社会事件

摘要： 在高校思政课堂中,适时地引入一些时事热点新闻以及时事政治,能够进一步强化思想政治教育相关工作的说服力,使得高校思想政治教育工作的教学成果进一步提升,全面激发高校大学生的爱国主义精神,帮助他们树立正确的"三观",坚定他们自身的理想以及信仰,并成长为能够肩负中华民族伟大复兴重任的重要力量。

摘要： 在高校思政课堂中,适时地引入一些时事热点新闻以及时事政治,能够进一步强化思想政治教育相关工作的说服力,使得高校思想政治教育工作的教学成果进一步提升,全面激发高校大学生的爱国主义精神,帮助他们树立正确的"三观",坚定他们自身的理想以及信仰,并成长为能够肩负中华民族伟大复兴重任的重要力量。

摘要： 本文选取十篇建党周年的讲话作为语料库,运用了费尔克劳的批评话语分析方法,对建国后知识分子的身份变化展开分析。研究发现:建国后中国知识分子的身份经由了脑力劳动者、干部、人才和英才的变化。知识分子身份是在社会事件、话语秩序之中逐渐被建构的。本研究首次直接选用政治文本中的社会事件,将其作为社会实践的一部分,与话语实践、文本分析相结合,对政治语篇中使用批评话语分析的方法提供了参照。

摘要： 采用文献资料法、逻辑分析法和专家访谈法对社会情绪的生成机制进行剖析,以社会情绪为视角,对里皮辞职事件进行分析,最终发现:(1)相关事件事实的认知—需求—期望过程、个体情绪的初期互动、媒介传播和媒体渲染的强化互动、情绪的积聚和转化是影响社会情绪生成模型的主要因素。(2)里皮辞职事件在社会情绪生成模型分析中表明此事件使公众产生了对足球运动的负面社会情绪。(3)负面社会情绪对校园足球中的青少年行为、家庭行为、学校行为产生了消极影响。

摘要： 由于网络技术的飞速发展,自媒体、微博、论坛等基于互联网的多种交流渠道日渐完善,人们能够方便地在线生成和共享丰富的社会多媒体内容.社会事件数据具有跨平台、多模态、大规模、噪声大等特点,基于多媒体社会事件的分析研究非常具有挑战性.因此,如何对社会媒体数据进行处理,研究社会事件分析方法、设计有效的社会事件分析模型成为社会事件分析研究的关键问题.文中对近年来多媒体社会事件分析的相关研究展开了综述,重点回顾了多媒体社会事件表示方法及其在虚假新闻检测、多媒体热点事件检测跟踪及演化分析、社交媒体危机事件响应等领域的应用,并对不同应用涉及的数据集进行了详细介绍.最后对多媒体社会事件分析方面未来可能的研究课题进行了展望.

摘要： 交通流预测作为智能交通系统的一个关键问题,是国内外交通领域的研究热点.交通流预测的主要挑战在于交通流数据本身具有复杂的时空关联,且易受各种社会事件的影响.针对这些挑战,提出一种用于交通流预测的深度学习框架.一方面,针对道路网络非欧氏的空间关联以及交通流时序数据的时间关联,设计了一种融合图卷积神经网络和循环神经网络的特征抽取子网络;另一方面,针对社会事件对交通流的潜在影响,设计了一种基于卷积神经网络的社会事件特征抽取子网络.最后,融合时空关联特征抽取子网络和社会事件特征抽取子网络,实现交通流预测模型.为了验证模型的有效性,文中基于真实交通流数据进行了实验.结果表明,所提模型与传统的预测模型相比具有较高的准确度,准确度提高了3％～6％.

摘要： 传统意义上的“艺术作品”概念可以理解为是一幅画、一座雕塑、一件装置,但是对于当下的媒介环境来说,“社会事件”也可以是一件艺术作品,因为我们需要重新定义和改造公众对于作品的认知,以及对于传统美术馆概念的理解.艺术家刘伟伟从2015年开始展开石节子艺术项目的实践,曾去石节子村生活了8天,并且在每年的1月3日回到村里参与村民会议日,这一艺术实践具有不同以往的形成过程、展出方式并和观众共同搭建语境,从而拓展了乡村美术馆的意义和审美的多重可能.艺术很重要的一种构建方式就是传播,今天的艺术可以作为一种信息来传播,而乡村美术馆正是以这种公开的传播方式确立自身的独特性.

