我国高校学生社团管理模式探析

学生社团是高校校园文化建设的重要组成部分,文章从我国高校当前对学生社团的管理模式出发,分析学生社团管理中存在的突出问题,提出完善高校学生社团管理模式的指导原则和具体对策.     

浅谈共青团组织在大学生社团建设中的作用

高校社团是大学生开展自我服务、自我教育以及自我管理的有效阵地,是实施素质教育的重要途径和有效方式,在加强校园文化建设、提高学生综合素质、引导学生适应社会、促进学生成才就业等方面发挥着重要作用。近年来,该院学生社团的建设工作取得了一定的成效,提出了共青团组织作为学生社团的指导者应从加强建设、强化实践、分类指导等方面着手引导学生社团更好发展的方针政策,但是依然还存在很多问题,该文主要分析共青团组织在大学生社团建设中的作用及支持方式。     

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。     

基于复杂网络重叠社团发现的微博话题检测

社交媒体话题检测一直是个热点问题,由于社交数据杂乱异构,且具有时效性,语义模糊性等特点,话题检测也是个难点问题.研究利用复杂网络对社交文本数据进行建模,并结合一种基于极大团凝聚层次聚类的重叠社团发现方法实现了社交话题的检测.文本数据建模中,通过自定义突发系数量化话题词,即把话题词看作具有时域分布偏好的关键词,并通过自定义相关系数连接话题词,构建话题网络.为使自定义系数更适用于动态数据环境,实验结合真实数据进行了适应性测试优化系数.文章把采用EAGLE重叠社团发现方法在公开数据集上评测,根据Q函数值显示结果明显优于当前一些重叠社团发现策略,研究对采样的60万条青少年社交数据进行了话题分析并可视化了分析结果.     

发展图书馆隶属学生社团拓展高校图书馆读者服务的内容和空间——以上海海事大学图书馆为例

随着信息技术的发展,高校图书馆读者服务的内容和空间都应该与时俱进.基于上海海事大学图书馆的实践,阐述了发展图书馆隶属学生社团对高校图书馆读者服务内容和空间拓展的意义.     

对高校学生社团建设的几点思考

高校学生社团是高校学生校园文化的一个重要内容,它对校园文化建设起着重要作用。但是目前在学生社团建设方面存在一些问题, 如何认识和解决这些问题, 在这提出几点思考。     

威廉·格罗夫与19世纪英国皇家学会的“科学化”变革（英文）

19世纪初期的英国皇家学会曾面临严重危机,这场危机被学会通过内部长期的改革最终消解。威廉·格罗夫在此项长达27年的改革历程中发挥了关键作用,他踢出的“临门一脚”直接促成了19世纪中期皇家学会科学化改革的最终成功,并间接导致了皇家学会在19世纪末期的虚体化转向。     

基于非负矩阵分解的复杂网络重构

将网络连边的产生机制和其社团结构结合在一起,基于社团结构决定网络连边的假设推导出节点间的连接概率矩阵并表达为矩阵乘积的形式,然后利用非负矩阵分解得到节点间的连接概率矩阵进行网络重建。设计实验并在几个真实的网络数据上测试,相比基于相似度的网络重构算法,该算法取得了更好的网络重构效果。     

基于节点动态连接度的网络社团划分算法

首先定义了节点动态连接度这一概念,然后介绍了基于节点动态连接度的网络社团划分算法,之后再对其中相关参数的取值范围和社团划分结果之间的关系进行了分析,并以Zachary网络为例验证了分析结论。在此基础上,以dolphins、polbooks和football 3个实际网络为对象,进行了社团划分实验,证明了本算法可通过动态调整参数实现对不同网络的社团划分。最后将实验结果与其他几种常见的社团划分算法结果进行了比较,证明了算法的优势,并对算法中需要注意的一些问题进行了说明。     

基于社团主题的领域相关推荐算法

传统的协同过滤方法假设相似的用户有着相似的偏好,然而在不同的消费领域用户往往表现出不同的特征.此外,由于用户评价矩阵的稀疏性,使得相似用户的寻找极为困难.针对上述问题,该文提出了基于社团主题的领域相关推荐算法.首先,提出了一种包含社会网络,用户对商品的评价记录和项的分类三类信息的推荐框架.然后,分别提出了专家指导的主题模型和社会网络约束的主题模型.最后,对这两种模型进行综合,提出了统一推荐模型.实验表明,该文提出的方法具有较好的预测准确性,其性能明显优于其他相关算法.