网络影响

摘要： 机构投资者在我国市场上的持股比例日益增加,对资本市场的影响越来越大,随着社会学与经济、金融和管理等学科交叉研究的盛行,关于机构投资者网络的研究也日渐增多。本文在系统梳理机构投资者网络的概念及类型、形成动因及作用机理、构建方法及测度指标的基础上,分析机构投资者网络的作用特征及其对资本市场和微观企业的影响机制和经济后果,构建机构投资者网络研究框架,并指出现有研究的不足及后续研究方向。

摘要： 随着社会经济的发展和进步,网络信息技术逐渐渗透在人们生活、工作的各个角落,不可避免地对人们的行为和思想产生了影响.在现实生活中,尚有成年人在网络上做出不规范的举动,产生不良社会舆论.学生在网络面前更是缺乏判断能力和自制力,且学生正处在学习发展的重要时期,网络信息技术可能对学生发展造成深层次的影响.主要对小学教学中网络心理健康教育展开分析和讨论,希望能够给网络技术的合理使用提供帮助和启示.

摘要： 随着经济社会的发展,网络信息技术逐步渗透到社会中各行各业中,给传统社会的运作方式产生了极大的影响。大学教育在社会发展中也遇到了一系列的机遇和问题,大学教育作为社会发展的前沿实验场所,学校和教师都需要对网络背景下的教学冲击进行积极分析和研究,促使高校教育在教育改革中发挥引领性的作用。本文将对网络时代高校辅导员的思想政治工作开展方法进行分析和讨论,希望能够给相关教学的创新发展提供参考和帮助。

摘要： 在现代社会,科学技术的发展改变了人们原有的生活,很多新事物出现在人们的生活中,以名著经典读本为核心的纸质阅读书慢慢被电子书取代,还有更多的人利用网络快捷放弃阅读,所以为了中华民族的文化传承、人民素质的提高,应该大力推广汉语言阅读,发扬中华文化的历史传承性.

摘要： 随着经济社会的发展,网络信息技术逐步渗透到社会中各行各业中,给传统社会的运作方式产生了极大的影响。大学教育在社会发展中也遇到了一系列的机遇和问题,大学教育作为社会发展的前沿实验场所,学校和教师都需要对网络背景下的教学冲击进行积极分析和研究,促使高校教育在教育改革中发挥引领性的作用。本文将对网络时代高校辅导员的思想政治工作开展方法进行分析和讨论,希望能够给相关教学的创新发展提供参考和帮助。

摘要： 对"新冠肺炎"疫情期间我国省级公共图书馆在微信平台的影响情况进行研究,分别从其他微信公众号的记录数、文案次数、阅读数、点赞数和粉丝数等数据构建评价体系,再与省级公共图书馆自身微信公众号传播情况进行相关性分析,提出在疫情期间公共图书馆应做好自身微信公众号建设和加强与其他微信公众号合作等建议.

摘要： 随着社会的不断进步和经济的快速发展,汽车行业已经作为我国国民经济快速发展的支柱产业,并且逐渐实现汽车网络化销售也将有利于促进国家经济以及汽车行业的可持续发展。随着信息技术的快速发展,电子商务开始逐渐渗透到人们日常生活和工作的方方面面,而目前汽车行业所面临的重要问题就是如何在当下的电子商务环境之下利用汽车企业的资源来开展科学合理有效的营销工作。逐渐实现汽车网络化销售对于国家经济发展和汽车行业的可持续发展等等都有着十分直接的影响。本文主要以汽车网络营销为说明对象,对网络影响过程中存在的问题进行了详细的介绍,并且根据实际情况给出了一些比较有效的解决策略。希望可以给读者带来一些有用的信息,以促进汽车行业的可持续发展。

