网络学习社区

摘要： 智慧校园是指由现代通信与信息技术、计算机网络技术、行业技术、智能控制技术汇集而成的智慧学习环境,以实现绿色节能、科学决策、及时管控、服务便捷为学校教学及管理的目标,其核心特征是智能化。创新人才是指具有创新精神、创新思维、创新能力,并具有良好创新人格,能够通过自己的创造性劳动取得创新成果,在一定领域为社会发展和人类进步作出创新贡献的人。从智慧校园的网络学习社区应用基础、创新应用、应用保障、社会影响等方面,论述推动中学创新人才培养的方法、途径和力度。

摘要： 随着信息技术的快速发展,网络学习社区已成为重要的学习平台之一。在此背景下,文章采用词频—逆文本频率(Term Frequency-Inverse Document Frequency,TF-IDF)算法和动态主题模型(Dynamic Topic Models,DTM),以951条相关文献作为数据来源,首先对网络学习社区的研究热点和研究主题进行了分析,发现网络学习社区具有明确的教育属性,并将网络学习社区领域的相关研究划分为九类主题。随后,文章基于时序绘制了热度高低均值图和热度曲线图,对网络学习社区主题热度与演化情况进行了分析,发现混合教学和学习服务等主题具有核心热点特征,平台建设、学习者交互、社区生态等主题发展较为稳定,学习环境主题有一定的发展潜力,而学习模式、知识共享、学习动机等主题热度逐渐弱化。最后,文章梳理了研究结论,并针对网络学习社区的发展提出了建议。文章的研究为网络学习社区领域中理论和实践研究提供了一定的数据和理论支持,明确了该领域的研究主题和结构,为探讨该领域的未来研究方向提供了新的思路。

摘要： 疫情期间,各地学校延期开学,教师与学生无法面对面授课,网络学习社区一度成为全国中小学生交流学习的主要途径。然而学生跟不上教师的教学进度、学生刷课等现象相继出现,多数学生无法在网络学习社区中获得有意义的学习体验。基于此,文章将从探究社区模型理论的教学存在入手,阐明在网络学习社区中,中小学教师面临的教学设计、教学管理、技术应用三方面的挑战,进而辨明教师的角色担当,以期为中小学教师在网络学习社区中开展教学提供启示。

摘要： 为了解中小学教师网络学习状况及其特点,对中小学教师进行调查结果显示:中小学教师网络学习动机呈多元化态势,主要偏向于发展与晋升、满足教学需要;学习时段较为集中,网络学习工具使用相对单一;学习途径日趋丰富,但仍以自主学习、集中式培训为主;学习行为倾向于网络信息行为,高层次网络学习行为明显偏少;教师网络学习优势较为明显,但受资源易得性、时间精力等因素的限制.因此,需要优化中小学教师网络学习观念、培育网络信息素养,推进网络研修供给改革、提供精准指导与服务,注重网络学习社区建设、构建网络学习共生体,强化网络学习条件支撑、健全网络学习保障体系,推动教师网络学习的健康、可持续发展.

摘要： 智慧教育环境下建设面向个性化学习的网络学习社区空间,助推拥有大量的、动态的学习资源在线学习平台建设,有利于打造高效课堂,以实现个性化学习.立足智慧教育的网络学习社区建设,与人工智能深度融合,促进自适应学习平台的构建,以实现个性化学习资源的精准化推荐,更好地为学习者提供个性化学习服务支持.

摘要： 在教师信息技术能力提升工程转向2.0之际,教师研修的网络学习社区作为虚拟空间中的教育组织,正在成为教师专业成长与信息素养形成的必要路径,文章从远程教育学的视角阐释了网络社区的每一个要素及其内涵对社区中教师研修共同体形成的教育功能:网络支撑平台、吐故纳新的学科教学设计与继续教育课程内容、作为教育活动主体的助学者与教师成员在学习与交往中形成网络教师研修社区的"核心三要素",学习支持服务给学科教师提供独立学习与集体研修的信息与资源、人员与工具的帮助,而学习愿景与学习氛围是学习者与教师长期积淀而成的教育集体意识、交往规则与团队文化的印记,极大地影响教师研修社区中的学习效率与教师成长,为互联网+教师继续教育的深度融合发展提供了参考.

