地方理工院校英语专业发展的思考

在大学教育工具性、职业化倾向日益突显的大环境下,相对综合院校、外语院校以及师范院校英语专业显著的专业优势和良好的学科发展环境,地方理工院校英语专业的发展则步履维艰.如何坚守英语学科属性并结合院校特色,促进专业的理性发展和学生的全面进步,是地方理工院校英语专业发展面临的重要课题.明确培养目标、调整课程设置、优化培养模式是地方理工院校英语专业发展的必然选择.     

社会责任与企业绩效的相关性研究--基于中国采矿业数据分析

以采矿业在深沪两市上市的67家 A 股上市公司为样本,对样本公司从2010年到2012年的社会责任与企业绩效进行了实证分析。分析结果表明,采矿业社会责任与企业绩效之间具有线性关系;债权人责任、股东责任、国家责任与企业绩效显著正相关;员工责任、社会责任、环境责任与企业绩效具有相关性。     

泛"学科"论

建设和发展世界一流学科的前提条件是全面把握和深刻理解学科的本质。本文从历史与现实、自然与社会、中国与外国、宏观与微观、抽象与具体、思辨与实证等视解,拟对“学科”进行泛化而精细的阐释。在此基础上,文章聚焦于学科的性质、目的、内容、运动现象和社会生态学意义等五个方面,旨在把握学科之本真,为当前我国追赶和创建世界一流大学和一流学科提供另类思路。     

网络环境下社会管理的组织行为建模与计算实验研究综述

从网络环境下社会管理、组织行为与影响力建模、社会系统的计算实验、社会系统的探索性分析与优化设计四个方面对网络环境下社会管理的组织行为建模与计算实验的研究现状进行了综述. 在此基础上提出了相应的后续研究方向:网络环境下社会管理结构框架与运行机理、网络群体行为分析与影响力建模方法、社会管理的博弈机理、基于多智能体的社会管理计算实验方法和基于计算实验的社会管理策略探索性分析与评估.     

A Comparison of learning gains when using a 2D simulation tool versus a 3D virtual world: An experiment to find the right representation involving the Marginal Value Theorem

The use of three-dimensional Virtual Worlds in the classroom offers the promise of engaging and authentic learning experiences. Given the effort and investment involved in the creation of these worlds, more studies are needed which measure the learning gains. In particular, greater understanding is needed concerning what aspects of the technology are beneficial for learning what sort of content and in what context. We conducted two experimental studies involving 129 biology students over a two-year period that sought to make a contribution towards this understanding. Our study compared the knowledge of students after a traditional classroom lecture about a biological theorem known as Marginal Value Theorem, with their knowledge after they were exposed to simulations of two-dimensional models developed in NetLogo and three-dimensional models developed in Unity3D. Perhaps due to cognitive overload and distractors in the virtual world, it appears that the two-dimensional NetLogo model delivered better learning outcomes.     

基于张量分解的个性化标签推荐算法

基于互联网的社会标签推荐系统为广大用户提供了一个信息共享平台,让用户以"标签"的形式为其浏览的物品标注信息。标签既描述了物品语义,又反映了用户偏好。标签系统的最大优势在于可以发挥群体的智能,获得用户对物品比较准确的关键词描述,而准确的标签信息是提升个性化推荐系统性能的重要资源。然而,现存的标签推荐系统面临的问题是:由于兴趣的不同,不同的用户对于同一物品可能会打不同的标签,或者是同一标签对于不同用户可能会蕴含不同的语义。因此如何有效获取用户、物品、标签3者之间潜在的语义关联成为标签推荐系统需要解决的主要问题。为此引入三维张量模型,利用三维张量的3个维度来分别描述社会标签推荐系统中3种类型的实体:用户、物品、标签。在基于历史标签数据(标签元数据)构建初始张量的基础上,应用高阶奇异值分解(HOSVD)方法降低张量维度,同时实现3种类型实体之间潜在的语义关联分析,从而进一步提高标签推荐系统的准确性。实验结果表明,该方法较当前两种典型的标签推荐算法(FolkRank和PR)在准确率和召回率性能指标上有明显提升。     

开源软件社区开发者偏好合作行为研究

着重从开发者角度出发,先对SourceForge.net开源社区项目与开发者数量增长情况进行统计分析,以见证社区的快速发展;随后以两个月为时间段分析新增开发者、合作的数目,并将开发者之间新建的合作细分为4种情况,探析4种合作方式情况下的差异,进而判断社区开发者优先选择合作方式的顺序;最后针对新开发者与社区已有开发者之间的合作,分析了新开发者的合作偏好与已有开发者的度数中心性、介数中心性和接近中心性,以及他们的开发项目数与之前项目中角色的关系,发现新成员优先选择与介数中心性或度数中心性大的已有开发者合作,且这些开发者整体上都具有多次开发经验并在开发过程中担任过特定角色。研究结果有利于优化群体软件开发过程,为提高群体软件开发效率与质量水平奠定了基础。     

基于线性学习模型的社会媒体流排名算法

在社会媒体中,对用户推荐适合的状态更新不仅降低了用户搜索信息的时间,也可以增加用户对服务的粘性。针对社会媒体中状态更新而推荐的准确性低的不足,提出了一种基于线性学习模型的状态更新排名算法。首先,根据社会媒体的性质定义了相应的偏好属性,并提出了一种基于线性模型的潜在偏好模型;其次,根据状态更新以及接收者的特征定义了相应的线性特征模型;最后,将潜在偏好模型和特征模型相结合,提出了一种引入时间效应的线性模型。通过实验验证表明,提出的算法与其它相关算法相比,算法的预测准确性更高,执行效率更快。     

社交网络中top-K相关社区查询方法

查找与查询点相关的top-K相关社区具有现实的研究意义。文中定义团和相关社区的概念,探寻一种快速检测查询点的top-K相关社区的方法。提出一个向下探测扩展算法,从查询点出发探测团结构,由团结构向外延伸扩展得到社区,通过循环迭代快速得到查询点的top-K相关社区。同时为减少搜索空间和计算时间,改进提出的向下探测搜索算法。通过全面的实验对比,验证算法的有效性和改进算法的高效性。     

中文微博观点句识别及要素抽取研究

研究中文微博情感分析中的观点句识别及要素抽取问题。在观点句识别方面,提出了一种利用微博中的情感词和 情感影响因子计算微博语义情感倾向的新算法;在观点句要素抽取方面,利用主题词分类及关联规则,辅以一系列剪枝、筛选和定界规则抽取评价对象。通过观点句识别和观点句要素抽取结果的相互过滤,进一步提高召回率。实验数据采用第六届中文倾向性分析评测所发布的数据,结果表明,本文方法在观点句识别和要素抽取方面能够取得较好的效果,观点句识别的精确率、召回率入F值分别为95.62%,54.10%及69.10%;观点句要素抽取的精确率、召回率以及F值分别为22.07%,12.66%和16.09%。