摘要： Graves病发病可能与不同生活事件诱发有关,本研究把生活事件作为Graves病可能的危险因素,采用病例对照对Graves病致病危险因素进行研究,分析社会事件对Graves病发病的影响。

摘要： 历史记忆分为自然事件历史记忆和社会事件历史记忆。任何有关自然事件的历史记忆都是有局限性的，不完整的。关于社会事件的历史记忆，进一步分为两种情形，一种情形是和谐性历史记忆，一种是冲突性历史记忆。在冲突性历史记忆中，应该存在两种以上相互对立冲突的历史记忆。仅仅存在一种历史记忆，意味着它可能是强权的结果，而非历史的真相。

摘要： 编制量表是要制定一种评定工具，要求客观、真实和科学。而如何将心理测量的方法和原理用于情志致病生活事件量表的编制过程中呢?从目前已有的生活事件量表看，除需要解决许多理论和技术的问题外，还需要考虑负性情绪诱发疾病的重要因素以及诱发疾病的伴随情绪．

摘要： 目的：探讨肝气逆、肝气郁两证在人群中的情绪与人格特征、年龄职业分布规律、情绪致病方式、引发情志异常的始发因素及机体状态等．方法：采用整群分层抽样，问诊与填表(EPQ，SDS，SAS，情绪调查表)相结合，开展回顾性病例对照和前瞻性队列研究。结果：肝气逆、肝气郁两证组患者N向量分与L分均高于正常对照；肝气逆证组E分显著高于正常对照，肝气郁证组则明显低于正常对照；肝气郁证SDS得分显著高于正常对照及肝气逆证组，肝气逆证组SAS得分较正常对照有显著性差异．肝气逆证高发年龄集中在31-39岁年龄组占44﹪；肝气郁证年龄分布相对分散，23—31岁，42—49岁两年龄组，分别占24﹪与28﹪；两证人群职业分布从高到低依次为：教师、工人、干部、农民，分别占38﹪、36﹪、19﹪、7﹪．忿怒悔恨等多情交织是当今两证的情志致病方式．工作不合心意、家庭夫妻感情失洽，夫妻性生活不满意，是导致情志烦燥、压抑的主要社会事件；离婚、家庭成员不和易引起肝气郁证；产生情志异常主要因素在于患者的个性、修养及情绪状态且患者常处于疲劳、睡眠不好、月经前等几种状态；忿怒悔恨、郁怒怨曲是情志内伤的首要因素，其次为心愿不合，再次为忧思悲伤：忿怒悔恨多致肝气逆证，郁怒怨曲、心愿不合多成肝气郁证。结论：肝气逆郁两证有不同的人格与情绪，研究人格特征与情绪特质对于认识两证具有重要借鉴意义；肝气逆、肝气郁两证在年龄、职业分布及情绪致病方式、始发因素及机林状态有显著不同．

摘要： 随着经济与电网的发展,电网负荷的影响因素呈现出社会化、复杂化趋势.为此,本文的负荷预测模型考虑社会事件对日最大负荷的影响,对社会事件等影响因素进行模糊化处理,生成日特征相量并采用改进的灰色关联分析法获取相似日.利用相似日数据训练BP神经网络,对地区短期日最大负荷进行预测.算例通过京津冀某市实际数据验证了事件因素的影响及提出算法的有效性.

摘要： 在深度报道中,记者的报道构思实际上存在一个暗含的"象征"和"潜在意义".通过暗示、借喻、象征等修辞方式,记者把事实层面、背景层面的"外部世界"和意义层面的"内部世界"建构成一个"象征现实",为受众呈现了一种更为直观而有力的精神图像.这种修辞建构特征主要表现为:把人物建构成角色、把事件建构成故事、把过程建构成历史、把背景建构成环境、把思考建构成思想、把问题建构成舆论.

摘要： 在深度报道中,记者的报道构思实际上存在一个暗含的"象征"和"潜在意义".通过暗示、借喻、象征等修辞方式,记者把事实层面、背景层面的"外部世界"和意义层面的"内部世界"建构成一个"象征现实",为受众呈现了一种更为直观而有力的精神图像.这种修辞建构特征主要表现为:把人物建构成角色、把事件建构成故事、把过程建构成历史、把背景建构成环境、把思考建构成思想、把问题建构成舆论.

