浪漫爱情令古往今来多少男男女女痴迷，仿佛在这种氛围中，两性关系达到了无比的和谐。但本书却认为，浪漫爱情这种意识形态，其实是西方厌女传统的继承和发扬，是厌女情绪制造的一个陷阱。西方厌女传统源远流长，从古希腊经由中世纪一直绵延至今，而在中世纪诞生的浪漫爱情曾一度被认为是让女性从厌女社会中得到部分解放的产物，是女性自由的先声。然而本书作者通过充足的史料案例证明，中世纪普遍的反女性主义与将女性理想化、浪漫化的作法，实际上与厌女传统殊途同归。通过对天主教会的教父们的贞洁观的追溯，作者将早期西方反女性主义与12、13世纪将女性形象加以理想化并进一步演变出浪漫爱情的实践联系起来，论证了浪漫爱情其实是厌女症的一种变体。他还认为，将厌女症进行倒置的实践直到今天仍然大行其道。本书对于浪漫爱情背后真相的剖析发人深省，具有极强的启发性。

数智赋能技术挖掘将大数据、人工智能、深度学习、自然语言处理等一系列“数智技术”拓展、应用和改进到技术挖掘中，提高多种技术挖掘任务的准确性、可解释性和多样性，创新技术挖掘的研究理论和方法，支撑需求驱动的管理决策向数智驱动的管理决策转变。目前，技术挖掘的方法和技术已经取得一定进展，但仍存在一些问题需要通过数智赋能形成新理论与新方法来解决，以提升技术挖掘的效果，使技术挖掘更加准确，更能适应时代需求，更好地提供决策支持服务。这些问题主要包括：对文本信息利用不够全面，不能从细粒度的角度挖掘文本中知识单元及知识间的语义关联；挖掘方法准确性尚需提高，需要结合人工来分析，自动化程度不够，分析效率还需提升；使用的数据源及方法分析维度较为单一，尚未将多源数据与多种方法结合以进行全面分析。因此，如何将数智赋能新理论和方法与传统技术挖掘方法相结合，形成新的研究视角、研究方法及研究框架，从不同层面深度挖掘潜在知识，从而促进技术创新，辅助管理决策，是当前研究亟待解决的重要问题。基于此，本书引入多种数智技术赋能技术挖掘，形成一系列新理论和新方法，从技术主题演化路径识别、技术主题演化语义关联发现、技术融合关系预测、技术融合价值评估和新兴技术识别等方面开展系列研究，主要包括以下内容。①实体语义表示技术挖掘：数智赋能下的技术主题演化路径识别（第3 章）。数智赋能下，知识单元抽取和表示已经从词汇粒度转向更具体的实体粒度，从浅层语义表示转向深层语义表示。首先，该部分总结“实体语义表示”赋能技术主题演化路径识别的理论、方法和技术。其次，综述研究基础，发现实体语义表示能更准确地识别技术主题演化路径，其结果更具可解释性。最后，设计BiLSTM-CRF 模型抽取专利技术实体，提出基于专利实体语义表示的主题演化路径识别方法，合并表示形式不同但语义相同的实体，识别主题之间的消亡、新生、合并、分化和发展等主题演化关系，并在无人机领域进行实证和可视化分析。数智技术“实体语义表示”赋能技术主题演化路径识别，能够更准确地识别技术主题演化路径，使结果更具可解释性，有利于管理人员和科研工作者准确掌握技术更迭演进过程，做出科学决策。②实体关系抽取技术挖掘：数智赋能下的技术主题演化语义关联发现（第4 章）。数智赋能下，知识关联发现逐渐从词汇外层配对转向词义内层匹配，从比较笼统的共现关系分析转向更加具体微观的细粒度语义关联发现。首先，该部分总结“实体关系抽取”赋能技术主题演化语义关联发现的理论、方法和技术。其次，综述研究基础，发现实体关系抽取能更细粒度地发现技术主题之间的语义关联，更利于解释演化发生的成因。最后，设计实体关系抽取方法，研究主题演化语义关系判别指标，提出基于实体关系抽取的技术主题演化语义关联发现方法，并在无人机领域进行可视化分析，对演化成因进行解读。数智技术“实体关系抽取”赋能技术主题演化语义关联发现，深化了主题演化路径研究，有助于发掘技术演化成因，有利于把握技术演化规律和发展态势，选准优势发展方向。③复杂网络技术挖掘：数智赋能下的技术融合关系预测（第5 章）。数智赋能下，复杂网络能有效融合网络结构与文本内容，使技术融合关系预测更加全面准确。首先，该部分总结“复杂网络”赋能技术融合关系预测的理论、方法和技术。其次，综述研究基础，发现复杂网络有利于计算专利分类间的关联强度，据此能够将专利文本内容更精确地分配给对应的专利分类，实现更准确的技术融合关系预测。最后，融合多种网络结构和文本特征，形成多种相似性指标，提出基于复杂网络的技术融合关系预测方法，并在物联网领域进行了实证分析。数智技术“复杂网络”赋能技术融合关系预测，能更准确、更全面地预测技术融合可能发生的领域、方向和主题，并使结果更具可解释性，有利于科研管理人员把握科研领域前沿动态。④机器学习技术挖掘：数智赋能下的技术融合价值评估（第6 章）。技术融合价值评估逐渐从定性评估转向流程化、规范化的智能化定量评估。首先，该部分总结“机器学习”赋能技术融合价值评估的理论、方法和技术。其次，综述研究基础，发现机器学习能够融合多种指标，不仅能够判断哪些技术融合具有价值，还能定量评估价值是多少。最后，构建技术知识流动网络，设计影响力和成长潜力等指标，提出基于机器学习的技术融合价值评估方法，并在物联网领域定量评估技术融合价值，对结果进行分析解释。数智技术“机器学习”赋能技术融合价值评估，能够从多角度出发，综合、定量地对技术融合价值进行计算，有利于行业研究者综合考量技术融合的经济价值与技术价值，准确把握研发重点。⑤深度学习多源数据技术挖掘：数智赋能下的新兴技术识别（第7章）。数智赋能下，深度学习能够有效融合多源异构数据并进行深层次语义表示，使得新兴技术识别和预测更加全面准确。首先，该部分总结“深度学习”赋能新兴技术识别的理论、方法和技术。其次，综述研究基础，发现对不同来源、不同类型的数据资源进行融合分析，能更全面地揭示新兴技术的发展现状及趋势，提高新兴技术识别效果。最后，综合利用论文、专利和行业报告等多源数据，引入和改进LSTM 深度学习模型预测相关技术的新兴分数，提出基于深度学习的新兴技术识别方法，并在人工智能领域进行实证，揭示不同数据源的影响，分析和解释识别结果。数智技术“深度学习”赋能新兴技术识别，综合考虑多源异构数据，自动学习特征间复杂非线性关联，形成新兴技术识别方法，能够更准确、更高效地识别新兴技术方向，支撑科研布局。

