发现力

摘要： 江西广播电视台作品《江西为候鸟留下“口粮田”》荣获“中国广播电视大奖2019到2020年度广播电视节目奖”,作品主创人员由此得出“热点必追”“打组合拳”“精心布局”“锤炼细节”“融合发布”五个广播新闻创作的经验,从中分析广播新闻写作中的得失成败。

摘要： 新闻记者的岗位职责赋予了这一职业强大的社会责任和历史使命.新闻记者新闻报道水平决定着记者自身的发展方向,更关系到新闻舆论工作的传播力、引导力、影响力、公信力.本文着重探讨在新的历史条件下如何增强新闻记者的发现力及传播力.

摘要： 编辑作为出版社选题策划、组稿、审读、加工整理的专业技术人员,承担着重要的社会责任,而发现力作为编辑必备的重要职业技能,是编辑发掘具有出版价值的作品的重要表现,对于出版行业的繁荣发展具有重要意义。编辑发现力是指编辑发现作者,发现内容主题亮点以及发现市场的能力,是编辑通过自身知识储备与经验积累对作者、作品与市场的敏锐感知力,也是出版活动的最初的关键一环。

摘要： 数学步道是以数学的眼光观察世界,依托实物景观而设计的具有挑战性的数学任务.数学步道为儿童在数学与生活之间架起了一座桥梁,让知识更具体验力,让体验更具探究力,让探究更具发现力,同时为校园文化增添了一抹亮色.

摘要： 全面推进乡村振兴是当下发展任务的重中之重,池州市广播电视台引导记者学懂、弄通、悟透习近平新时代中国特色社会主义"三农"思想,抓住党和政府重视、人民群众关切的重大问题,从"情感真实""效果务实""文风朴实"三个方面入手,提升乡村振兴主题报道的前瞻性、贴近性、服务性,助力乡村振兴伟大实践。

摘要： 在信息化背景下,移动互联代际变迁加速,人工智能技术突飞猛进,出版载体、出版样态都发生了巨大的变化.多媒体、流媒体拓展了出版的边界,富媒体丰富了出版的形态,让出版更加高效、即时、立体.从出版传播的角度讲,信息化催生了新兴出版到实现出版融合,为出版带来了从形式到理念的深度变革.从信息获取的角度讲,大数据使信息获取更加便捷,信息质量更高,出版活动更加活跃.从以生产为中心到以用户为中心的价值判断倒逼出版企业进行组织架构扁平化探索.从技术层面而言,是跨界联合还是构建产业链闭环,我们从行业探索的实践中已不难作出判断.信息化背景下,出版企业正在融合的进程中经历比以往更加复杂的深度博弈.

摘要： 在第28届中国新闻奖评选中,由江西广播电视台创作的《外国使节神山村里探寻中国脱贫经验》获得电视消息三等奖.评委们认为这是一篇题材重大、立意深远;视角独特、结构巧妙;创新语态、国际表达的时代佳作.本文将从选题发现力、角度表现力、表达创新力这三方面,全流程展现这条新闻的采编过程.

摘要： 面对系列新情况新问题新挑战,各级领导干部要不断提高“问题发现力”。何谓“问题发现力”9在省部级主要领导干部坚持底线思维着力防范化解重大风险专题研讨班开班式上,习近平总书记指出,要强化风险意识,常观大势、常思大局,科学预见形势发展走势和障藏其中的风险挑战,做到未雨绸缪。

摘要： 何谓“问题发现力”?在省部级主要领导干部坚持底线思维着力防范化解重大风险专题研讨班开班式上,习近平总书记指出,要强化风险意识,常观大势、常思大局,科学预见形势发展走势和隐藏其中的风险挑战,做到未雨绸缪。

摘要： 本发明属于数据挖掘技术领域，具体涉及到一种基于三元关联图和知识表示的影响力发现方法，包括通过网络爬虫获取数据，并进行数据清洗；根据获取的数据源按照用户的转发行为提取热点话题下的消息传播路径和话题下的总消息以及话题下的总用户信息，构建消息‑路径‑用户三元关联图模型；根据交叉迭代策略，在构建的消息‑路径‑用户三元关联图模型上进行正反迭代打分机制来挖掘出热点话题传播的关键元素节点；得到的关键消息、关键路径和关键用户的影响力得分序列结果和相关信息存储到服务器，完成影响力发现；本发明可以帮助使用者在异构、多属性的社交网络中发现高影响力用户。

摘要： 本发明公开了一种结合注意力机制LSTM和神经主题模型的服务发现方法，包括以下步骤：1：从Web服务描述语言的标签中提取出自然语言词汇并进行预处理；2：对1中提取出的关键词进行语义增强并经过神经主题模型的处理得到描述的主题信息；3：利用预训练的词向量对1中的关键词汇进行嵌入；4：在步骤2和3的基础上，通过结合注意力机制的双向LSTM进行描述的特征提取；5：在步骤4的基础上，通过对查询请求和服务描述的特征向量计算相似度，从注册服务库中，找到相似度最高的k个服务。本发明的有益效果是：通过处理Web服务的描述中存在的语义信息并使用外部信息对其进行增强，基于用户查询的语义，在大量注册服务中找到满足用户功能需求的服务。

摘要： 本发明公开了一种基于话题影响力渗流的语义社交网络社区发现方法。步骤1：构造语义社交网络节点的语义空间坐标表示；步骤2：构造步骤1的同时构造基于渗流力学的话题影响力渗流微分方程；步骤3：根据步骤2的话题影响力渗流微分方程，求解话题影响力偏微分方程；步骤4：根据步骤3制定生成社区的博弈规则；步骤5：在步骤4的博弈规则选取话题影响力最大的种子节点作为影响力渗流的初始非均衡节点；步骤6：利用步骤4的博弈规则与步骤5的初始非均衡节点生成社交网络社区结构。现有方法仅以话题的相似性作为社区的生成标准会降低社区内部节点的一致性，社区内聚性略显不足。

