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。     

高维大数据基因网络中的社区发现——以NC方法为例

从大量基因中识别出致病基因是大数据下的一个十分重要的高维统计问题。基因间网络结构的存在使得对于致病基因的识别已从单个基因识别扩展到基因模块识别。从基因网络中挖掘出基因模块就是所谓的社区发现（或节点聚类）问题。绝大多数社区发现方法仅利用网络结构信息,而忽略节点本身的信息。Newman和Clauset于2016年提出了一个将二者有机结合的基于统计推断的社区发现方法（简称为NC方法）。本文以NC方法为案例,介绍统计方法在实际基因网络中的应用和取得的成果,并从统计学角度提出了改进措施。通过对NC方法的分析可以看出对于以基因网络为代表的非结构化数据,统计思想和原理在数据分析中仍然处于核心地位。而相应的统计方法则需要针对数据的特点及关心的问题进行相应的调整和优化。     

绵阳:23.5万余名专业人才共铸科技城新辉煌

国民经济快速发展综合实力明显增强综合经济实力显著增强。地区生产总值(GDP)从1949 年的2.53 亿元增长到2018 年的2303.82 亿元,增长了909.6 倍,年均增长10.4%,经济规模居全省第二位。2017 年突破2000 亿元,达到2074.75 亿元,成为全省首个突破2000 亿元大关的地级市。     

共建共治共享社会治理格局下的社区党组织

共建共治共享社会治理格局下社区党组织是基层社会治理的领导核心。目前,社区党组织存在全覆盖盲区、工作方式单一、社区干部素质能力不强的现实紧迫性。社区党组织要发挥领导核心、沟通协调、保障兜底和激励动员作用,需要在增强社区党组织领导核心地位,提高社区党组织党务工作者能力水平,加强社区党建方面发力。     

人本视角下的民族互嵌型社区建设研究

社区建设的要义在于突出人的主体地位,满足社区居民的多样化需求。在人本视角下构建民族互嵌型社区,能够增强民族信任、增加收入来源、提升生活质量、增进平等意识,对于激发社会活力、优化社会制度、维护社会稳定具有重大意义。人本视角下构建民族互嵌社区的基本路径有:重视社区成员的需要,关注社区弱势群体;提升人的素质,培养现代公民意识;发展社区和谐文化,完善社区制度建设。