枝 /146 　　生成非空规则集 /148 　　关联效果来评估 /149 　　3.2决策树 /155 　　决策思维成树形 /156 　　分类预测工作流 /161 　　原理基于信息熵 /162 　　信息增益条件熵 /164 　　节点拆分选特征 /170 　　3.3贝叶斯 /186 　　预测分类贝叶斯 /187 　　类别概率要最大 /188 　　分类数据新预测 /195 　　3.4聚类分析 / 196 　　物以类聚人以群 /197 　　样本变量定矩阵 /198 　　R型Q型换空间 /199 　　距离度量相似度 /200 　　系数聚类统计量 /202 　　标准样本选欧氏 /203 　　层次聚合归大类 /205 　　3.5神经网络 /209 　　神经网络神经元 /210 　　神经元中有加权 /211 　　输入映射输出层 /213 　　求出误差调参数 /214 　　权重偏置学习率 /216 　　实例分析模型流 /217 　　3.6线性回归 /222 　　研究身高引回归 /223 　　单自变量归一元 /224 　　最小二乘估回归 /226 　　数据差异总离差 /228 　　分为解释和误差 /229 　　判定系数拟合度 /230 　　多元回归建方程 /231 　　回归面中展二元 /233 　　求得回归系数解 /234 　　衡量拟合验效果 /236 　　3.7逻辑回归 /237 　　因变量中二分类 /238 　　二项逻辑回归式 /240 　　极大似然解方程 /242 　　预测分类符合率 /244 　　3.8因子分析 /245 　　相关变量纳因子 /246 　　因子构造筑模型 /248 　　因子载荷统计性 /251 　　衡量信息共同度 /252 　　方差贡献重要性 /253 　　因子分析四步曲 /254 　　构造因子求载荷 /255 　　旋转因子得命名 /260 　　因子组合求得分 /265 　　3.9信度分析 /268 　　设计问卷来调研 /269 　　信度检验可靠性 /270 　　3.10效度分析 /272 　　结构方程协方差 /273 　　测量模型内外生 /276 　　结构模型潜变量 /279 　　效度分析路径图 /280 　　提出假设依理论 /281 　　固定负荷识模型 /282 　　相关阵中估参数 /283 　　· · · · · · (收起)

　　其中，f是函数名，argument1，argument2是具体的参数。 　　（一）函数中只有一个参数的例子 　　> exp(1) 　　[1] 2.718282 　　> cos(3.141593) 　　[1] -1 　　> log2(1) 　　[1] 0 　　（二）函数中不止一个参数时 　　可通过参数名赋值 　　> log(x=64,base=4) 　　[1] 3 　　也可设省略参数名 　　> log(64,4) 　　[1] 3 　　（三）其他基本操作 　　1加法 　　> 17+2 　　[1] 19 　　2指数操作 　　> 2^10 　　[1] 1024 　　3相等操作 　　> 3==4 　　[1] FALSE

　　# 一、Top-1 Top-5 # ImageNet 图像分类大赛评价标准采用 top-5 错误率，或者top-1错误率，即对一张图像预测5个类别，只要有一个和人工标注类别相同就算对，否则算错。 top1-----就是你预测的label取最后概率向量里面最大的那一个作为预测结果，如过你的预测结果中概率最大的那个分类正确，则预测正确。否则预测错误 top5-----就是最后概率向量最大的前五名中，只要出现了正确概率即为预测正确。否则预测错误 Top-1 = （正确标记 与 模型输出的最佳标记不同的样本数）/ 总样本数 Top-5 = （正确标记 不在 模型输出的前5个最佳标记中的样本数）/ 总样本数 -------------------- -------------------- # 二、matlab 训练结果图 # ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1dKX01laU1laQ_size_16_color_FFFFFF_t_70][] ![obj=\sum error/ \sum sample][obj_sum error_ _sum sample] error：为一个batch里所有样本的loss sample : 一次迭代的样本数目 ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1dKX01laU1laQ_size_16_color_FFFFFF_t_70 1][]   -------------------- -------------------- # 三、MAP rank recall  F-score CMC # mAP和rank1 是衡量算法搜索能力的指标，mAP的全称是mean average precision rank1 是搜索结果中最靠前的一张图是正确结果的概率，一般通过实验多次来取平均值 rank-k：算法返回的排序列表中，前k位为存在检索目标则称为rank-k命中 Precision：= 提取出的正确信息条数 / 提取出的信息条数  Recall： = 提取出的正确信息条数 / 样本中的信息条数  故，Precision高，Recall就低，Recall高，Precision就低。一般在保证召回率的条件下，尽量提升精确率 F-score：![20190107203110700.png][]，F-score是综合考虑Precision和Recall的调和值  mAP：以recall为横坐标，precision为纵坐标，绘制PR曲线，曲线下方面积即为AP，当需要检索的不止一个人时，此时取所有人的平均mAP   Cumulative Match Characteristic (CMC) curve: 计算rank-k的击中率，形成rank-acc的曲线，如下图: ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1dKX01laU1laQ_size_16_color_FFFFFF_t_70 2][] -------------------- -------------------- # 四、例题 # ***目标是识别 lable为m1，在100个样本中搜索*** 如果识别结果是m1、m2、m3、m4、m5…… 则rank-1的正确率为100%；rank-2的正确率也为100%；rank-5的正确率也为100% 如果识别结果是m2、m1、m3、m4、m5…… 则rank-1的正确率为0%；rank-2的正确率为100%；rank-5的正确率也为100% 如果识别结果是m2、m3、m4、m5、m1…… 则此时rank-1的正确率为0%；rank-2的正确率为0%；rank-5的正确率为100%   ***待识别的有3个，1号（m1）、2号（m2） 、3号（m3），目的是识别 label为m1，m2，m3******，在100个样本中搜索*** 如果1号识别结果是m1、m2、m3、m4、m5…… 如果2号识别结果是m2、m1、m3、m4、m5…… 如果3号识别结果是m3、m1、m2、m4、m5…… 则rank-1的正确率为（1+1+1）/3=100%；rank-2的正确率也为（1+1+1）/3=100%；rank-5的正确率也为（1+1+1）/3=100% ***rank-1 = (1号第一个位置的识别结果是否为m1，2号第一个位置的识别结果是否为m2....) / 待识别的label个数*** = (有，有，有) / 3 = (1+1+1) / 3   如果1号识别结果是m4、m2、m3、m5、m6…… 如果2号识别结果是m1、m2、m3、m4、m5…… 如果3号识别结果是m3、m1、m2、m4、m5…… 则rank-1的正确率为（0+0+1）/3=33.33%；rank-2的正确率为（0+1+1）/3=66.66%；rank-5的正确率也为（0+1+1）/3=66.66% ***rank-2= (1号前2个位置的识别结果是否有m1，2号结果的前2个位置是否有m2....) / 待识别的label个数*** = (没有，有，有) / 3 =（0 + 1 + 1）/ 3 ![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1dKX01laU1laQ_size_16_color_FFFFFF_t_70 3][]         [watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1dKX01laU1laQ_size_16_color_FFFFFF_t_70]: /images/20220406/ebf4af164fe248df8c6433685c4a2cbf.png [obj_sum error_ _sum