本书在梳理城市群发展、人口分布、空间机理相关理论的基础上，综合运用人口学、人文地理学、经济学等相关理论解释城市群发展对人口分布影响的空间机理，采取可视化表达、面板数据回归、调节效应模型、RCM反事实模拟等研究手段展开实证检验和政策模拟。本书的主要结论包括：城市群的规划和政策会使中心城市之间产生相互作用，形成不同的空间模式，从而导致城市间在工资、生活成本、公共服务等方面产生差异，并进一步影响人口的分布格局。结合本书的理论分析和实证研究结果，我国城市群发展出现了不同的问题，需要根据城市群所处的发展阶段和所面临的具体情况分类施策，因地制宜，以促进其形成合理的城市规模体系。

本书紧扣基层治理现实，围绕着基层有效之治的实现逻辑，从时代境遇变迁入手，指出了基层有效之治的核心议题、主体格局和价值底色。规则之治和韧性治理分别构成了基层常态与非常态的治理面向，同时我们还需要解锁基层治理“新技能”，实现数字技术支撑、数据驱动的基层治理。乡村治理是国家治理的基石，实现乡村社会治理的有效性，健全“三治融合”体系是关键。为了更好地认知基层有效之治，从学理基础和指标体系等内容去建构实然评价的维度，做到定性与定量相结合。最后通过分析基层治理创新的时代境遇，在复合驱动机制的驱使下基层治理创新朝向生态化、民主化、法治化、数字化等方向深化发展。

本书以我国社会补偿制度的构建问题为主要研究对象，对社会补偿的内涵外延、发展演进、构成要件、体系类型、法律结构进行分析，对当下具有社会补偿属性的各项补偿制度进行整合，为我国未来引入社会补偿制度提供必要的理论支撑和制度支持。

本书基于丰富的数据和翔实的案例，分析了北京市休闲农业与乡村旅游发展的总体格局，探讨了北京都市农业的“服务业化”发展趋势，检验了休闲农业与乡村旅游对北京市农业社会化服务的影响，提炼了其助推首都乡村振兴的模式与经验，并就外来投资、互联网发展对北京市休闲农业与乡村旅游的影响机制进行了专题分析。研究表明，北京市休闲农业与乡村旅游正处于高质量转型阶段，政府在其触底反弹过程中起到了十分重要的作用；以促进产业融合为发展导向是推进北京市休闲农业与乡村旅游高质量转型的可行路径；以助推乡村振兴为最终目标是实现北京市休闲农业与乡村旅游高质量发展的根本路径。

书内容主要包括两部分：一是现象学视域下的文旅融合体验研究，包括基于合意性的文旅融合愉悦体验研究、基于共在世界的文旅融合文化体验研究、基于合意性与真实性的文旅融合审美体验研究。二是现象学视域下的文旅融合产品研究，包括文旅融合符号建构研究、景观叙事研究、景观诠释研究。其中，前者是后者的基础，后者是前者的延伸。

暂缺简介...

本书以“积极参与高质量共建‘一带一路'，丝路青年携手共创共同发展繁荣”为主题，以国家主席习近平在第三届“一带一路”国际合作高峰论坛开幕式上的主旨演讲为指引，分领域为读者描绘共建“一带一路”新的金色十年开局之年波澜壮阔的青春画卷，为共建丝路青年命运共同体、有效发挥丝路青年积极作用、推进高质量共建“一带一路”，提供了立意新颖、体例完整、逻辑缜密、可读可查的高质量智库成果。

本书将新乡贤参与的家庭涉老调解实践视为一种治疗式语言服务，认为调解语言可通过冲突双方人际关系的重构来实现家庭控制关系转换和社会型救济发展。主要内容如下：1.对农村家庭涉老冲突调解的生态语境进行详细分析；2.对新乡贤的调解策略和多模态话语表征进行详细分析；3.对调解策略运用与冲突语境的动态协同进行详细分析；4.探索农村调解实践的制度建设和路径优化。本书的潜在读者为农村社会工作者及相关领域的专家学者和研究生群体。