摘要： 随着经济社会的发展与进步,教师的教学理念得到了不断地更新,但同时在实践教学中涌现出了更多教学问题。网络信息技术在学校教育中的渗透,一方面改变了传统教学的刻板方式,给予了学生积极的帮助。另一方面网络中充斥的信息和游戏内容对学生的健康生活造成了损 害,对学生的发展造成消极影响。在新的教学时期,教师需要重视网络教育中的问题,采取积极的措施对网络带来的负面问题进行化解,使网络在学生学习和生活中得到更科学的运用。本文将对小学班主任在网络时代如何进行有效的德育教学管理工作进行分析和讨论,希望能够给相关教学的科学发展提供参考和帮助。

摘要： 伴随我国信息社会的飞速发展,互联网信息对中小学生的影响也越来越凸显.作为学校教育工作者,必须认真分析学生的心理健康状况,辨证施治.本文作者对网络环境下学生心理健康状况进行细致分析,并提出了一些降低网络对学生影响的策略,是学校心理健康教育的有益探索.

摘要： 本发明公开了一种预测网络拥塞对网络质量影响的方法和装置，涉及移动通信网络管理技术领域，用于预测网络拥塞所带来的网络质量影响。该方法包括：获取待预测端口的近期历史运行数据、待预测端口的远期历史运行数据、同类端口的历史运行数据以及不同类端口的历史运行数据，所述历史运行数据包括利用率、丢包率和/或时延值；分别针对不同类别的所述历史运行数据进行数据处理；将经过处理的所述历史运行数据按照预设方式混合形成预测所需的训练集；通过所述训练集构建网络拥塞影响预测模型。

摘要： 该控制方法允许控制用于传输电力的设施(1)，所述设施包括直流电传输网(3)，该直流电传输网络(3)包括相互连接的电力传输线(4)的组(2)。所述方法允许至少N‑1个安全系统(7)的断开(E1)，该断开(E1)导致对于每个断开的安全系统(7)，来自与断开的所述安全系统(7)的变电站(6)相关联的对所述传输线(4)的组(2)中的电流流通的贡献被消除。此外，所述方法还允许寻找短路故障以识别故障传输线(4)的寻找(E2)；以及在通过寻找步骤(E2)识别故障传输线(4)之后实施的通过断开所述故障传输线(4)的线路断路器(5a、5b)来隔离的故障传输线(4)的隔离(E3)。

摘要： 一种基于网络嵌入的在线社交网络中有影响力用户的辨识方法，构建社交网络模型，对网络做K‑shell分解，获取所有节点K‑shell数值，通过DeepWalk网络嵌入方法将网络映射到欧式空间中的低维向量，获取所有节点和其邻域内节点的相应向量之间的距离，在此基础上提出计算节点影响力的指标，计算所有节点的影响力指标数值，由高到低排列，即为节点在网络中影响力大小的排序。本发明基于信息传递的强度随着节点间欧式距离的增大而迅速衰减的特点，计算每个节点对自身的局部邻域内其它节点的影响力总和作为评价该节点在网络中影响力大小的指标，准确性高，计算复杂度小。

摘要： 一种基于网络表征和聚类的社交网络用户传播影响力的识别方法，构建社交网络模型，对网络做K‑shell分解，获取所有节点K‑shell数值，通过SDNE网络表征将网络转化为欧氏空间的N个r维向量，使用K‑means聚类方法将N个向量划分为K个社区，并将这K个社区按照节点数目大小降序排列，依次在K个社区中选取一个K‑shell值最大的节点，获取的K个节点就对应社交网络传播影响力Top‑K的用户。本发明利用网络表征和聚类方法，对网络划分社区，选取每个社区最具传播影响力的用户，避免重要用户间信息重叠传播，准确性高，计算复杂度小。

摘要： 本发明提供了一种基于异质网络的社交网络影响力预测方法、装置，可以预测关注的社交网络事件对用户产生影响的概率，包括采集与关注的社交网络事件相关的事件数据与用户数据；由采集的数据构造异质网络图，获取节点关系和节点属性，建立包含异质语义特征融合模块、异质结构特征融合模块、异质多属性特征学习模块、异质网络影响力预测模块的影响力预测模型，构建样本，通过训练集和训练标签集合训练影响力预测模型，直至模型收敛得到训练好的影响力预测模型；将需要预测的用户和关注的社交网络事件数据进行处理得到异质网络图和邻居异质子图，输入训练好的输入影响力预测模型，获得输出的关注的社交网络事件对用户产生影响的预测概率。

