文坛领袖

摘要： 胡应麟是明代的文学家、诗论家。他特别爱读书,很小就会作诗,后来中了举人,广结贤士豪杰。后来,胡应麟被明代文坛领袖王世贞看重,作为接班人主持词坛。他一生爱书,藏书超过四万卷。胡应麟爱书可谓是“嗜书如命”。他评价自己:“饿了,我就把书当精神食粮;渴了,我就把书当水解渴。诵读书时,我把它当好听的音乐;浏览书时,我把它当美丽的西施来欣赏。忧愁的时候我靠它解忧,愤怒的时候我靠它抚平怒气,生病的时候我靠它缓解病痛。”

摘要： 据徐璋乾隆九年(1744)三月跋《松江邦彦画像》册略曰,他因当初过吴门,偶然品鉴到明末文坛领袖王世贞搜集前贤遗像,展玩不忍去手。而人文渊薮的松江府自来名人辈出,与苏州府不相上下,诚如明末移居苏州的松江文士何良俊《四友斋丛说》卷之十六所曰。

摘要： 钱谦益是明末清初的文坛领袖,集学者、诗人、古文家和诗论家于一身,对经、史、释、道都有深入研究。在学术上,他可与顾炎武、黄宗羲、王夫之三大家并列,但受政治污点所累,后人很少提及。

摘要： 孔融在东汉绝对是个人物。他是名门之后、建安七子之捧4的妗兄弟.首、文坛领袖……公元195年,孔融时任北海国相。这一年,23岁的祢衡还在山东德州老家开荒种地。看似八竿子打不着的两人,却因缘际会走到了一起。一祢衡自幼家境贫寒,但这个草根少年有个优点,就是能读书。过目不忘、出口成章那是基本功,更厉害的是他担任学校辩论小分队的队长,经常引经据典,将对手喷到怀疑人生。

摘要： 千古传诵赤壁前,我辈重研赤壁后。说起《赤壁赋》,映入人们脑海中的往往是《前赤壁赋》。作为一代大文豪的苏东坡,在《前赤壁赋》中寄托自己的哲思种种,实则耐人寻味,令人回味与神往。殊不知,这位北宋文坛领袖的《后赤壁赋》依旧不可忽视。彷徨黄州路,客醉赤壁坂。其中蕴含的是东坡先生一生的心灵归处!

摘要： 北宋名臣富弼德才兼备,被时人誉为“真宰相”,留下很多闪耀人性光辉的佳话。范仲淹对富弼可谓恩重如山,当初富弼中进士后被晾在一边,范仲淹把他叫到自己身边,又是准备书房,又是挑选参考资料,让他集中精力写出政论文章,然后将文章拿给宋仁宗皇帝过目,富弼这才得到赏识,从此顺利步入政坛。此外范仲淹还亲自做媒,让他娶了政坛大佬、文坛领袖晏殊的女儿。

摘要： "文起八代之衰"是北宋大文人苏东坡对上代前辈韩愈的赞誉,表彰其在中国文学史上的贡献,主要说的是他散文方面的成就。作为"唐宋八大家"之首的韩愈,是配得上这一赞誉的,单就散文方面的成就而言,他在当时算得上名副其实的文坛领袖。

摘要： 宋以前诗书双绝者少有。王羲之书法超绝,但算不上文坛领袖。李杜文章在,光焰万丈长,论起书法成就,不及颜真卿和初唐四家(欧阳询、虞世南、薛稷、褚遂良)。当得起文坛、书坛领袖的,苏轼算一个,弟子黄庭坚算一个,二人都在代表宋代书法风格且成就M高的“宋四家”(另两位是米芾、蔡襄)之列,元祐后期,“苏黄”并称,堪为文学典范,有道是“苏黄一时顿有,风流千载追还”,两人亦师亦友,“相爱相杀”,互相影响,相互成全。

摘要： 欧阳修与苏试是中国家喻户晓的文人,在文人才子繁若星辰的宋代,他们先后成为北宋嘉祐、元祐年间的文坛领袖,前后相继,革新诗文。他们也是北宋士大夫的杰出代表,淡泊名利,进退自如,无论身在庙堂还是江湖,都始终坚持忧国爱民的政治信仰。他们是薪火相传的师生,更是灵魂契合的知己。

摘要： 陈继儒作为晚明苏松文坛领袖,画坛中松江派的标志性人物之一,不仅在绘画实践上有着代表性的作而且在绘画理论上也具有代表性的见地。他一生向往的是一种恬淡自适的生活状态,追求隐逸生活.正是这种与世无争。

摘要： 本发明公开一种丝光领袖染色方法。该丝光领袖染色方法包括如下步骤：将丝光领袖从压领机的一端穿入经过所述压领机的料槽和压辊，并从所述压领机另一端穿出，所述压领机将所述料槽中的渗透剂及润滑剂附着到所述丝光领袖的表面并渗透到所述丝光领袖的内部；染色。该丝光领袖染色方法能够避免领袖与机器产生较大摩擦而产生擦痕。

摘要： 本发明公开了一种关键意见领袖的识别方法及计算机可读存储介质，方法包括：通过媒体账号发布文案的种子链接，所述文案中设有埋点功能，所述种子链接中包括上一个节点参数；获取所述文案的传播路径，并当用户触发埋点功能时，将埋点功能对应的动作以及动作时间与所述用户对应的传播路径进行关联；根据所述文案的传播路径，生成所述文案的传播路径树，其他节点分别对应一个用户的唯一标识；根据所述媒体账号发布的各文案的传播路径树，分别计算对应各用户的预设的关键绩效指标；根据各用户的关键绩效指标以及预设的指标阈值，识别得到关键意见领袖。本发明可方便、快速、准确地识别出关键意见领袖。