sample]: /images/20220406/591a1f3a6b334db6ba1425daad080c26.png [watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1dKX01laU1laQ_size_16_color_FFFFFF_t_70 1]: /images/20220406/614a4ff2494c463499fd8fdca4ea09fc.png [20190107203110700.png]: /images/20220406/42454c471c714818b2ca217904cd2551.png [watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1dKX01laU1laQ_size_16_color_FFFFFF_t_70 2]: /images/20220406/fed6e90587604cd68e5dedc293522a49.png [watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1dKX01laU1laQ_size_16_color_FFFFFF_t_70 3]: /images/20220406/db61152512b34064aef1c4a6af226d78.png

　　科技云报道原创。 　　2021年3月17日，微步在线宣布完成E轮5亿元人民币融资，此轮由CPE源峰领投，老股东云晖资本等继续跟投。 　　微步在线创始人兼CEO 薛锋 　　此前，微步在线于2020年9月完成了3亿元人民币的D轮融资。 　　从D轮到E轮累积8亿融资规模，微步在线仅用了半年时间，从公开统计数据来看，这是近几年国内安全领域非上市公司中融资额度最高的一家。 　　在宣布融资当天，微步在线介绍了重点产品TDP（基于网络流量检测的威胁感知平台）的新功能和一款全新的EDR产品——OneEDR（主机威胁检测响应平台），并通过将TDP与OneEDR方案在内核级别实现结合，形成“流量+端点”的检测响应模式，向XDR（扩展的检测和响应）方向迈出了重要一步。 　　作为一家成立不到6年的新一代网络安全公司，微步在线以亮眼的融资记录，一次次刷新着国内网络安全领域投融资的新高。 　　这让人不禁好奇，微步在线凭什么获得多家知名投资机构的追捧，又被资本认定为国内网络安全的“新贵”？ 　　构建以XDR为核心的综合安全能力 　　调研机构Gartner在2017年的时候指出，未来五年企业网络安全投入的重心将从阻断（Prevent）向检测（Detect）和响应（Response）倾斜。 　　微步在线CEO薛锋也多次在公开演讲中提到，检测技术是一种核心技术，将在未来的安全方面发挥重要作用，而且情报驱动的安全检测和响应体系将是大势所趋。 　　2019年，微步在线给自己的目标定位是要做“威胁发现和响应专家”，业务重点从威胁情报向威胁检测和响应倾斜，具体到微步在线的产品重点，就是从威胁情报检测API向威胁感知平台TDP倾斜。 　　而在2021年，随着其终端检测响应产品OneEDR的推出，威胁检测和响应能力进一步增强，意味着微步在线向XDR迈出了一大步。 　　那么，到底什么是XDR？微步在线为何要迈向XDR呢? 　　在Gartner《Innovation Insight for Extended Detection and Response》报告中，XDR被描述为安全威胁检测和事件响应SaaS工具，它从终端、流量、蜜罐、网关等处发现网络威胁，并与云端威胁情报、签名、规则库、特征库等数据进行联动比对，通过机器学习等技术，过滤数据噪声，减少误报和漏报，将告警自动聚合为完整安全事件，并实现一键处置。 　　目前，XDR市场仍处于发展的早期阶段，市场相对混乱，但要认识到，XDR不仅是一种具体的技术，更是一种方法。它将多种技术能力集成，同时也加入了高级分析能力，以此提高威胁检测和响应的速度，实际表现会优于把一个个独立安全工具组合的方式。 　　而微步在线正是将TDP和OneEDR两个产品以XDR的方式进行融合，这种融合可以被称之为“内核级”的融合，是一种比常规组合更深入的融合方式。 　　具体而言，微步在线的TDP，作为一种NDR（网络检测与响应）服务，提供网络流量的监测，它可以作为防火墙和DNS解析等安全措施的一个补充。当前者失效，NDR的流量检测能力可以通过网络攻击的行进路线来判断分析。 　　