网络社团

摘要： 新媒体时刻影响着高职院校学生的学习、生活、思想观念、价值取向、思维方式、行为模式及个性心理.发挥学生网络社团的力量运营和管理高职院校的新媒体平台,能拉近教师与学生的心理距离,轻松开展大学生思政教育.

摘要： 政治安全是国家安全的核心问题,网络社团的发展在新时期对政治安全提出了全新的挑战与机遇。社会团体在网络时代以网络社团的形式对政治安全产生一系列影响,网络社团具有社团与网络二者特征的双重结合,网络社团集虚拟性、便捷性、开放性、灵活性于一体,其成员流动性强,内部较为松散。以政治安全为切入点研究当前网络社团的兴起,结合网络探讨其发展特点,从公民与政府两个维度研究网络社团的积极影响,以网络社团对政治稳定、意识形态、信息安全、反对势力入侵几个角度探讨我国网络社团给政治安全带来的挑战与冲击。维护网络时代国家政治安全问题需重视网络社团的影响,以价值层面为出发点,从思想、制度和政治三个维度进行思考,为社会稳定与网络社团发展提出合理化建议。

摘要： 高校退休教师网络社团一方面丰富了高校思想政治教育工作的载体,另一方面也对高校思想政治工作提出了新的挑战.本文分析了退休教师网络社团的现状和特点,提出了做好退休教师网络社团思想政治工作的关键在于与时俱进,把新媒体、新技术与思想政治工作很好地结合起来,进行科学的分析、正确的引导和规范的监管,才能起到事半功倍的效果.

摘要： 充分发挥网络社团在社会治理中的重要作用,政府要构建支撑体系,为网络社团发展和参与社会治理营造良好环境;网络社团自身要注重完善体制机制,提高社会治理质量与效率。同时,政府与网络社团应积极协作共治,创新合作模式,实现政府治理和社会调节、居民自治良性互动。

摘要： [目的/意义]通过挖掘网络社团及其演化过程,有助于掌握网络用户结构及行为方式,对网络舆情分析具有十分重要的意义,当前的网络社团演化挖掘模型存在着局部最优及抗噪能力差等问题.[方法/过程]通过建立网络社团与主题的对应关系,把社团的识别转化成主题的识别.在OLDA模型的基础上引入用户参数,提出一种主题社团混合模型(OTUCM),该模型把t-1时刻社团后验作为t时刻社团先验,通过建模用户、消息、主题、词汇四者之间的概率依赖关系,生成t时刻消息—主题、主题—词汇、主题—用户三个分布矩阵.通过交叉熵计算t与t-1时刻的主题相似度,得出主题及主题下用户的演化过程.[结果/结论]在实验数据集上验证了OTUCM模型,并与当前流行算法进行对比,实验结果表明OTUCM模型在网络社团演化挖掘方面达到了良好的效果.

摘要： 互联网的飞速发展过程中网络谣言也随之恣起,政府加强了互联网领域的治理,但其治谣也存在诸多问题.网络社团作为虚拟空间的新事物,它在网络辟谣方面具有速度快、专业性强、更为全面、科学理性和持久有效等优势,可成为社会治理中的新生力量.以重要性和紧急性对网络谣言进行分类,政府和网络社团可形成“邀请合作”模式、“项目协作”模式、“委托代理”模式、“职能转移”模式四种合作模式,从而发挥二者各自辟谣优势.在社会治理创新的当下,政府应转变传统的社会管理思维,以政府职能转变为关键,规范和引导网络社团发展,完善与其合作机制,最终通过政府与网络社团的良性互动有效治理网络谣言.

摘要： 网络社团作为准社会组织的一种重要形式,近年来在中国获得迅速发展,对中国社会的影响非常重大.大量网络社团的产生给社会带来正面的、积极的影响,但是在网络社团中也出现诸多危及公民生活、社会稳定和国家安全的违法犯罪问题.要确保网络社团健康发展,就必须加强对网络社团中存在的这类问题的治理.作为一种准社会组织,网络社团具有很强的特殊性和复杂性,加强对网络社团的治理,最重要的是要破除既定的思维模式,善于动用社会力量来进行治理.

摘要： 本发明公开了一种复杂网络的社团发现方法及社团重要节点发现方法，首先根据复杂网络的拓扑结构和节点间连接次数计算得到每条边的边权，以边权最大的边为新社团的起始边，对新社团进行扩张，每次扩张时计算社团邻点的局部社团判断函数，如果局部社团判断函数大于0，即将邻点和对应边划分进行社团，社团停止生长后，从剩下的边中选择边权最大边作为另一个新社团的起始边，继续划分；在进行社团重要节点发现时，先计算得到各节点受到同一社团的邻点的影响因子，然后根据节点受到邻点的影响因子和邻点受到节点的影响因子计算得到节点的重要度，完成重要节点发现。本发明准确度高且时间复杂度低，尤其适合应用于大规模复杂网络。

摘要： 本发明公开了一种天地一体化信息网络下改进社团发现的虚拟网络映射方法，本发明通过在对虚拟网络请求进行映射前，首先构建出天地一体化信息网络的时空连续图，来确定虚拟网络请求生存时间内的相对静态拓扑。在映射过程中首先利用改进的Louvain算法在相对静态网络拓扑上进行社团划分，优先选择网络资源最丰富，物理节点密度最高的社团进行虚拟节点映射。在社团划分的基础上，对同一社团内的网络节点按照资源中心性排序来选择物理节点进行节点映射。在解决卫星子网移动性带来的网络拓扑不确定性问题的同时也降低了虚拟网络请求链路映射时节点相距过远造成的链路资源的消耗，从而降低映射能耗，高效利用网络资源。

