高校排名

摘要： 高校排名是学科竞争力与学术影响力研究的重要内容.本文以我国"人文社科类"高等院校为研究对象,结合层次分析法和第4轮学科评估(CUSR)数据,进行我国"人文社科类"高等院校排名的实证研究.研究结果:构建"人文社科类"高等院校排名的层次分析模型结构,其中马克思主义原理、中国语言文学的重要程度较高;北京大学和中国人民大学是目前我国排名最高的"人文社科类"高等院校;师范类院校在马克思主义理论、教育学、中国语言文学等学科都取得了一定的成绩,且综合性院校人文社会科学类的学科发展较为均衡.

摘要： 致力于世界高校排名,做留学生求学路上“引路人”。从早期儒家“因材施教”“有教无类”教育理念的提出,到现代科技兴国、人才强国战略的实施,教育始终是我国社会发展进步过程中重要的组成部分。站立于时代的潮头,观我国社会的发展,国际交流合作日益深入、教育国际化趋势日益鲜明。而在以海外留学为代表的国际教育交流合作中,来自英国的国际教育市场咨询公司Quacquarelli Symonds(下文简称QS)通过其推出的多种类型的世界高校排名榜单,为国际学生提供了精准的世界高校排名信息。数年来,始终在学生海外求学之路上扮演着重要的“引路人”的角色。

摘要： 一、排名的选定及指标分类世界大学排名是目前较为科学的对全球范围大学进行评估的一种方式。现阶段ARWU、QS、THE和美国《U.S.News & World Report》发布的“USNEWS全球最好大学排名”(USNEWS)在国际社会受到广泛认可,但由于USNEWS发布时间较短,且在官方网站中仅公布当年的高校排名,不利于跨年度纵向对比,本研究未将其选人。

摘要： 请问贵校或你的母校的打印复印价格几许?它们在全国的高校排名中处在什么位置?貌似风马牛不相及的两个问题,为什么要放到一起来说?因为要和各位讨论一个话题:从高校打印复印价格看学校质量。北京大学、清华木学、复旦大学、南开大学、天津大学、南京大学等一批大学,打印复印价格是一毛一页或一毛五两页,数年来一直如此。

摘要： 尽管"学科"缺乏严格的科学定义,但其设置的重要性依然毋庸置疑.当前,重点学科的数量和排序业已成为衡量高校地位的判据之一,学科的发展自然而然跃为高校工作的重中之重.就科技考古学科发展而言,最为重要的是学科的体系建设.笔者基于多年的科教经验,针对中国科学院大学的具体情况,直面科技考古学科的特殊性,较为详细地介绍了有关该学科发展的思考.

摘要： 请问贵校或你的母校的打印复印价格几许?它们在全国的高校排名中处在什么位置?貌似风马牛不相及的两个问题,为什么要放到一起来说?因为要和各位讨论一个话题:从高校打印复印价格看学校质量。

摘要： 为了探寻独立学院提高竞争力的有效途径,本文利用中文搜索引擎最强大的BAIDU、YAHOO和国内最优秀的站长工具CHINAZ对陕西省独立学院进行网络影响力实证研究,并与高校最权威排名"中国校友网排名"、"武书连排名"进行对比,利用MATLAB软件分析得出结论——陕西省独立学院网络影响力与高校排名相关度较高,因此各学院应加强网站建设,提升网络影响力.

摘要： 科学合理和公正的评估体系能够激励科研,优化科研资源配置,提升个人、机构和国家的科研实力和学术影响力.鉴于此,本文在简要综述国内外高校排名研究现状的基础上,选择五个较具代表性的高校排名实践,通过对比分析它们在评估时采用的特色指标和特色评估方法,为国内高校评估实践提出一些建议和未来展望.如评估单元应该细化到具体学科和专业,不同评估单元应该有不同的指标和权重;应注重科研商业化活动的评估;量化评估与同行评议应该结合起来;评估应该考虑市场化因素;评估时不仅要注重存量指标,也应该注重流量指标;高校评估应考虑一些负面指标.

摘要： 本发明涉及一种基于跨领域排名推荐模型的排名推荐方法。首先通过自适应的用户聚类，同时计算目标领域和辅助领域之间基于用户以及基于用户聚类的相似度，然后使用跨领域的用户相似度加权用户潜在因子，进行跨领域相似度约束，迁移不同领域用户之间的特征信息，最后建立一个联合列表预测和评分预测的跨领域排名推荐模型。本发明有效提升了排名推荐的准确度，能更有效地解决协同过滤推荐中目标评分数据的稀疏性问题。

摘要： 一种排名系统使用从Web服务器可访问的数字介质可执行的机器可读代码的一个或者多个实例对网站的访问者进行排名。该代码跟踪访问者在浏览网站之时的行为，并且在数字介质上驻留的访问者排名模块接受机器可读代码的一个或者多个实例归档的信息并且向一个或者多个访问者指派排名值。排名模块基于用于解释访问者行为并且用于基于该解释将值实时应用于访问者的逻辑和规则对在网站处的访问者进行排名，并且应用的值处于或者高于预编程水平触发请求这样排名的访问者参加包括现场辅助的交互。

