社交网络通信目标检测优化仿真研究

当社交网络特殊对象通信数据量过大,分布密度计算结果不准确时,传统的挖掘方法中大量的参数对社交网络归属度产生必要的约束,需要进行大量的迭代计算,特殊对象无法形成最优的挖掘,导致挖掘准确率低、效果差的问题。提出基于完全子图改进算法的社交网络特殊对象挖掘方法。利用完全子图原理对社交网络对象进行深入分析,利用社交网络归属度对完全子图进行改进,建立社交网络特殊对象挖掘模型,通过多次迭代运算,最终实现了社交网络中特殊对象的有效挖掘。实验结果表明,利用改进算法进行海量数据下的社交网络特殊对象挖掘,能够有效提高检测的准确率。

基于改进完全子图模型的关注对象多社区发现研究

为实现用户和关注对象的多社区划分,针对完全子图模型不能进行多类分类的缺陷,该文引入了阈值划分方法,提出基于改进完全子图模型的社区发现算法。实验表明:与经典数据挖掘算法K-medoids相比,该文算法具有更高的准确性。

浅谈中职学校学生的“微”教育

信息社会影响着人们的生活方式,微博、微信、QQ等已广泛存在于人们的日常交流中。因此,教育的模式也应紧跟时代步伐,笔者作为中职学校的一名普通教育工作者,本文首先介绍了网络信息对中职学生的不良影响,接着就班级管理方面阐述了"微"教育的意义,最后介绍了本班的一些微教育方法。