摘要： 新型冠状病毒蔓延之下,所有学校延迟开学。笔者在我校信息化建设基础上,组建了网络学习社区。该学习社区集互动交流、同步在线直播、异步在线指导、评价反馈等多个功能。本文以人教版物理必修二《生活中的圆周运动》一节为例,结合网络学习社区各个功能,具体阐述教师如何借助网络学习社区,从项目探究、讨论交流、同步直播、评价反馈四个方面开展学生在家期间的教与学,培养学生的学科核心素养。

摘要： 自我决定理论认为教师个体有自主参与(Autonomy)、胜任工作(Competence)和责任归属(Relatedness)三种基本需要，当这三种需要均被满足时，个体感知到自己的行为是内部引发、自己能控制和调节的，而不是外部导致或由他人所控制的。当教师长期在网络学习社区中成长时，这三种能力都同时可能会得到满足。教师在网络学习社区中的责任是一种对职业的期望和目标，会转化为对网络学习社区环境的感知力。比如:教师可能会观察和思考社区中存在的问题，也会觉察自己在教学中的问题，对教学中存在的问题判断更加敏锐和更强的洞察能力，也会深入发展成对问题的感知能力与发现能力。

摘要： 在海量信息膨胀以及有效知识获得成本增加的背景下,为促进知识性内容的传播和利用,一些网络学习社区正探索着利用自身的内容资源进行出版物开发,以提供给用户方便获取的内容集合.本研究基于现有技术的可行性,提出网络学习社区的出版主题选择模型,基于对热门话题的采集及话题过滤分类等技术建立候选选题库,以帮助编者采集选题信息,并提出以数据分析筛选和编辑主观判断相结合的组稿内容筛选与评估实现方法,从而探索提升网络学习社区内容组织效率的方式.

摘要： 本研究以区域性教师网络学习社区论坛中的发帖情况作为互动关系数据，应用社会网络分析方法对其网络互动情况进行了研究。结果显示该网络学习社区中形成的是一个低密度、结构较为松散的社会网络；网络学习社区有效地支持了区域间、校际间的交流互动；E-I指数在0.5左右的“自主开放型”学校在基于网络学习社区的教师能力培养中能得到更好的发展。

摘要： 网络学习社区是学习者在虚拟网络中进行知识建构的一个支撑平台，并成为当前网络学习的重要组织形式。在网络学习社区中，参与者之间的会话交流、经验共享环节的好坏直接影响着社区的学习效果。而目前许多网络学习社区中学习中心与会话聊天往往呈“分离”状态，从而不利于参与者之间即时的互动。本文首先对开源IwebIM聊天组件进行了介绍，然后分析了其应用于学习社区的优势，最后提出了该组件的使用方法。

摘要： 网络学习社区是伴随计算机网络和通信技术的发展而产生的一种网络学习环境，它是未来网络教育的主流形态。本文指出了目前大学物理习题答疑过程中存在的不足，利用网络聊天软件QQ构建大学物理习题答疑网络学习社区，并分析了QQ所构建的大学物理习题答疑社区的应用模型及其在实际运用中的教学效果。

摘要： Blog已被广泛应用于教育领域,成为一种重要的个人学习和知识管理工具.Blog既可独立也可与其他交互工具和教学支撑系统结合构建学习社区.把Blog与RSS(Really SimpleSyndication或RDF Site Summary)、Trackback(引用通告)、Tag(标签)、网摘及博客搜索引擎等相噜关工具和技术结合起来,能有效地提高教学资源获取和利用效率;促进知识的开放、共享和再生;能促使师生深入反思和讨论,积极参与评价,开展协作学习;能促使社区成员间交流互动与情感激励持久有效地开展;有利于社区平等融洽关系的构建.

摘要： 本发明涉及舆情控制技术领域，公开了一种基于网络表示学习的社区舆论关键人物发现方法，包括：基于社交媒体数据构建社交网络关系图；将社交网络关系图输入社区结构与结构洞节点发现模型得到社区划分集和结构洞节点；将社交网络关系图、社区划分集输入蕴含社会影响力和社区结构的网络嵌入模型得到社区网络图中节点的社会影响力和节点的网络嵌入表示向量；基于结构洞节点、社会影响力和网络嵌入表示向量进行可视化分析，获取舆论关键人物。本发明利用基于网络表示学习技术将网络社区结构信息融入到舆论关键人物发掘中，提高舆论关键人物发掘的精度和时间效率。

摘要： 一种基于网络表征学习和邻居合力的微博用户社区发现方法，根据现有微博数据，建立微博网络，基于网络表征学习方法把微博网络转化为欧氏空间向量；计算微博网络中节点的质量以及节点的邻居合力；通过邻居合力计算微博网络中节点的邻居合力中心性，设定为初始社区的中心节点，其余节点设定为普通节点；将普通节点归属到与其最近的中心节点所代表的社区形成微博网络的初始社区结构；根据模块度最优的原则合并初始社区，形成最终的微博网络社区结构。本发明综合考虑网络节点的邻居合力和节点间的距离，提高了社区发现的速度和精度。

摘要： 本发明公开了一种基于深度学习的加权网络社区发现方法及装置。所述方法包括：对给定的加权网络图进行预处理，得到二阶邻相似度矩阵；通过深度稀疏自编码器提取所述二阶邻相似度矩阵的低维特征，得到低维特征矩阵；根据聚类算法对所述低维特征矩阵进行聚类，得到社区发现结果。本发明能够综合考虑节点与邻居节点，及与邻居节点的邻居节点之间的联系，提高社区发现的准确度。

