网络社区发现算法在流动表建模中的设计与应用

代际流动表可以统计子代与其父代社会地位配对数据的交互频数，反映了社会资源占有的优劣势在父子两代人之间的比较。对财富、阶级、特权等社会基本特征演变的实证考察，均依赖于代际流动表的量化分析。对数线性模型是流动表建模分析的基本工具，通过对列联表单元格频数进行拟合，可以识别流动表行分类与列分类之间的强弱交互效应，刻画父子社会地位间的交互结构。本文利用复杂网络社区发现算法分析父子社会地位的关联结构，针对简约对数线性模型拟合精度不够的问题，提出一种新的建模思路：利用社区发现算法对简约对数线性模型的残差列联表进行关联关系挖掘，将发现的社区效应作为附加参数约束引入原对数线性模型，以改善数据的拟合情况。由于该方法只在原简约对数线性模型中增加了一个参数约束，因此仍可以保证建模结果的简洁性及理论意义，同时社区效应补充了原对数线性模型对经验数据结构的解读。论文用此方法对来源于中国综合社会调查数据的经验代际职业流动表进行建模分析，较好地解释了子代职业阶层与父代职业阶层间的关联模式。     

新传播格局下议程设置功能假说反思

议程设置功能是20世纪70年代由美国传播学者麦库姆斯和肖创立并广受欢迎的一个理论假设,它起源于第三范式科学背景。在科学研究进入第四范式、新传播格局形成后,议程设置的各种不良影响及其理论缺陷日渐显露,亟须正本清源、深入反思。要以马克思主义认识论为指导,坚持议程从实践中来,以社会需要和公众关注为导向,尊重人民群众的主体地位,聚焦问题,集思广益,努力发挥好议程设置的应有功能。     

基于多因子选股的半监督核聚类算法改进研究

研究了一种附有引力影响因子的半监督K-means核函数聚类算法,并将该方法应用于多因子选股模型中。研究表明,相比传统的聚类模型,改进的模型具有较强的泛化能力,模型在处理样本线性不可分、样本分布非球状簇等问题上具有明显的优势,能选出较优的股票组合。     

舆论危机的异化极化效应研究

随着Web2.0时代的到来,网络媒体逐渐成为舆论生成、传播和交锋的主阵地,舆论危机的形成及其异化也成为日益突出的社会风险问题.本文以舆论的异化演化机理为研究对象,通过梳理典型事件舆论话题的异化过程,对其基本内涵、表现形式和演化模式等进行系统总结.随后,研究以舆论超网络模型为基础,借鉴社会影响理论的基本原则,提出舆论异化机理的极化算法,并对其具体流程进行解析和实现.最后,本文以“7·23甬温动车事故”为例,对舆论危机的异化极化过程和影响因素进行系统仿真和实证分析.     

基于蚁群算法参数的最优选择问题研究

蚁群算法是受现实蚂蚁群体行为启发而得出的一类仿生算法。通过对蚁群算法中影响算法性能的参数进行分析和研究,并对蚁群算法中参数的最优选择问题进行实验分析,从而给出算法参数的最佳取值范围,以利于算法在实际问题中的应用和推广.     

基于协同效应的知识创新团队伙伴选择方法

在知识创新团队的伙伴选择问题中着重考虑了伙伴间的协同效应信息。首先,分析了伙伴之间的协同关系与协同效应,描述了考虑多个协同效应评价指标的知识创新团队伙伴选择问题;然后,建立了团队伙伴选择的数学模型,该模型是一个0-1二次整数规划问题,为了求解该问题,开发了一种GRASP启发式算法;最后,通过一个实例分析说明了所提出方法的可行性和实际应用价值。     

基于结构化工作流网的隐含任务挖掘方法

过程挖掘是一种客观、自动化的过程分析技术,它通过挖掘过程日志来得到业务过程的结构模型,是传统过程分析手段的重要补充.如何正确挖掘包含隐含任务的不完整过程日志,是过程挖掘需要解决的难题之一.现有的一些算法如基因算法、α#算法等解决了部分类型隐含任务的挖掘问题,但仍有许多类型的隐含任务无法被正确挖掘.针对这一问题,本文在α#算法的基础上提出了一种基于结构化工作流网的挖掘算法,该算法能够较为完整地挖掘各类包含隐含任务的结构化工作流网模型.通过理论分析和实验验证,该算法的正确性和有效性得到了证明.     

城市停车换乘系统泊位容量的确定方法研究

城市中心区域交通拥挤，车辆行驶速度低，空气污染严重是许多城市共同面临的问题，因此，在城市外围或城市中心区边缘地带设置停车换乘设施截留部分进入城市中心区域的车流已成为交通工作者解决城市中心区交通问题的一个重要手段之一。采用双层规划模型描述了确定城市外围停车换乘系统的停车泊位容量问题，同时设计了该模型的求解算法，并给出了一个简单算例，算例的结果证明了该模型的有效性。