摘要： 在深度报道中,记者的报道构思实际上存在一个暗含的"象征"和"潜在意义".通过暗示、借喻、象征等修辞方式,记者把事实层面、背景层面的"外部世界"和意义层面的"内部世界"建构成一个"象征现实",为受众呈现了一种更为直观而有力的精神图像.这种修辞建构特征主要表现为:把人物建构成角色、把事件建构成故事、把过程建构成历史、把背景建构成环境、把思考建构成思想、把问题建构成舆论.

摘要： 在深度报道中,记者的报道构思实际上存在一个暗含的"象征"和"潜在意义".通过暗示、借喻、象征等修辞方式,记者把事实层面、背景层面的"外部世界"和意义层面的"内部世界"建构成一个"象征现实",为受众呈现了一种更为直观而有力的精神图像.这种修辞建构特征主要表现为:把人物建构成角色、把事件建构成故事、把过程建构成历史、把背景建构成环境、把思考建构成思想、把问题建构成舆论.

摘要： 本发明则提出一种基于社会媒体的事件图谱构建方法，首先进行多源数据预处理，接着对预处理后的数据进行多源事件信息抽取，然后通过事件关系评价对事件间关系进行判定，最后进行实体信息融合，对异构图中的实体进行属性补全。本发明将事件看做抽象实体，基于社会媒体文本数据对抽取事件基本构成要素，事件进行关联，并融合已有结构化知识库构建事件图谱，这样能够提供更全面更直接的面向事件的信息检索服务，还能通过将传统非结构化文本内容的研究转化为基于图的研究，有利于发掘更深层次的信息。

摘要： 本实用新型公开了卡槽拉环式学校社会工作心理危机事件演练桌面推演教具，包括供学员对抗推演学习的卡牌，具体包括事件牌(攻)、应对牌(守)以及能量牌(计分)，通过分组对抗推演的计分方式进行学习，从而提高学习的趣味性，使得学习的效果更加明显。对抗推演学习时，将应对牌插入事件牌的卡槽内，并基于孔洞显示出来的花纹的数量得出能量值，即可得此次事件牌和应对牌的对抗推演结果(具体分数)，免去了慢慢查找分数表的流程，从而大大提高了对抗推演学习的流畅度以及对抗推演学习的效率。在记分牌的第二安装孔镶嵌防磨保护圈，降低了记分牌前翻或后翻过程中第二安装孔与翻牌扣环之间的磨损所带来的损耗，从而提高能量牌的使用寿命。

摘要： 本发明公开了一种根据对社会事件的文字描述来预测社会情感的方法及系统，该方法包括构建社会情感语料库；对所述社会情感语料库中的每一个样本进行所述面向情感标签排序的文本特征选择以得到数值型特征向量，建立训练集；构建情感标签序列的概率模型；在情感标签序列上构建标情感签序列损失函数，通过优化该损失函数，得到社会情感预测模型；将描述社会事件的文本输入所述预测模型，得到与该社会事件相对应的情感标签排序，所述情感标签排序表示对该社会事件所预测的社会情感。本发明能够有效地、精确地、自动地预测社会公众对社会事件的情感反应。

摘要： 本发明公开一种社会事件网络文本的舆情计算与推演方法及系统，涉及网络文本处理技术领域，包括：获取社会事件网络文本；对所述社会事件网络文本进行预处理，得到网络社会事件文本字特征、网络社会事件文本词特征和网络社会事件文本隐式特征；将所述网络社会事件文本字特征、所述网络社会事件文本词特征和所述网络社会事件文本隐式特征分别输入训练好的社会情感计算模型和训练好的文本情感计算模型预测，得到社会事件网络文本的六种情感概率；根据所述社会事件网络文本的六种情感概率，采用投票机制方法确定社会事件网络文本的情感取向。本发明提供的方法及系统可以通过社会事件网络文本多种情感的分析实现社会事件网络文本最终情感的取向。