摘要： 本发明公开了一种排名趋势和排名稳定性的影响因素的快速查找方法，包括以下步骤：步骤1：获取并筛选排名数据得到时序排名集合；步骤2：对经过步骤1处理的时序排名集合根据排名趋势进行聚类；步骤3：把步骤2的聚类信息进行存储，索引结构为聚类ID，所述聚类ID包含排名对象信息，排名标准信息，排名时间信息以及排名对象的排名信息；步骤4：将步骤3的聚类分别进行可视化得到对应的第一可视化图像，第一可视化图像展示排名趋势和该聚类中所有排名对象的总排名稳定性；步骤5：根据需求在步骤4的第一可视化图像中选择所需排名趋势和稳定性的图像；本发明可以从复杂的排名数据中快速得到所需排名趋势和稳定性高的排名对象。

摘要： 本发明提供了一种应用程序的排名欺诈检测方法和排名欺诈检测系统。所述方法包括：活跃期检测步骤，基于历史排名信息检测所述应用程序的活跃期；排名欺诈检测步骤，基于至少一个与用户评论相关的证据对所述活跃期进行检测，得到排名欺诈检测结果。本发明的方法及系统能够自动地识别出与应用程序有关的排名欺诈行为，从而使应用程序用户获得真实的应用程序排名信息。

摘要： 本发明提供了一种应用程序的排名欺诈检测方法和排名欺诈检测系统。所述方法包括：活跃期检测步骤，基于历史排名信息检测所述应用程序的活跃期；排名欺诈检测步骤，基于至少一个与活跃用户信誉度相关的证据对所述活跃期进行检测，得到排名欺诈检测结果。本发明的方法及系统能够自动地识别出与应用程序有关的排名欺诈行为，从而使应用程序用户获得真实的应用程序排名信息。

摘要： 本发明提供了一种应用程序的排名欺诈检测方法和排名欺诈检测系统。所述方法包括：活跃期检测步骤，基于历史排名信息检测所述应用程序的活跃期；排名欺诈检测步骤，基于至少一个与排名相关的证据对所述活跃期进行检测，得到排名欺诈检测结果。本发明的方法及系统能够自动地识别出与应用程序有关的排名欺诈行为，从而使应用程序用户获得真实的应用程序排名信息。

摘要： 本发明提供一种提升在互联网买卖交易时使用企业排名、商品排名和分阶段支付的方法，涉及网络营销领域。该提升在互联网买卖交易时使用企业排名、商品排名和分阶段支付的方法，包括以下步骤：S1.网站运用站内用户上传的、提供的基础资料得出用户的得分，将得分以排名、星级的方式显示，其中基础资料包括但不限于：个人信息、企业信息、商品信息。通过通过严格的评分标准以及为买卖双方提供优化的分阶段付款的支付方式，使得该方法在对企业以及商品进行排名时更加的精准有序，便于买方对产品的快速了解以及锁定购买物品，同时分阶段付款的方法使得买卖双方更加的方便，此方法值得推广。

摘要： 在保持隐匿性的情况下高效地求出聚合排名。逆置换部(12)对表的交叉列表应用置换的逆置换，生成表示逆置换完毕的交叉列表的向量的份额，其中所述置换是将根据关键字属性将表进行了分组时的各组的最后的元素从开头按顺序排列那样移动的置换。部分总和部(13)由逆置换完毕的交叉列表计算前缀和。排名计算部(14)由前缀和的结果生成表示组内的升序排名的向量的份额。

摘要： 本发明公开了一种分析排名趋势和排名稳定性的影响因素的方法，包括以下步骤：步骤1：获取并筛选排名数据得到时序排名集合；步骤2：对经过步骤1处理的时序排名集合根据排名趋势进行聚类；步骤3：把步骤2的聚类信息进行存储，索引结构为聚类ID；步骤4：将步骤3的聚类分别进行可视化得到第一可视化图像展示排名趋势和该聚类中所有排名对象的总排名稳定性；同时每一个第一可视化图像可展开得到第二可视化图像，步骤5：根据需求在步骤4的第一可视化图像中选择所需排名趋势和稳定性的图像，得到对应排名趋势的聚类；本发明可以从复杂的排名数据中快速得到所需排名趋势和稳定性高的排名对象以及影响排名的因素。

摘要： 本发明涉及一种基于跨领域排名推荐模型的排名推荐方法。首先通过自适应的用户聚类，同时计算目标领域和辅助领域之间基于用户以及基于用户聚类的相似度，然后使用跨领域的用户相似度加权用户潜在因子，进行跨领域相似度约束，迁移不同领域用户之间的特征信息，最后建立一个联合列表预测和评分预测的跨领域排名推荐模型。本发明有效提升了排名推荐的准确度，能更有效地解决协同过滤推荐中目标评分数据的稀疏性问题。