摘要： 本发明涉及电商网络数据挖掘领域，公开了一种基于半监督网络表示学习的电商网络社区发现方法及系统，所述方法包括电商网络邻接矩阵、特征矩阵以及部分用户标签矩阵构建环节，半监督网络表示学习的电商网络社区发现模型构建及优化环节，半监督网络表示学习的电商网络社区发现模型结果输出环节；利用两个独立的GCN编码器构建半监督网络表示学习的电商网络社区发现模型，并设计一个联合优化目标函数，通过最小化目标函数进行模型训练。所述系统包括计算机处理器和内存，电商网络邻接矩阵、特征矩阵以及标签矩阵单元，基于半监督网络表示学习的电商网络社区发现模型训练单元，基于半监督网络表示学习的电商网络社区发现模型结果输出单元。

摘要： 本申请实施例提供一种基于神经网络学习算法的社区健身推荐方法和系统。该方法包括：通过用户身体特征数据构建用户身体特征集，通过健身器材特征构建健身器材特征集，通过健身方法特征构建健身方法特征集；基于所述用户身体特征集、所述健身器材特征集以及所述健身方法特征集，训练社区健身推荐神经网络；采集用户特征数据，导入所述社区健身推荐神经网络，预测所述用户的匹配健身器材以及匹配健身方法；根据所述匹配健身器材及匹配健身方法向用户进行健身推荐。本申请通过神经网络学习算法提高了社区健身推荐的准确度和效率。

摘要： 本发明涉及舆情控制技术领域，公开了一种基于网络表示学习的社区舆论关键人物发现方法，包括：基于社交媒体数据构建社交网络关系图；将社交网络关系图输入社区结构与结构洞节点发现模型得到社区划分集和结构洞节点；将社交网络关系图、社区划分集输入蕴含社会影响力和社区结构的网络嵌入模型得到社区网络图中节点的社会影响力和节点的网络嵌入表示向量；基于结构洞节点、社会影响力和网络嵌入表示向量进行可视化分析，获取舆论关键人物。本发明利用基于网络表示学习技术将网络社区结构信息融入到舆论关键人物发掘中，提高舆论关键人物发掘的精度和时间效率。

摘要： 本发明公开了基于自监督学习式进化的大规模复杂网络社区检测方法，包括步骤：根据目标网络社区，确定目标网络社区对应的原始种群；将原始种群分解成第一子种群和第二子种群；采用基于自监督学习的方法对第一子种群进行更新，得到第一更新子种群，并采用基于广度学习的方法对第二子种群进行更新，得到第二更新子种群；根据原始种群、第一更新子种群以及第二更新子种群，确定目标网络社区对应的进化种群；当进化种群满足终止条件时，将进化种群作为最优种群。本发明将大规模复杂网络社区结构检测问题建模成一个两目标的优化问题，通过基于自监督学习式进化方法和基于广度学习的方法同时优化这两个目标，实现对大规模复杂网络的最优社区结构检测。

摘要： 本发明公开了一种基于深度学习的加权网络社区发现方法及装置。所述方法包括：对给定的加权网络图进行预处理，得到二阶邻相似度矩阵；通过深度稀疏自编码器提取所述二阶邻相似度矩阵的低维特征，得到低维特征矩阵；根据聚类算法对所述低维特征矩阵进行聚类，得到社区发现结果。本发明能够综合考虑节点与邻居节点，及与邻居节点的邻居节点之间的联系，提高社区发现的准确度。

摘要： 本发明提供了一种基于网络社区检测和GCN的耦合大规模数据流宽度学习快速预测智能算法，所述算法包括以下步骤：步骤一：社区检测；步骤二：时空特征提取：步骤三：宽度学习快速预测；步骤四：时空耦合宽度学习神经网络的大规模实时预测。与现有技术相比，本发明的有益效果在于：采用智能化社区检测，GCN特征提取，并结合宽度学习，解决了大规模节点预测问题，具有计算速率快，预测精度高、自适应能力强等优点。

摘要： 本发明提供了一种基于社区感知和关系注意力的增强网络表示学习的方法，首先，获取网络拓扑结构和节点的文本信息；其次，采用社区发现算法获取社区信息，标记每个节点所处的社区，将其与拓扑结构结合生成社区结构网络；再次，采用社区感知模块在社区结构网络上学习节点的结构嵌入；然后，采用关系注意力模块学习每对相邻节点的文本嵌入；最后，结合结构嵌入和文本嵌入进行模型训练得到每个节点的嵌入表示。本发明可以完整捕获网络局部和全局结构以及节点间丰富的语义关系。