西藏网络媒体文化传播影响力提升策略探讨

信息化技术的进步,网络媒体的兴起改变了传统藏族文化的传播方式,各种网络媒体平台促进了信息的传播.面对网络媒体时代的计算机化浪潮,传统的藏族文化传播必须要发展和创新,以符合互联网时代的文化交流需求.因此,文化传播不能局限于传统模式,要努力提升西藏网络媒体的文化传播影响力,更好地传播少数民族文化.     

主编寄语——纪念《分析测试学报》创刊30周年

光阴荏苒,岁月如歌.自1982年《分析测试学报》(原名《分析测试通报》)创办之日起,巳历时三十载.从季刊、双月刊到现在的月刊,《分析测试学报》巳发展成为国内知名的化学类核心期刊,在我国化学界具有广泛的学术影响力.     

服务奥运、推广宣传CMMB——广科院奥运会各CMMB体验点推广工作有感

为充分体现科技奥运理念．扩大CMMB的国际影响力．广电总局广科院在奥运村、绿色家园媒体村、汇园公寓媒体村、主新闻中心、北京国际新闻中心和国际广播中心分别设立了六个CMMB体验点,以实现”随时随地看奥运”的目标。10几天来CMMB体验点已经接待了来自近140个国家的5000多名体验者,使更多的国外记者、运动员和官员了解到了CMMB这一技术的魅力。     

确定阀值下社会影响力最大化模型研究

确定阀值下社会影响力最大化问题:在社会网络中,如果用户来自邻居的影响力超过固定阀值,则该用户保持激活并影响其他的未激活邻居,当未有新的激活用户时停止扩散,如何选择最初的初始种子使得最终激活的用户数量最大化。该问题广泛存在于新产品扩散、技术推广、信息传播等营销活动。本文分别根据影响力扩散的扩散结果和扩散过程建立了两个整数规划模型。通过计算实验,我们发现基于扩散过程的模型更容易被商业优化软件(Gurobi)求解。同时,实验显示缩减扩散阶段只损失少量的激活数量,却可以节约大量的计算时间。最后,论文在求解模型的基础上,测试了贪婪算法的计算绩效。     

影响废水排放因素的统计分析

蔡越江．影响废水排放因素的统计分析．本文通过定量分析人口数量、能源消费、生活水平、能源水平和废水治理水平等因素对废水排放的直接和间接影响,以及这些因素之间的相互影响和相互作用,结果表明人口数量和工业生产是影响废水排放的重要因素,提高生产率和能源利用率能有效减少废水的排放     

协商评价中评价者动态影响力的计算方法

针对现有协商评价方法中缺乏考虑评价者影响力的局限性,提出一种协商评价中评价者动态影响力的计算方法。首先设定评价情境,提出研究前提假设;然后给出动态影响力的相关概念和定义,提出评价者动态影响力初值、协商权重以及动态影响力增值的计算方法,并对参数敏感性进行了分析;最后通过一个算例验证了方法的实用性和可操作性。     

刘宝增：影响力是干出来的

7月15日,当刘宝增上身着藏蓝色上衣,下身穿红裤（这是中石化西北石油公司的统一的工服）,出现在《西北石油局、西北油田分公司全员成本目标管理经验交流会》现场时,中等身材的他,并不容易让人与普通的石油干部相区分,但当每一位发言者上台交流后,他简洁、严谨、数字化、犀利的点评方式,方显其CFO风采。     

加权网络中基于冗余边过滤的k-核分解排序算法

k-核分解排序法对于度量复杂网络上重要节点的传播影响力具有重要的理论意义和应用价值,但其排序粗粒化的缺陷也不容忽视.最新研究发现,一些真实网络中存在局域连接稠密的特殊构型是导致上述问题的根本原因之一.当前的解决方法是利用边两端节点的外部连边数度量边的扩散性,采取过滤网络边来减少这种稠密结构给k-核分解过程造成的干扰,但这种方法并没有考虑现实网络上存在权重的普遍性.本文利用节点权重和权重分布重新定义边的扩散性,提出适用于加权网络结构的基于冗余边过滤的k-核分解排序算法:filter-core.通过世界贸易网、线虫脑细胞网和科学家合著网等真实网络的SIR(susceptible-infectedrecovered)传播模型的仿真结果表明,该算法相比其他加权k-核分解法,能够更准确地度量加权网络上具有重要传播影响力的核心节点及核心层.     

社交网络中基于贝叶斯和半环代数模型的节点影响力计算机理

本文综合考虑网络结构及节点间的互动等关键因素, 提出了一种节点影响力分布式计算机理. 首先根据节点交互行为在时域上的自相似特性, 运用带折扣因子的贝叶斯模型计算节点间的直接影响力; 然后运用半环模型来分析节点间接影响力的聚合; 最后根据社交网络的小世界性质及传播门限, 综上计算出节点的综合影响力. 仿真结果表明, 本文给出的模型能有效抑制虚假粉丝导致的节点影响力波动, 消除了虚假粉丝的出现对节点影响力计算带来的干扰, 从中选择影响力高的若干节点作为传播源节点, 可以将信息传播到更多数目的节点, 促进了信息在社交网络中的传播. 关键词： 社交网络 影响力 贝叶斯 半环代数     

基于区域密度曲线识别网络上的多影响力节点

复杂网络多影响力节点的识别可以帮助理解网络的结构和功能,具有重要的理论意义和应用价值.本文提出一种基于网络区域密度曲线的多影响力节点的识别方法.应用两种不同的传播模型,在不同网络上与其他中心性指标进行了比较.结果表明,基于区域密度曲线的识别方法能够更好地识别网络中的多影响力节点,选中的影响力节点之间的分布较为分散,自身也比较重要.本文所提方法是基于网络的局部信息,计算的时间复杂度较低.