但仅有NDR也是不够的。如果攻击突破了NDR，也就是突破了网络流量层的层层把关，进入到服务器、PC等终端设备，NDR是无法知道攻击者在设备内做了什么。 　　而EDR作为端点的检测与响应服务，则能够在服务器和PC这类终端内部，做安全的检测与响应。这也是此次微步在线重点推出OneEDR产品的原因之一。 　　微步在线OneEDR业务负责人陈杰表示，主机安全是企业安全的最后屏障，OneEDR可提供全面、精准、可溯源的主机威胁检测，具有检测精准度高、资源占用少、可视化能力强等优势。其中，入侵事件检出率达99%，在业界处于顶尖水平。 　　微步在线OneEDR业务负责人 陈杰 　　当微步在线将TDP与OneEDR结合，正是将网络流量监测和端点监测两部分联动起来，两者能相互告知已获得的告警和敏感行为。如果TDP和OneEDR都发现了一个低风险告警，那联动起来就有可能是一个高风险告警，这是任何单一一种分析手段都无法作出的判断。 　　值得注意的是，目前市场上大多数NDR和EDR联动的产品，同样做不到这一点。 　　据微步在线技术合伙人&TDP产品负责人赵林林介绍，其主要原因在于“一般NDR和EDR的联动，只能做到两者互为彼此的眼睛，但却无法使用同一个大脑来分析”。 　　而微步在线实现的联动，不仅能让两者共享数据，还能在分析层面参照两方面的信息，其背后正是微步在线强大的“云安全大脑”——基于海量数据和分析的情报引擎。 　　微步在线技术合伙人&TDP产品负责人 赵林林 　　可以看到，深度融合了NDR和EDR能力的XDR，其实也是一种综合的、高纬度的分析能力，最大的价值在于让安全人员对威胁的认知视角从“一维”进化到“多维”。 　　目前，微步在线旗下的基于网络流量检测的威胁感知平台TDP、主机威胁检测响应产品OneEDR、互联网安全接入服务OneDNS、本地多源威胁情报管理平台TIP等产品，共同构成微步在线的“云+流量+端点”威胁检测响应产品矩阵，为全面迈向XDR打下了坚持基础。 　　薛锋表示，考虑到XDR的内涵非常丰富，XDR的“X”包含所有对检测有帮助的技术或者是产品，未来微步在线的XDR方案中还会加入更多产品技术，并且与场景进行深入融合，因此融合的过程还会持续很长时间，这也将成为微步在线长期的业务方向。 　　一直以来，微步在线都是国内威胁情报领域的代表厂商，但现在看来，这种标签化的认识对于微步在线来说有些片面。 　　从微步在线布局XDR的方向不难看出，威胁情报只是微步在线的底层核心能力，围绕“安全检测和响应”横向发展的业务路线，成为一家综合型的网络安全企业，才是微步在线真正的野心所在。 　　引领安全行业SaaS服务的新模式 　　作为新一代的信息安全厂商，微步在线在许多时候都需要和市场上大体量的安全厂商正面竞争。在竞争中，能拼的只有过硬的技术和产品。 　　在此次发布会上，薛锋分享了微步在线的四个关键数据：一是有300多家大企业用户，二是平均年增长率高达130%，三是PoC胜率高达95%，四是客户续约率高达95%。 　　数量可观的大客户和高速增长的业绩，足以说明微步在线这些年的迅猛发展。不过更让资本感兴趣的是微步在线的商业模式。 　　微步在线是国内最早一批尝试以SaaS模式提供安全服务的厂商，通过机器学习和大数据的数据分析能力，以SaaS的方式持续不断向用户输出实时性更强的安全服务，也就是所谓SECaaS（安全即服务）模式。 　　在国外市场，SECaaS模式已经不是新鲜概念。全球最大的五家网络安全公司中，有四家都是SaaS服务，其市场体量比国内最大的安全企业还要大得多，如：CrowdStrike, Okta, Cloudflare, Zscaler等。其中，成立于2011年的CrowdStrike，目前市值约为300亿美元。 　　尽管SaaS被业界认为是网络安全服务发展的必然趋势，但早期国内对于SaaS化的安全服务接受度并不高，企业普遍习惯一次性购买的方式，对于SaaS订阅续费的模式感觉很陌生。 　　随着近几年数字化应用的快速兴起和持续的市场教育，薛锋表示，微步在线的用户群里确实有许多接受了SaaS模式，并成为了微步在线SaaS服务的“铁杆粉丝”，愿意向微步在线共享一部分脱敏数据，以获得强化后的威胁检测和响应服务能力。 　　迎难而上的微步在线，可以说在一定程度上引领了中国安全行业向云化SaaS发展的潮流。 　　除此之外，健康的业务数据也是微步在线吸引资本的重要原因。要知道SaaS产品成功最重要的指标就是客户续费率，只有客户持续续费，SaaS模式才有商业价值。 　　