摘要： 本发明公开了一种基于局部聚合图注意力网络的社会事件分类方法、装置，其可以为网络和现实世界的社会事件进行分类，为社会事件的处理提供决策支持：抽取新闻文本数据中的时间、地点、人员、组织及关键词信息，建模成异构信息网络，并抽取出异构信息网络的元模式，选择多条具有不同语义的元路径，通过元路径计算两个社会事件之间的相似度，拼接社会事件的语义特征和社会事件的社会影响力特征得到社会事件的融合特征；将得到的相似度作为社会事件分类图的节点间的边权重，将得到混合特征作为节点特征，构建社会事件分类图；构建并训练社会事件分类模型，将社会事件分类图输入训练好的社会事件分类模型，输出社会事件的类别。

摘要： 本发明公开一种基于社会媒体平台上社会事件的跟踪方法。其中，该方法包括提取社会媒体平台上社会事件的文本和视觉信息特征；基于提取的文本和视觉信息特征，利用基于事件的在线多模态跟踪方法，在线地建模多模态数据的社会事件，得到多模态的文本和视觉主题以及社会事件文档的特征表示；利用多模态的文本和视觉主题以及社会事件文档的特征表示，并将基于事件的在线多模态跟踪方法集成到社会事件跟踪方法上，来进行社会事件跟踪。由此，本发明实施例能够针对时序性的社会事件进行有效地跟踪，且有效地跟踪整个事件过程的发展轨迹，并且让用户快速了解和分析整个事件的演变过程，从而改善了跟踪效果，实现了基于多模态信息语义融合的社会事件跟踪。

摘要： 本发明公开了一种基于社会媒体平台的社会事件的挖掘和演变方法，所述方法包括如下步骤：步骤S1，对各个社会事件文档的文本和视觉信息进行特征提取，对社会事件的多模态信息进行语义层次特征提取，从而获得各个社会事件文档的文本和视觉信息的语义描述；步骤S2，输入各个社会事件文档的多模态语义描述，使用基于事件的多模态主题模型(mmETM)，对多模态数据的社会事件进行建模，得到代表性的视觉-文本主题和代表性的非视觉主题；步骤S3，针对时序性的社会事件数据，利用基于多模态主题模型(mmETM)的在线推断算法，挖掘其多模态的文本和视觉主题，将整个事件过程可视化显示。

摘要： 本发明公开了一种根据对社会事件的文字描述来预测社会情感的方法及系统，该方法包括构建社会情感语料库；对所述社会情感语料库中的每一个样本进行所述面向情感标签排序的文本特征选择以得到数值型特征向量，建立训练集；构建情感标签序列的概率模型；在情感标签序列上构建标情感签序列损失函数，通过优化该损失函数，得到社会情感预测模型；将描述社会事件的文本输入所述预测模型，得到与该社会事件相对应的情感标签排序，所述情感标签排序表示对该社会事件所预测的社会情感。本发明能够有效地、精确地、自动地预测社会公众对社会事件的情感反应。

摘要： 本发明提供一种社会事件分类方法及装置，获取目标数据集；将目标数据集输入社会事件分类模型，获取社会事件分类模型输出的目标数据集对应的社会事件分类结果；其中，目标数据集包括图像集和文本集，图像集中的部分图像与文本集中的部分文本具有对应关系；社会事件分类模型，是基于样本数据集以及样本数据集对应的社会事件分类结果进行训练得到的；样本数据集包括样本图像集和样本文本集，样本图像集中的部分样本图像与样本文本集中的部分样本文本具有对应关系。本发明提供的社会事件分类方法及装置，能更准确、更高效的对包括完备的多模态数据以及不完备的多模态数据的混合数据进行社会事件分类。

摘要： 本发明属于社会事件治理应用技术领域，尤其涉及一种基于应对社会事件治理的智能流转方法，包括基于社会治理存量事件，引进人工智能中的深度学习、自然语言处理等技术，训练适合业务规则的数据模型，搭建出一套智能流转分析引擎，并配置智能流转分析引擎分析的结果阀值W，指定引擎分析的结果不足以自动流转时的补偿方式，基于事件特征确定后续流转的业务部门并推进事件流转，且在不足以自动流转时，使用配置的补偿方式进行事件流转。本发明解决了基层社会治理中，主要以人工作业为主的事件低效率流转处置的问题，提高基层社会治理事件流转效能，提升事件办理效率，进而增强人民群众的幸福感和满足感，具有切实可行的实用价值。