摘要： 本发明公开了一种非重叠网络和重叠网络中社团结构检测方法，在模糊模块度函数的引导下，在约束条件对应的可行隶属度分布组合空间内进行方向性搜索，收敛至使模糊模块度函数达到最优的隶属度分布，由最优的隶属度分布，得到真正的社团划分，从而确定社团结构。本方法可获得真正的模糊社团划分，并根据隶属度分布确定社团结构，所获得的最终隶属度分布能够体现重叠节点的多样化拓扑特性差异，克服了隶属度计算过程中由于计算指标单一带来的不精确性。

摘要： 本发明公开了一种融合社团信息和局部信息的社交网络好友预测方法，包括以下步骤：利用社团检测算法对社交网络进行预处理，得到网络的社团结构；通过利用社团信息对用户之间的边进行加权，更精确的反映用户之间的关系；k层概率传播；计算用户相似度矩阵；用户节点相似度排序。该方法利用概率传播方法预测用户与用户之间的相似度，并且通过用户之间的社团信息进一步提升预测的准确性。本发明通过设计k层概率传播考虑更多的局部信息，利用用户社团信息考虑了用户不同的邻居对其影响不同的问题，从而能够更好的预测用户之间的相似度，实现预测效果的有效提升。

摘要： 本申请公开了一种复杂网络中网络社团的确定方法及装置，所述复杂网络包括多个节点，每个所述节点分别与至少一个区别于自身节点的节点相连，相连节点之间的边具有两个边方向，且每个边方向具有各自的边权值，所述方法包括：依据所述复杂网络中相连节点之间边的边权值，获取所述复杂网络中每个节点的局部重心性数值；依据每个节点的局部重心性数值，在所述复杂网络中确定至少一个节点作为目标局部重心点；在所述复杂网络中，确定分别以每个所述目标局部重心点为重心的初始社团；确定所述初始社团中的网络社团。

摘要： 本发明公开一种异质网络社团结构以及基于该结构的社团发现方法，首先提出了异质网络的零模型，为研究复杂网络中异质网络结构提供了基础的随机化网络模型；并在其基础上提出了适用于异质网络的功能函数异质网络的模块度，为异质网络社团评价提供了新方法；然后在异质网络模块度的基础上，定义了异质网络的社团结构，基于该社团结构提出了基于异质网络模块度最大化的异质网络社团发现方法，有效地发现了异质网络中的社团结构：本申请采用同质、异质邻接矩阵全面、有效地描述异质网络连接关系。

摘要： 本发明公开了一种基于最优网络结构的网络社团发现方法，1)从原始网络结构中，面向网络社团发现生成最优网络结构；2)基于最优网络结构，为网络节点学习向量表示；3)基于网络节点表示，使用机器学习聚类算法对网络节点进行划分，从而得到网络的社团结构。本发明所公开的基于最优网络结构的网络社团发现方法，同现存的社团发现方法相比，通过数据驱动的策略可以自适应于现实世界中各种网络类型，更具有应用广泛性；同时，考虑并消除了原始网络结构中模糊社团结构的社团间边连接对社团发现的不利影响，通过更细粒度边连接关系的最优网络结构进行更准确、更稳健的社团发现，具有实际应用的优势。

摘要： 本发明公开一种基于多层网络社团划分的社交网络人物关系分析方法，包括：S1、通过Twitter开放平台获取人物信息数据；S2、构建多层网络；包括：好友关系网络，转发关系网络，点赞关系网络；S3、将步骤S2构建的好友关系网络、转发关系网络、点赞关系网络进行融合；S4、对步骤S3融合后的多层网络进行社团划分；S5、根据社团节点间连接紧密或稀疏的特点，分析得到任务关系；本发明所采用的基于边聚类的多层社交网络社团发现算法，能有效地避免参数不确定性问题，社团划分结果更精准。

摘要： 本申请公开了一种复杂网络中网络社团的确定方法及装置，所述复杂网络包括多个节点，每个所述节点分别与至少一个区别于自身节点的节点相连，相连节点之间的边具有两个边方向，且每个边方向具有各自的边权值，所述方法包括：依据所述复杂网络中相连节点之间边的边权值，获取所述复杂网络中每个节点的局部重心性数值；依据每个节点的局部重心性数值，在所述复杂网络中确定至少一个节点作为目标局部重心点；在所述复杂网络中，确定分别以每个所述目标局部重心点为重心的初始社团；确定所述初始社团中的网络社团。

摘要： 本发明公开了一种异质网络社团发现方法及系统。该方法包括步骤：搜索并记录异质网络中所有的交互链；计算该网络中每个节点的交互链中心性，选择区域内交互链中心性最大的节点作为种子节点；确定种子节点的标签，并由种子节点向其相连的且满足预设条件的节点扩散自身的标签，其相连的获得标签的节点再继续扩展自身的标签，直至该网络中所有节点获得标签，根据所有节点的标签确定社团。本发明从异质网络形成的交互链出发，能够有效处理异质网络的异质性，探测出符合异质网络实际意义的社团结构。