翻转课堂和社交网络为STEM教育领域的学子提供崭新的学习方式和更广泛的学习机会

据IEEE发表的消息称，将科技融入到科学、技术、工程与数学（合称STEM）教育中，将有利于提高课堂的创新力与创造力．     

你知道自己的性格缺陷吗？

一个人的性格决定着其社交方式、学习方式、处事方式等等。我们很多的烦恼表面看都事出有因，其实大部分是自己的性格所致。每个人性格里多少会带点不好的因子，我们必须正视它，然后努力去改变。做做下面的测试，找找你性格中的缺陷吧!     

复杂网络上的意见动力学对谣言传播的影响

通过在SIR(susceptible-infected-recovered)模型中引入抑制者对谣言的辟谣机制研究了在线社交网络上的意见动力学对谣言传播的影响.在这一模型中,节点可以与自身的邻居组成1个群,传播者可以通过该群传播信息,抑制者也可以在此群中对信息发表意见进行辟谣.辟谣机制在降低未知者对于谣言的接受概率的同时也可以促使传播者向抑制者转变.本文采用ER(Erd?s-Rényi)随机网络、无标度网络以及真实的社交网络研究了抑制者的沉默概率对于谣言传播范围的影响.首先发现,谣言传播的过程以传播者的峰值为界可以分为两个阶段,即谣言自由传播的前期以及抑制者和传播者互相制衡的后期;其次,谣言的传播会随着抑制者的沉默概率的增大而突然暴发.在谣言暴发阈值之下,沉默概率的增大不会导致谣言传播范围显著增大,这是由于未知者在感知到谣言并转变为传播者后又迅速转变为抑制者;而当沉默概率达到谣言暴发阈值时,抑制者将不能控制传播者对谣言的传播从而导致抑制者的降低和谣言的暴发;最后,无标度上的谣言自由传播的前期阶段比随机网络持续的时间更短,从而使无标度上的谣言更难以暴发.本文的模型综合考虑了意见动力学和谣言传播的相互作用,更加真实地模拟了真实世界社交网络中的谣言传播过程.为谣言传播的控制和干预提供了一些有用的思路和见解.     

一种基于无监督学习的社交网络流量快速识别方法

在分析了社交网络的发展和研究现状后,结合现有的网络流量识别方法和社交网络流量特征属性,提出了一种基于KMeans聚类算法的无监督学习社交网络流量识别方法.为了提高处理的高效性、实时性,利用开源云计算平台如doop上提供的M印Reduce架构进行分布式并行处理.对比实验结果表明,提出的方法能快速、高效的识别社交网络流量,并且识别准确率有显著提高.     

基于社会网络的舆情传播模型构建与分析

本文考虑个体间的相互作用,提出了一个基于社会网络分析的舆情传播模型.模型假设网络中每个个体的初始状态只有两种情况,并且在单位时间步内只选择一个邻居进行交流,并以概率λ接受该邻居的意见.解析结果显示存在概率λc使得网络中持某种观点人数比例的期望值是一个常数,而其它状态下系统中所有个体的意见都会达成一致.本模型有助于衡量某给定社会网络中舆论传播的快慢程度.     

在线社交网络控制实验的现状与展望

在线社交网络已发展成为一个独特的电子生态系统，其应用深刻影响着人们生活的方方面面。由于在线社交网络特性复杂，分析在线社交网络形成和变化中的规律成为当前计算机科学、社会学和物理学的一项挑战。传统上，在线社交网络实证研究主要采用计算机辅助的被动数据获取和分析方式。近年来，在真实大规模在线社交网络上直接进行控制实验从而主动获取数据并开展分析研究的方式广受关注。评述了这一领域的研究进展，包括：社交网络控制实验的主要研究模式；控制实验方法在社交网络结构、信息传播、行为和心理学等领域取得的主要成果以及主要实验工具的适用条件和局限性。最后，展望了人工智能技术在社交网络控制实验中的应用潜力，分析了智能算法对降低实验成本和提高实验效率的作用。     

从合著网络及其变化看干细胞研究领域的国际科研合作

基于合著论文数据,运用文献计量和社会网络分析方法系统分析了2000-2014年期间干细胞研究领域国家间科研合作网络的结构与演化特征,对比了干细胞研究论文高产国家的国际合作模式与研究影响力.研究发现,干细胞研究领域国际科研合作规模不断扩大,一张高度连通世界各国的科研合作网络已基本形成;高产国家集中于北美、欧洲和东亚,美国、英国、德国和法国长期处于网络的中心位置;中国的干细胞研究论文高速增长,网络地位不断提升;美国与欧洲论文高产国家组成了密切的多边合作群体,亚洲论文高产国家的国际合作以与美国合作为主;欧美论文高产国家的研究影响力高于亚洲高产国家,中国干细胞研究的整体水平还与其他高产国家有较大差距.     

数据稀疏环境下基于用户主题偏好的协同过滤算法

在B2C电子商务中,user-based协同过滤算法是一种重要的推荐方法,但用户共同评价项目数据稀疏影响了user-based协同过滤算法的应用。鉴于此,在考虑用户消费水平的基础上,利用关联规则挖掘形式化描述商品间的替代相似性;利用基于时间的贝叶斯概率描述商品间的关联关系构建商品网络,通过社会网络分析中的成份分析方法对商品网分析,得到面向用户主题偏好的商品间互补性关系,进而利用这两种商品间关系构建用户主题偏好项目集,最后在数据极度稀疏的环境下通过F₁方法和多样性测量方法与传统推荐算法进行对比实验分析,实验结果显示提高了推荐结果的准确性与新颖性。研究用的所有数据均采集于京东商城网站。本文为缓解数据稀疏问题提出了一种新的方法,扩展了整体网分析方法在商品关系分析中的应用,含有理论与实践双重意义。     

基于社会网络分析的评价模型研究

本文的主要工作是通过社会网络分析法构建评价模型解决多属性决策问题。首先,根据评价对象的指标数据信息构造单个评价指标的关系矩阵;然后,将所有单个指标的关系矩阵进行合成,构造综合所有评价指标数据信息的总关系矩阵;最后,利用总关系矩阵计算评价对象的中心性,并根据中心性大小确定评价对象的评价结果和排序。本文还以辽宁省人的全面发展评价为例进行了实证,实证过程验证了评价模型的有效性。本文的主要创新与特色是利用社会网络分析可以确定元素之间关系的特点,通过评价指标的数据构造评价指标的关系矩阵,反映了指标数据的大小关系,在不需要计算指标权重和指标打分的情况下,通过对总关系矩阵的中心性分析确定出评价对象的排序关系,解决了多属性决策问题。