MTGCN: A multi-task approach for node classification and link prediction in graph data

Both node classification and link prediction are popular topics of supervised learning on the graph data, but previous works seldom integrate them together to capture their complementary information. In this paper, we propose a Multi-Task and Multi-Graph Convolutional Network (MTGCN) to jointly conduct node classification and link prediction in a unified framework. Specifically, MTGCN consists of multiple multi-task learning so that each multi-task learning learns the complementary information between node classification and link prediction. In particular, each multi-task learning uses different inputs to output representations of the graph data. Moreover, the parameters of one multi-task learning initialize the parameters of the other multi-task learning, so that the useful information in the former multi-task learning can be propagated to the other multi-task learning. As a result, the information is augmented to guarantee the quality of representations by exploring the complex constructure inherent in the graph data. Experimental results on six datasets show that our MTGCN outperforms the comparison methods in terms of both node classification and link prediction.     

大数据时代政府数据开放与公民隐私保护问题研究

[研究目的]探讨大数据背景下数据开放与公民隐私之间的矛盾问题,旨在推动我国政府数据开放建设,促进社会经济的发展。[研究方法]针对政府数据开放所带来的隐私权可能遭受侵害的风险,论述了导致该风险的原因,包括法律体系滞后、主体权利与义务不明确、信息管理体系存在不足等问题,同时提出了相应的对策、建议。[研究结论]构建分类分级的数据开放法律体系,促进主体间权利和义务的平衡以及明确数据开放的方式,明确政府进行数据管理的范围,强化数据管理的约束机制,并以此为基础构建全国性统一的数据开放平台。     

基于信息关联的负面网络舆情风险分级与预测研究

【目的/意义】网络社会充斥大量负面网络舆情,负面网络舆情风险分级和研判对提高网络治理能力和网络 社会治理成效意义重大。【方法/过程】构建负面网络舆情风险指标体系,并采用熵权法计算风险指标权重;基于加 权GRA模型计算灰色加权信息关联度,在此基础上,运用k-means聚类算法构建负面网络舆情风险分级方案,据此 对负面网络舆情进行风险预测。【结果/结论】实证分析结果表明,所建负面网络舆情风险分级模型客观性强、可靠 度高,可为负面网络舆情风险精准响应提供有效决策依据。【创新/局限】以信息关联为视角,为负面网络舆情风险 分级与预测提供了新的研究框架,但典型案例数据库有待继续完善。     

5G环境下高校图书馆自媒体平台多标签文本分类方法研究

【目的/意义】由于自媒体平台中的多标签文本具有高维性和不平衡性,导致文本分类效果较差,因此通过 研究5G环境下高校图书馆自媒体平台多标签文本分类方法对解决该问题具有重要意义。【方法/过程】本文首先通 过对采集的5G环境下高校图书馆自媒体平台多标签文本进行预处理,包括无意义数据去除、文本分词以及去停用 词等;然后采用改进主成分分析方法进行多标签文本降维处理,利用向量空间模型实现文本平衡化处理;最后以处 理后的文本为基础,采用Adaboost和SVM两种算法构建文本分类器,实现多标签文本分类。【结果/结论】实验结果 表明,本文拟定的自媒体平台标签文本分类方法可以使汉明损失降低,F1值提高,多标签文本分类效果好,且耗时 较低,具有可靠性。【创新/局限】由于本研究中的数据集数量不够多,所以在测试和验证方面,得出的结果具有一定 局限性。因此在未来研究中期望利用更为丰富的数据库,对所设计的方法做出进一步的改进与创新。     

我国2008-2011年16种体育核心期刊载文特征研究

以“题要分类法”研究了2008年版16种中文体育核心期刊2008-2011年载文（共15582篇）的特征 ,把载文归纳成十大类型,简述了文章的意义并对其最终归属进行了预测研究。分类结果显示：不定式类 型文章最多,焦点争议类型文章最少,预测未来类型的文章比较薄弱。建议各期刊社尝试拟照十大类型进 行栏目选择设置,突出办刊亮点,既可使作者可根据自己的专业特点确定投稿方向,克服机动栏目变化大 的困难,同时可为读者及体育科研人员提供快速查找帮助。     

教学、科研、创业三维一体的高校分类评价指标体系构建思考

高校分类问题一直是世界性难题,我国学者对高校分类方法的研究做出了许多成果,但至今也没有一套完整的高校分类体系能获得行业内外的普遍认可。好的高校分类可实现对社会有限资源的优化配置以及促进国家产业结构的调整。本文尝试从投入产出的角度及教学、科研、创业三个维度设计高校分类评价指标体系。     

英汉存现句句法与语义层面的分类

文章通过对随机抽取的英汉存现句样品进行分析,根据句子成分的隐现规律和语义特征将英汉存现句进行句法和语义分类,旨在帮助语言学习者更了解英汉存现句,并在一定程度上有助于相关研究。     

Obtaining Diagnostic Classification Model Estimates Using Mplus

Diagnostic classification models (aka cognitive or skills diagnosis models) have shown great promise for evaluating mastery on a multidimensional profile of skills as assessed through examinee responses, but continued development and application of these models has been hindered by a lack of readily available software. In this article we demonstrate how diagnostic classification models may be estimated as confirmatory latent class models using Mplus, thus bridging the gap between the technical presentation of these models and their practical use for assessment in research and applied settings. Using a sample English test of three grammatical skills, we describe how diagnostic classification models can be phrased as latent class models within Mplus and how to obtain the syntax and output needed for estimation and interpretation of the model parameters. We also have written a freely available SAS program that can be used to automatically generate the Mplus syntax. We hope this work will ultimately result in greater access to diagnostic classification models throughout the testing community, from researchers to practitioners.     

义位中隐含语义角色的分类及特征

以《现代汉语词典》为封闭性语料库 ,采取随机抽样的方式抽取近 30 0 0例 ,对动词、形容词义位中所隐含的语义角色进行分析与研究。从语义功能角度上 ,语义角色可分为 :施事、受事、与事、成事等 1 1类 ;从多少及性质型上可分为 :有定一元角色、无定类角色、有定类角色 ;隐含语义角色具有被依赖性特征、聚合性特征、互补性分布特征和交叉性分布特征。     

21世纪图书馆需要复合型人才

２１世纪图书馆需要复合型人才●张东肖洪远ＡＢＳＴＲＡＣＴＴｈｅｉｎｔｅｌｅｃｔｕａｌｓｔｒｕｃｔｕｒｅｏｆｐｅｒｓｏｎｎｅｌｗｉｔｈｍｕｌｔｉｐｌｅｓｋｉｌｓｃｏｎｔａｉｎｓ：ｓｏｃｉａｌｂａｓｉｃｋｎｏｗｌｅｄｇｅ，ｋｎｏｗｌｅｄｇｅｏｆｄｏｃｕｍ...