网络治理的权力基础:一个跨案例研究

网络组织是当前经济活动中的普遍现象,网络治理并非信任基础上的自主治理,而是受组织间权力关系的规制,权力是决定网络组织运行的重要关系并影响了网络组织运行绩效.本文通过一个跨案例研究,分析了网络治理的权力基础,提出组织间权力来源于企业资源、结构位势和制度压力.三种权力基础的作用机理不同,其中企业资源和网络中心性显著地表现为个体层面的权力,而网络密度和制度压力则体现为网络层面的权力,个体层面权力与网络层面权力的相互作用导致网络组织呈现不同的演变趋势.     

城市社区老年人精神支持网构成及影响因素

本文以武汉城区为个案,运用调查数据描述了老年人精神支持网的构成,并分析讨论了老年人自身经济特征对其精神支持网的影响。在此基础上,提出了加强老年人精神支持网建设的两点建议。     

人口学网络数字资源与电子数字资源利用

本文主要从网络数字留源和其它电子资料两个方面介绍中文人口学资料的收集方法,期望对相关研究人员有所帮助     

人口网络信息传播的策略探析——以中国人口网为例

通过考察中国人口网的信息传播现状,认为其信息传播多为自上而下的宣传,少平等温和的互动,没有发挥网媒的优势,传播方式还处于传统媒体信息网络化阶段,缺乏有效的信息传播手段和技巧。为此,运用传播学理论探析增强人口计生信息传播效果的手段和途径,认为在人口计生宣传中有效设置议程,满足受众的信息需求,并注意新闻信息的涵化,有助于正确引导计生舆论,提升计生政策的宣传效果。     

汉语“心”义族衍生的隐喻路径求索

隐喻被认定为语言演化中语义拓展的核心途径。文章在全面收集、整理“心”词群的基础上,结合足量的语例,微观审视汉语共时语义范畴的发展历程,探究蕴含其中的隐喻投射范式及其理据性,在客观世界与语义系统间搭建起认知的桥梁。     

多媒体网络环境下罗森塔尔效应在大学英语教学中的应用研究

本文从分析目前大学英语教学中存在学生课堂参与度不高这一现状的原因人手,探讨并尝试了在网络环境下运用罗森塔尔效应,建构一种旨在让学生参与课程资源开发和利用的新型大学英语教学模式。这种新型的教学模式充分体现了学生的认知主体作用及教师的主导作用,使教学过程达到最优化、学习效果达到最佳。     

浅析网络环境下非智力因素培养与学习创新

网络环境下非智力因素在学习创新中具有不容忽视的地位和作用。在简要讨论了非智力因素的概念与内涵的基础上,分析了网络环境下非智力因素对学习创新的影响,阐述了网络环境下非智力因素的培养与提高学习者学习创新能力的辩证关系,提出了促进两者协调发展的若干具体措施和手段。     

基于BP神经网络模型的中国乳业发展规模预测

文章简要分析了BP神经网络的结构和学习过程,然后以1978—2009年的中国乳业规模发展数据为基础,以奶牛年末存栏数（千头）、奶牛养殖业产值、畜牧业总产值等三个变量作为输入、中国奶牛产量作为输出,采用MATLAB2009a中的BP神经网络工具箱构建了基于BP神经网络的中国乳业发展规模预测模型。研究结果表明：未来十年中国原奶产量将大幅度增长,乳业规模将迅速扩大,原料奶生产无组织管理已不适应乳业经济的迅猛发展,“十二五”期间必须转变原料奶总量的增长方式。研究成果对于奶牛养殖业管理部门、养殖业者科学合理地规划奶牛养殖规模具有重要的参考价值。     

Decision Support System of Truck Routing and Refueling: A Dual‐Objective Approach

The variable‐route vehicle‐refueling problem (VRVRP) is a variant of the network‐flow problem which seeks, for a vehicle traveling from origin s to destination d, both the route and the refueling policy (sequence of fuel stations to use between s and d) that jointly minimize the fuel cost of operating the vehicle. Commercial‐grade decision support systems that solve the VRVRP are widely used by motor carriers, but they provide heuristic solutions only. Exact methods are available from the academic side, but because they focus on minimizing costs, they tend to cut fuel costs in exchange for increased vehicle miles (which can increase fuel consumptions and pollutants emission). We propose a new approach to the VRVRP that allows carriers to jointly seek the two possibly conflicting goals; minimizing fuel cost and vehicle miles. Computational testing shows that our approach (i) outperforms the commercial software products in both goals, and (ii) finds solutions that require significantly less vehicle miles than those given by the exact method proposed in the academic literature, without incurring unacceptable increases in fuel cost.     

多维特征视角下基于图卷积网络的专利技术领域自动识别研究

专利审查周期缩短政策的提出与专利申请数量急剧增加的现状给实现专利技术领域识别的专利分类工作带来巨大挑战,如何引入专利自动分类技术提高专利分类工作效率、缩短专利审查周期成为重要研究主题。本文提出基于多维特征和图卷积网络的专利技术领域自动识别方法。该方法根据文献计量学与图表示学习理论从专利摘要、引证专利、专利发明人维度提取专利特征;其次利用专利摘要维度特征生成表征专利文本特征的专利-核心词汇异构网络,并将引证专利、专利发明人维度特征作为专利数字特征嵌入专利-核心词汇异构网络;通过图卷积网络进行半监督学习,确定专利-核心词汇异构网络中专利节点的类别标签,完成专利自动分类任务。为验证本文所提方法的识别效果,采用Incopat全球专利数据库中专利数据进行实验;实验结果表明专利文本特征与专利数字特征共同作为专利特征可以提高专利分类准确率,引证专利信息的引入可以提高专利分类准确率。同时,本文所提方法也给专利技术领域自动识别问题提供新解答思路,为缩短专利审查周期政策的实施提供支撑。