以国外的CrowdStrike为例，2019年，其订阅服务收入占比为88%，营收留存率达98%，净留存率为124%。 　　作为一款价格不低的SaaS服务，微步在线能在国内保持95%的续约率，无论是在网络安全行业，还是在整个SaaS领域，这一数据都堪称黄金比率。超高的续约率，充分说明了用户对其技术和服务的认可。 　　作为一个SaaS服务商，微步在线无疑是非常成功的。 　　从产品路线和产品构成上来看，微步在线与CrowdStrike的路线也有许多相似之处。 　　CrowdStrike先是推出了威胁情报服务Falcon X及终端检测与响应(EDR)产品 Falcon Inshight，而后又构建了终端安全产品+威胁情报服务+专家服务，即SaaS + PaaS的完整安全生态。 　　微步在线也是构建了终端安全产品+威胁情报服务+专家服务三种服务，而且基于SaaS的服务模式也取得了较好的市场反应。CrowdStrike这类上市企业的成功，无疑为微步在线的未来发展留下了很大的想象空间。 　　值得注意的是，2020年是极为特殊的一年，疫情突发使得许多企业都收紧了财务开支。然而在这一年，微步在线依然通过高速增长证明了它的“市场韧性”。 　　同时，考虑到SaaS模式本身可以快速部署、快速复制的特点，微步在线天然拥有大规模业务拓展的潜力，这也就不难理解为何微步在线能获得大批投资机构的青睐。 　　追求实战化效果的新转变 　　近年来，国家层面通过立法来加强网络安全管理，行业监管方面对于企业安全建设也有了更高要求，企业自身对于安全的意识也在不断提升。在刚刚结束的全国两会上，国家对于个人信息保护方面也提出了更多要求。 　　在这样的趋势下，国内许多企业对于安全的认识也在发生转变，从原来单纯为了满足合规性要求而做安全，开始转变为真正关注安全的实用价值。 　　相较于国内很多安全产品还停留在“合规化”阶段，微步在线从一开始就聚焦在“实战化”的效果上。 　　据赵林林介绍，以前国内有许多安全产品都是服务于企业管理者的，而不是安全管理人员。这类产品更重视华丽的大屏展示能力，而不重视安全人员需要的检测响应能力。 　　微步在线做的是许多厂商以前并不愿意花力气去做的事情——从千万条无用的告警信息中，精准找出威胁所在，全面提高威胁检测和响应的能力。 　　对于如今关注实战效果的企业而言，微步在线显然能够发挥出最大的价值。 　　作为成立于2015年的网络安全公司，微步在线在发展初期最为突出的优势，就是威胁检测的准确率奇高。从上文提到的POC胜率95%就能看到，微步在线的方案能真正帮用户发现企业的存在的安全问题，让用户从安全的表象下发现问题。 　　据薛锋介绍，微步在线在很多政府部门、金融企业、大型制造企业，甚至在包括滴滴、京东等大型互联网公司中部署的过程中，经常可以帮助用户发现很多安全问题，在用户的攻防演习中也能直观看到明显的效果，因此用户对于微步在线的方案有很高的认可度。 　　此外，微步在线的服务也有助于解决部分用户对于安全领域的错误认知。由于安全产品的价值很难被量化，以至于很多企业不愿为安全产品买单，只有真正意识到安全上存在的问题，才可能转化为安全产品的购买力。 　　在全面迈向XDR之后，具备综合安全能力的微步在线，将更容易向用户展现“实战化”的效果。可以预见，这类数量庞大、具备新安全认知的企业，将成为微步在线潜在的客户群体。 　　结语 　　近年来，我国网络安全产业促进政策的不断加码、产品体系的逐步完善、生态建设的持续推进，都为产业发展提供了良好的环境。 　　根据中国信通院统计测算，2019年我国网络安全产业规模达到1563.59亿元，预计2020年产业规模约为1702亿元。 　　按照工信部此前发布的《关于促进网络安全产业发展的指导意见(征求意见稿)》的要求，网络安全行业发展目标是：到2025年，培育形成一批年营收超过20亿元的网络安全企业，形成若干具有国际竞争力的网络安全骨干企业，网络安全产业规模超过2000亿元。 　　随着国内安全市场的发展和用户对于安全的重视，像微步在线这类采用新一代技术，并能迎合安全实战性需求的安全公司，毫无疑问更容易获得资本和市场的认可。在技术领先、业务健康、现金流充沛等多项优势下，微步在线成为一家综合型网络安全企业指日可待。 　　【关于科技云报道】 　　专注于原创的企业级内容行家——科技云报道。成立于2015年，是前沿企业级IT领域Top10媒体。获工信部权威认可，可信云、全球云计算大会官方指定传播媒体之一。深入原创报道云计算、大数据、人工智能、区块链等领域。