当前青少年亲情淡化原因探究

亲情是家庭幸福生活的主要内容,是青少年健康成长的重要保证。但随着科技的发展,由于一些社会、学校、家庭的原因,青少年出现了亲情淡化,我们应该重视亲情教育,使我们的青少年成为一个懂得亲情的人。     

新建本科院校创业文化培育

随着我国高等教育社会化进程的加快,新建本科院校呈异军突起之势。这些新建的本科院校的历史不长,师资、设备、文化都比较薄弱。因此,如何根据院校特色建设符合新建本科院校发展的创业文化就成了一个重要的问题。本文就新建本科院校的创业文化建设以及创业文化的培育简单地谈几点看法。     

中华武学与中医经络体系

中华武学的理论根基是中医学经络学说,它们之间可以起到相互促进的作用,应加强研究中华武学与中医学经络学说的关系,促进中华武学和中医运动学的发展,以求培养高层次人才。     

有氧训练对高温环境下运动大鼠免疫机能及抗氧化能力的影响

目的：探讨有氧训练对机体运动热应激下免疫机能与自由基代谢的影响及其可能机制。方法：健康雄性sD大鼠51只,随机选取45只分为对照组（A组）、热应激组（B组）、6周有氧训练组（c组）、1次有氧运动加热应激组（D组）与6周有氧训练末次加热应激组（E组）,其余6只用-P＊L酸阈强度的测定。各组实验后取血清测定IL-2、SOD、MDA水平。结果：（1）B、D、E组经高温暴露后,大鼠肛温迅速升至39．65±0．250C、41．02±0．140C与39．97±0．290C,均表现出呼吸急促、流汗、烦躁不安等,为典型的热应激症候。（2）B组血清IL-2、SOD、SOD／MDA均显著低于A组,MDA高于A组;D组血清IL-2、SOD、SOD／MDA均显著低于A组（P〈0．01）与B组（P〈0．05）,MDA显著高于A组（P〈0．01）与B组（P〈0．05）。（3）c组血清IL-2、SOD（P〈0．05）、SOD／MDA（P〈0．05）高于A组,MDA显著低于A组;E组血清IL-2、SOD（P〈0．05）、SOD／MDA（P〈0．05）均高于D组,MDA显著低于D组。结论：运动热应激可导致自由基生成增多,加重组织细胞膜结构与功能的损害,导致温度调节的信号通路中断,体温失衡,可能通过调节神经-内分泌-免疫系统,抑制IL-2的分泌。IL-2可作为评价机体运动热应激下免疫机能变化的重要指标。有氧训练可拮抗运动热应激对免疫系统的损害。     

基于混合图的在线社交网络朋友推荐算法

针对在线社交网络朋友推荐问题,尝试融合多个社会网络为一个混合图模型,采用基于混合图模型的重启动随机游走算法,为用户提供个性化的朋友推荐,并通过参数调节多个网络的权重。实验表明,该算法提高了在线社交网络朋友推荐的准确性。     

区域内高校图书馆与公共图书馆的服务整合

服务整合是区域内高校图书馆与公共图书馆进行资源合作共享的一个重要内容,它包括服务业务、服务流程、系统功能三方面的整合。要实现跨系统的图书馆服务整合,需要得到政府部门的政策支持和经费支持,并在遵循整体性、层次性、针对性、科学性的四个原则下有序进行。     

信息管理与信息系统专业本科生创新能力培养模式研究——以信息计量学课程为例

本文讨论了信息管理与信息系统专业人才创新能力的内涵,并结合多年信息计量学课程教学实践,针对如何构建信息管理与信息系统专业本科生创新能力培养模式提出了自己的观点和建议。     

哲学方法:图书情报学研究中的一个难题

从图书情报学方法论的视角,对新时期以来的哲学方法大争论和知识论的讨论进行回顾。认为:新的哲学方法的引进,不单单是方法论的问题,而是与认识论紧密相连(知识论从属于认识论),是认识论(知识论)的观念转变在先,方法引进在后;观念的变革,有待于研究者找到新的哲学观念,与图书情报学理论的"视界融合";要达到这一目的,研究者必然具备深厚的西方现代哲学修养,以及对当代图书情报学理论现状和问题的深入了解。     

基于概念格的Folksonomy知识组织研究——Tag Spam过滤指标权值配置

随着Folksonomy在实际应用中的日渐普及和声望的不断提高,其在应用中存在的问题也逐渐显露出来.恶意Tag和对用户检索行为无效或低效的Tag Spam严重地影响了Folksonomy的实际应用效果.以概念格的理论与技术为基础,首先根据问卷调查与专家智能构建了Tag Spam过滤指标体系,并在传统AHP法配置Tag Spam过滤指标权值基础上,针对评价结果构建了Tag Spam过滤指标概念格.通过基于概念格的关联规则的挖掘对Tag Spam过滤指标的权值配置进行验证,并根据验证结果动态调整相关指标的权值,从而实现Tag Spam过滤中指标权重的动态合理配置.对构建科学客观的Folksonomy中Tag Spam过滤指标权值配置方案进行了探索.     

基于文本的应急知识模式提取方法研究

应急知识模式是关于突发事件演进规律的知识,因而是应急领域知识库的重要组成部分.应急知识模式提取有助于应急工作者有效了解事态现状和快速做出应急反应,进而降低事件负面影响.本文研究如何从海量应急领域文本中抽取应急工作者关注的知识模式.我们用自然语言处理技术(NLP)从无结构海量应急领域文本中提取描述突发事件的特征事实,并通过提取特征事实之间的因果推理关系和并列作用关系,来构建知识的特征事实依赖图(FEDG)模型.基于FEDG模型,我们提出使用闭合约束搜索算法提取应急知识模式.通过实验及其分析证明本方法对知识模式提取具有较好效果.