企业社会责任理论与实践的发展现状

本文总结和分析了国外具有代表性的企业社会责任研究成果,介绍了企业社会责任实践的发展现状,并研究了在动态环境下企业社会责任与企业绩效间的关系,最后对企业社会责任的发展做出展望。     

异质网络中融合多类信息的链路情感倾向预测

信息网络中基于节点间情感关系分析的链路情感倾向预测在商业营销、内容推荐等领域应用广泛，是网络分析的一个研究重点.传统的链路情感倾向预测方法对于数据信息的挖掘不够充分，忽略了对数据深层语义以及节点属性等信息的利用，预测准确度有待提升.针对以上问题，提出了异质网络中融合多种类型信息的链路情感倾向预测模型.模型首先引入预测基值作为特定节点间情感关系的粗略评估，然后结合节点的相似关系以及节点的属性等信息完成预测.其中，在捕获网络中具有相似情感倾向的节点用于预测任务时，提出了一种基于限制路径类型元路径的遍历游走方法.在5个公共数据集上的实验结果验证了所提模型的有效性及对于稀疏矩阵、冷启动问题的处理能力，并揭示了模型各组成部分在预测过程中的作用.     

MT环等五种填料的流体力学性能测定与评价

在φ６００塔内测定了ＭＴ环，双翻边阶梯环，单翻边阶梯环，鲍尔环，环矩鞍金属填料的流体力学性能，并进行了比较与评价，结果表明，流体力学性能从优到劣的排列次序为：环矩鞍，ＭＴ环，双翻边阶梯环，单翻边阶梯环的鲍尔环。     

应用于制造执行系统（MES）的ODS技术

MES是一个能精确调度、发送、跟踪、监控车间生产信息和过程，且同时能测量和报告其实时性能的制造执行系统．在其数据仓库的构建过程中使用的ODS(Operational Data Store)技术可以优化整个MES的数据流存储和监控。     

一种基于本体的有趣Co-location模式的交互式挖掘算法

为了获得用户感兴趣的co-location模式,提出了一个基于本体的交互式挖掘算法OIICM(ontology-based interactive interesting co-location miner)。首先,OIICM利用本体有效地聚合用户的领域知识;其次,OIICM基于本体定义了co-location模式间的语义距离;然后,OIICM设计用户交互过程以获得有趣的co-location模式;最后,OIICM提供过滤器来进一步缩减结果集。通过在合成数据以及实际数据上的大量实验验证了OIICM的准确性和有效性。     

网格计算中的简单任务划分方法

网格计算是新型的分布式计算技术,针对网格计算所需要的任务划分技术,有很多划分任务的方法,但这些方法过于复杂.提出了一种简单的基于无向带权图的矩阵子任务合并方法,通过矩阵的输出结果,进而选择合适的计算方式,并且根据网格的构成情况进行高效的子任务分配.     

从动态空间数据库中挖掘共生关系和竞争关系

空间co-location模式挖掘是空间数据挖掘的一个重要研究方向.空间co-location模式是空间特征的一个子集,它们的实例在空间中频繁关联,模式中的各个特征之间是位置共存的关系.然而,除了位置共存之外,这些特征可能还具有进一步的关系,例如相互依存的共生关系、争夺同一个环境资源的竞争关系.从动态空间数据库中挖掘隐含在空间co-location模式中的共生关系和竞争关系,挖掘目标分别为强共生模式和竞争对.给出了强共生模式和竞争对的定义,提出了挖掘强共生模式和竞争对的新颖的算法及剪枝策略.并在"合成+真实"数据中验证了算法的效率以及挖掘结果的意义.