摘要： 本发明公开了一种基于社区发现与聚类优化的力导向图布局方法，涉及图数据的可视化布局技术领域。包括：将原始数据转化为相应的图数据；将所述图数据的节点划分为叶子节点和非叶子节点，将每个非叶子节点视为一个社区并对叶子节点进行压缩，获得压缩图数据；对压缩图数据进行传统Louvain算法第一阶段时的最大化模块度的社区发现过程；对上步更新的图数据利用选择性的社区合并代替传统Louvain算法第二阶段中迭代的社区合并过程；对步骤4中得到的社区结构及对应的图数据，利用ComboForce布局算法实现基于聚类优化的力导向图布局。该方法提高了力导向图布局对图数据进行可视化布局时的布局效率，并优化了力导向图布局对图数据进行可视化布局时的布局效果。

摘要： 本发明涉及大数据挖掘技术领域，公开了一种基于节点综合影响力的标签传播重叠社区发现方法，根据节点的拓扑信息:度、三角形数和局部平均度计算网络中节点重要性LI；依据节点及其邻居的相似度Sim及节点亲密度NI计算节点相似性影响力SI；根据节点重要性LI和相似性影响力SI计算节点综合影响力CI，将所有节点按节点重要性LI排序，并为每个节点初始化一个唯一标签和主标签，保留满足阈值的标签并归一化；检查所有标签并删除不满足节点个数阈值的标签并保留这些标签中的节点，再次计算隶属系数并重新分配社区。本发明采用异步更新节点的标签，结束条件是两次主标签不变或达到了最大迭代值，能够高效及准确的发现复杂网络中的重叠节点和社区结构。

摘要： 本发明公开了一种考虑动态舆情主题的高影响力用户发现方法，其步骤包括：1、构建不同时期的用户在线关系网络，2、设计动态有参贝叶斯模型生成不同时期的舆情主题，3、识别不同时期的高影响力用户。本发明在应对大规模社交网络时，能有效、快速、准确地发现用户关注度高的舆情主题，有助于舆情主题检测，并能有效发现不同时期的舆情主题演变及高影响力用户，从而为决策者提供重要信息，帮助决策者在特定时间内引导民众舆情，及时了解舆情主题变化。

摘要： 本发明公开一种基于注意力机制和一维卷积滑窗的微表情发现方法及系统，包括：获取视频流的连续帧图像，进行空间特征的提取，对空间特征进行全局特征和局部特征的提取；根据某一图像与其他图像的全局特征之间的相关度，以及局部特征之间的相关度，分别得到全局注意力权重和局部注意力权重，根据全局注意力权重和局部注意力权重分别得到全局注意力特征和局部注意力特征，将全局注意力特征和局部注意力特征融合得到注意力特征；采用一维卷积滑窗以设定步长和检测间隔在注意力特征中移动，以提取每个检测间隔内的特征，对每个检测间隔内的特征进行微表情识别，将检测间隔的微表情识别结果进行间隔分组，以更加准确的定位到真实的微表情位置。

摘要： 本发明提出了一种基于注意力机制下长短期记忆网络的服务发现方法及系统，将句子对的词向量作为BiLSTM层的输入构建特征向量，应用注意力机制构建句子对的内在联系，将注意力机制操作后的句子对信息进行上下文特征向量提取；通过池化操作得到固定长度的向量作为输出层的输入，预测出句子对的匹配等级；优化模型；对于给定的查询请求，都与测试集服务进行相似度匹配；根据预测的概率对所匹配的服务进行倒序排序，得分最高的前N个服务即为所要检索的目标服务，结合BiLSTM语言模型和注意力机制的优势，基于BiLSTM模型的正向语义及反向语义结合，生成包含丰富上下文语义信息的特征向量；以及注意力机制的使用有效地支持服务相似度计算，找到最准确的目标服务。

摘要： 本发明属于数据挖掘技术领域，具体涉及到一种基于三元关联图和知识表示的影响力发现方法，包括通过网络爬虫获取数据，并进行数据清洗；根据获取的数据源按照用户的转发行为提取热点话题下的消息传播路径和话题下的总消息以及话题下的总用户信息，构建消息‑路径‑用户三元关联图模型；根据交叉迭代策略，在构建的消息‑路径‑用户三元关联图模型上进行正反迭代打分机制来挖掘出热点话题传播的关键元素节点；得到的关键消息、关键路径和关键用户的影响力得分序列结果和相关信息存储到服务器，完成影响力发现；本发明可以帮助使用者在异构、多属性的社交网络中发现高影响力用户。

摘要： 本发明公开了一种基于话题影响力渗流的语义社交网络社区发现方法。步骤1：构造语义社交网络节点的语义空间坐标表示；步骤2：构造步骤1的同时构造基于渗流力学的话题影响力渗流微分方程；步骤3：根据步骤2的话题影响力渗流微分方程，求解话题影响力偏微分方程；步骤4：根据步骤3制定生成社区的博弈规则；步骤5：在步骤4的博弈规则选取话题影响力最大的种子节点作为影响力渗流的初始非均衡节点；步骤6：利用步骤4的博弈规则与步骤5的初始非均衡节点生成社交网络社区结构。现有方法仅以话题的相似性作为社区的生成标准会降低社区内部节点的一致性，社区内聚性略显不足。