中国梦的政治内蕴:对两个百年主题的最新概括

作为中国人自近代以来为之奋斗的理想和目标,“中国梦”在内涵上与中华民族的伟大复兴、与我国的现代化进程具有一致性,也是对两个百年主题的最新概括,即第一个百年,1840年——1949年,其贯穿的主题是,通过革命,救亡图存,实现民族独立和人民解放;第二个百年,1949年——2049年,其贯穿的主题是,通过现代化建设和改革开放,实现民族复兴、国家富强和人民幸福.     

基于PageRank算法的团伙犯罪中嫌疑人排名

为了从团伙犯罪中锁定核心犯罪嫌疑人,提高侦破案件的效率,本文提出了一种改进的PageRank算法分析团伙犯罪中各犯罪嫌疑人的嫌疑度值,通过主题相关性度量分析了嫌疑人与案件的关系,通过嫌疑人的重要性度量分析了嫌疑人在团伙犯罪中的地位。改进的算法可以有效协助侦查人员分析一个犯罪网络中各成员的关系,通过嫌疑度排序找出团伙中的核心人员和涉案人员,从而排除非涉案人员。通过一个案件实例验证了该算法的有效性,节省了办案人员的时间精力,提高办案效率。     

我国现行科技政策主题的类型化研究

以科技部的公开数据为基础,对1978年我国改革开放以来仍现行有效的科技政策文本的主题从高层次人才政策、技术政策、财税政策、投融资政策4个维度进行类型化分析,对4种类型化的科技政策的基本特点进行详细阐述,并据此为完善我国科技政策体系提出了相应的建议。     

科学主题统摄下的高中地理教学——以“工业化与城市化”一节为例

工业化与城市化是人类活动的不同表现形式,二者处在不断发展变化的过程中,具有阶段性和发展规律。而现阶段高中地理教材中主要阐述了工业社会阶段二者的关系,忽略了在人类不同阶段发展的规律性。教师应当整体把握高中知识体系,用上位的思想来统摄教学内容,帮助学生建构有理解力和迁移力的知识结构,培养他们用地理概念、地理思维、地理方法解决地理问题的能力。以"区域工业化与城市化"为例,在"演变"这一科学主题统摄下,详细解析了人类发展的不同阶段工业化与城市化的推进过程与规律,从教材与教师的角度指出目前教学中存在的问题与解决方法。     

基于作者引用文献关系的潜在研究兴趣主题发现简

扩展LDA（latent dirichlet allocation）模型,提出基于作者引用文献关系的作者-兴趣主题-文献模型。每个作者被分配一个在所有主题上的多项概率分布,每个主题被分配一个在所有文献上的多项概率分布。在DBLP（digital bibliography ＆library project ）文献引用关系数据集上的实验表明,所提模型能有效地提取一个研究领域的主要潜在研究兴趣主题及其所包含的代表性文献,并能挖掘每个作者属于每个研究兴趣主题的分布。     

规范关键词的选择

<正>据国家标准关键词的定义:关键词是为了文献标引工作而从报告、论文中选取出来用以表示全文主题内容信息款目的单词和术语。一篇论文所列关键词之间应有一定逻辑组合关系,通过这种逻辑组合,提示论文主题内容。单词:是指只包含一个词素(语言中最小的有意的单位)的词或语言里最小的,可以自由运用的单位。术语:指某学科中的专门用语。     

作者文摘的编写

<正>文摘是以提供文献内容梗概为目的、不加评论和补充解释,简要明确地记叙文献重要内容的独立短文。其基本要素包括研究的目的、方法、结果、结论,具有独立性和自明性。①目的——研究、研制、调查等的前提、目的和任务所涉及的主题范围。②方法——所用的原理、理论、条件、对象、材料、工艺、结构、手段、装备、程序等。③结果——实验的、研究的结果、数据,被确定的关系,观察结果,得到的效果,性能等。④结论——结果的分析、研究、比较、评价、应用,提出的问题,今后的课题,假设,启发,建议,预测等。     

规范关键词的选择

<正>据国家标准关键词的定义:关键词是为了文献标引工作而从报告、论文中选取出来用以表示全文主题内容信息款目的单词和术语。一篇论文所列关键词之间应有一定逻辑组合关系,通过这种逻辑组合,提示论文主题内容。单词:是指只包含一个词素(语言中最小的有意的单位)的词或语言里最小的,可以自由运用的单位。     

采用链路聚类的动态网络社团发现算法

针对当前基于节点的动态网络社团结构发现算法难以发现稳定的社团结构的问题,提出了一种采用链路聚类的动态网络社团发现算法(LDC)。该算法首先从链路的角度得到网络的链路图结构;然后对比不同时刻的链路图结构,将动态网络中节点的添加与移除以及边的添加与移除等复杂的变化信息简化为链路添加和链路移除2种增量变化信息;再在前一时刻社团结构的基础上以改进的链路划分密度函数对增量变化信息中变化的链路进行处理,判断该链路是否加入到社团中从而得到最优的社团结构;最后将得到的链路社团转化成为最终的节点社团结构。实验结果表明,相比于当前基于节点的动态社团发现算法,LDC算法能够有效地发现网络中结构稳定的社团结构,其模块度值和标准化互信息值至少提高了0.19和0.13,且算法的运行效率要明显优于基于节点的动态社团发现算法。     

基于复杂网络局部社团发现的主题爬行研究

从全局上限定采集范围可以有效地提高主题爬虫的查准率.结合Web链接分析和页面内容特征分析,提出了一种基于复杂网络局部社区发现的主题爬行方法,将主题爬行分为两个阶段,第一阶段采用复杂网络的局部社区发现算法进行Web链接分析,构建主题网站群,缩小爬行范围.在第二阶段,在限定的范围内,对爬取到的页面进行主题相似度判定,并对下一步的链接目标进行预测.实验证明,该方法显著提高了主题爬虫的查准率.