摘要： 本发明提出了一种基于PageRank的意见领袖挖掘方法，属于数据挖掘领域。本发明基于PageRank算法的核心思想，将其引入到社交网络用户影响力分析之中。本发明不仅考虑了社交网络用户关系拓扑结构信息，而且融合了社交网络用户的一些体现其影响力的属性信息。在社交网络拓扑信息方面算法基于事件中用户的转发关系构建了一个加权的用户关系网络，事件是具有主题性质的和大量广泛的用户参与的，以事件为基础使用转发机制构建关系网络不仅具有信息的针对性与目标性，而且明显能减少社交媒体信息数据量的使用，同时这种网络因事件的不同具有动态性。针对社交网络用户属性信息方面，算法使用了能直接体现用户影响力用户属性信息，能更加精确的刻画了用户影响力。

摘要： 本说明书实施例公开了一种意见领袖的识别方法、装置及电子设备，用于提高意见领袖的识别效果。该方法包括：确定话题网络中的节点用户是意见领袖的概率；将所述概率以及所述节点用户的多个指标参数输入预设模型，得到所述多个指标参数分别对应的比例系数；其中，所述概率和所述多个指标参数以及所述多个指标参数分别对应的比例系数相关；基于所述多个指标参数以及所述多个指标参数分别对应的比例系数，得到所述节点用户的权重；基于所述节点用户的权重，通过PageRank算法识别出所述话题网络中的意见领袖。

摘要： 本发明公开一种丝光领袖染色方法。该丝光领袖染色方法包括如下步骤：将丝光领袖从压领机的一端穿入经过所述压领机的料槽和压辊，并从所述压领机另一端穿出，所述压领机将所述料槽中的渗透剂及润滑剂附着到所述丝光领袖的表面并渗透到所述丝光领袖的内部；染色。该丝光领袖染色方法能够避免领袖与机器产生较大摩擦而产生擦痕。

摘要： 本发明请求保护一种基于用户综合影响力的意见领袖识别方法及系统，所述方法包括：微博用户关系网络的构建，主要包括两个步骤:首先，利用python爬虫对所关注话题进行数据采集，并且进行数据预处理。其次，根据最终得到的用户及其关系，导入Gephi进行用户网络的可视化；根据用户关系网络计算用户全局影响力和用户的局部影响力；最后得到用户的影响力排序。其中一个用户的影响力应综合考虑用户与其他用户的密切程度，以及最近邻用户的影响，来衡量用户的影响力，即融合全局结构和局部结构对用户影响力进行测度；本发明可以体现意见领袖在全局和局部影响力的差异，从而为不同话题下的舆情监控和引导提供更有针对性的建议。

摘要： 本发明通过网络技术处理领域的方法，实现了一种基于关键传播结构感知的意见领袖识别方法和装置。方法基于神经网络算法，设计用户双重特征提取模块和关键传播结构挖掘模块两个逻辑模块组成，通过输入微博中不同话题数据，得到输入数据中具有代表性特征的意见领袖及关联关系输出。本发明设计基于节点中心度的消息传递机制，充分结合了节点在拓扑结构中的重要性，构造了一个新的图神经网络模型提取社交网络中用户的特征。首次利用图分类任务挖掘不同事件中的关键结构信息，在挖掘社交网络中top‑k个意见领袖的同时能够从节点连通性、节点相似度、节点中心度三个角度学习意见领袖之间潜在的联系，构造网络中的关键传播结构。

摘要： 本发明公开了一种基于图结构整体和部分的社交网络意见领袖挖掘方法，属于社交网络分析技术领域，包括：爬取社交网络中用户语义信息并进行预处理；利用LDA模型将处理后的语义信息抽象为主题，提取关键字，将主题和关键字作为特征属性；将LDA模型生成的K个主题作为向量空间，堆叠成数据矩阵建立用户社交网络；利用基于密度的社区发现方法对用户社交网络进行社区划分，得到社区结构；基于图的整体结构计算社区结构中所有用户节点整体、局部影响力；融合所有用户节点整体、局部影响力进行影响力评估，得到所有用户节点影响力评分，将排在预设阈值前的用户节点作为意见领袖。该方法考虑因素的多样性保证了网络意见领袖挖掘的准确性和有效性。

摘要： 本发明提出了一种基于GraphSAGE的社交网络意见领袖挖掘方法，涉及社交网络技术领域，包括以下步骤：构建社交网络数据集以获取社交网络用户信息；根据社交网络用户信息对社交网络用户进行预分类以得到预分类结果；对预分类结果进行特征提取以得到特征数据，并设置初始节点特征；通过初始节点特征对特征数据进行基于GraphSAGE的节点二分类模型训练以得到二分类模型；利用二分类模型对未参与训练的社交网络用户进行意见领袖分类，以得到意见领袖的挖掘结果；本发明提供的基于GraphSAGE的社交网络意见领袖挖掘方法，充分利用用户信息和用户间拓扑结构信息，有效解决了其他模型迁移性差的问题，大大提高挖掘结果的准确性。

摘要： 本申请涉及一种意见领袖识别方法、装置、电子设备和存储介质。所述方法包括：基于用户之间的互动操作，构建无向人际网络模型，无向人际网络模型用于表征用户之间的互动关系；针对任一用户，从无向人际网络模型中确定用户的至少一个关系集，关系集中包括第一关联用户和至少一个第二关联用户，第一关联用户为与用户存在互动关系的用户，第二关联用户为与第一关联用户存在互动关系的用户；根据各用户的关系集及各第一关联用户的初始领袖权值进行迭代处理，得到各用户的领袖权值；根据各用户的所述领袖权值，从各用户中确定意见领袖。采用本方法能够提高意见领袖识别精度。