摘要： 本发明提供了基于图神经网络的社交网络影响力预测方法、装置及介质，其可以帮助社交平台给用户提供更加精准的社交内容推荐、朋友推荐，包括：从社交网络平台的数据中提取交互行为的关键字段，构建用户全局社交关系网络；采样得到用户局部社交关系网络；拼接网络结构特征与属性特征，得到用户节点的初始化特征表示；通过关键字段中的交互频次，重新对邻接矩阵进行赋值，得到连接强度矩阵，堆叠邻接矩阵和连接强度矩阵，获得多通道矩阵；构建包括图卷积神经网络层和图注意力神经网络层的图神经网络模型，得到用户节点经过图神经网络模型学习到的特征；基于全连接神经网络构建预测分类器，通过训练好的预测分类器，输出预测的社交网络影响力。

摘要： 本发明提供了一种基于异质网络的社交网络影响力预测方法、装置，可以预测关注的社交网络事件对用户产生影响的概率，包括采集与关注的社交网络事件相关的事件数据与用户数据；由采集的数据构造异质网络图，获取节点关系和节点属性，建立包含异质语义特征融合模块、异质结构特征融合模块、异质多属性特征学习模块、异质网络影响力预测模块的影响力预测模型，构建样本，通过训练集和训练标签集合训练影响力预测模型，直至模型收敛得到训练好的影响力预测模型；将需要预测的用户和关注的社交网络事件数据进行处理得到异质网络图和邻居异质子图，输入训练好的输入影响力预测模型，获得输出的关注的社交网络事件对用户产生影响的预测概率。

摘要： 本发明提出了一种基于反向生成网络的复杂网络影响力节点识别方法，包括以下步骤：S1，社区划分：利用Louvain算法对网络进行社区划分；S2，候选节点集生成：利用图遍历收集节点信息从而辅助构造改进的反向生成网络，再选择一部分节点加入候选节点集；S3，选择种子节点：从候选节点集中找出最终的k个有影响力节点作为种子节点。本发明更能选择出网络中的关键节点或维持网络稳定性的节点作为候选节点，且提出的方法选择的种子节点感染速度更快，感染规模更大，并且种子节点集之间在大部分网络上都是分散的。

摘要： 本发明提供了基于图神经网络的社交网络影响力预测方法、装置及介质，其可以帮助社交平台给用户提供更加精准的社交内容推荐、朋友推荐，包括：从社交网络平台的数据中提取交互行为的关键字段，构建用户全局社交关系网络；采样得到用户局部社交关系网络；拼接网络结构特征与属性特征，得到用户节点的初始化特征表示；通过关键字段中的交互频次，重新对邻接矩阵进行赋值，得到连接强度矩阵，堆叠邻接矩阵和连接强度矩阵，获得多通道矩阵；构建包括图卷积神经网络层和图注意力神经网络层的图神经网络模型，得到用户节点经过图神经网络模型学习到的特征；基于全连接神经网络构建预测分类器，通过训练好的预测分类器，输出预测的社交网络影响力。

摘要： 基于增量网络与互惠边的微博网络影响力节点发现方法,包括如下步骤，根据微博中t时刻的节点及该时刻的关注信息构建微博关注网络A；根据微博中t+T时刻的节点及该时刻的关注信息构建微博关注网络B；根据关注网络A和关注网络B提取出T时刻增加的关注关系，即为经过T时刻后的动态增量网络C；在微博关注网络B与动态增量网络C增加超级节点，超级节点与每个网络节点双向连接；分别计算网络B和动态增量网络C各个节点之间的转移概率和各节点的权值；对网络B和动态增量C的每个网络节点求和并归一化处理，最终根据网络节点的最终权值进行排序。本发明能够快速定位微博网络中一段时间内影响力大的节点，更好的反映一段时间内用户影响力的变化。