大数据背景下基于社交网络的聚类随机游走抽样算法研究

数字经济时代,社交网络作为数字化平台经济的重要载体,受到了国内外学者的广泛关注。大数据背景下,社交网络的商业应用价值巨大,但由于其网络规模空前庞大,传统的网络分析方法 因计算成本过高而不再适用。而通过网络抽样算法获取样本网络,再推断整体网络,可节约计算资源, 因此抽样算法的好坏将直接影响社交网络分析结论的准确性。现有社交网络抽样算法存在忽略网络内部拓扑结构、容易陷入局部网络、抽样效率过低等缺陷。为了弥补现有社交网络抽样算法的缺陷,本文结合大数据社交网络的社区特征,提出了一种聚类随机游走抽样算法。该方法首先使用社区聚类算法将原始网络节点进行社区划分,得到多个社区网络,然后分别对每个社区进行随机游走抽样获取样本网 络。数值模拟和案例应用的结果均表明,聚类随机游走抽样算法克服了传统网络抽样算法的缺点,能够在降低网络规模的同时较好地保留原始网络的结构特征。此外,该抽样算法还可以并行运算,有效提升抽样效率,对于大数据背景下大规模社交网络的抽样实践具有重大现实意义。     

领导干部要牢牢掌握意识形态工作的领导权和主动权

<正>意识形态是政党的精神旗帜,是整合力量、凝聚人心的思想武器,也是建立和巩固国家政权的重要手段和有力支撑。习近平总书记在2013年8月全国宣传思想工作会议上指出,意识形态工作是党的一项极端重要的工作,必须把意识形态工作的领导权、管理权、话语权牢牢掌握在手中,任何时候都不能旁落,否则就要犯无可挽回的历史性错误。当前,我国意识形态领域的主流积极健康向上,主旋律更响亮,正能量更强劲,但同时也必     

零售4.0时代先行发货问题的大数据分析

在零售4.0时代，渠道的多样化不仅丰富了数据源，还能迅速生成大量数据，需要通过分析大数据，为决策提取有意义的信息，通过分析先行发货的重要性，提出了一种基于遗传算法（GA）的优化模型，预测顾客何时购买，然后在顾客线下单前将产品运送到距顾客最近的配送中心，解决先行发货中存在的问题。研究认为，需要先部署云计算来存储所有渠道生成的大数据，再应用基于集群的关联规则挖掘研究顾客的购买行为，根据“如果-那么”预测规则预测未来的采购情况，最后利用修正的遗传算法生成最优的先行发货计划；这种遗传算法考虑了其在运输成本和运输距离之外，还有预测规则的置信度，利用大量的数值实验权衡了先行发货中的不同因素，验证了模型的最优可靠性     

欧美学者的中医人文研究回顾及其对中医海外传播的启示

回顾欧美人文社会科学界对中医药的研究发现，研究者从西方本位视角出发，将中医作为处于异质文化的他者，综合运用以历史学和人类学方法为主的多学科交叉的研究方法，产出了区别于原生态中医的认知结论。其视角有助于在全球文化格局下审视中医，其方法为使用国际通用规则传播中医提供了思路，其结论可视作中医在全球视野下的新形态，有助于更加理性地认识中西方医学交流的事实和规律。