知识集成的前因与影响:关系网络学习、社会嵌入性与自主创新

高端装备制造业具有知识密集、技术复杂、产品集成度高等特点,提高其自主创新能力是企业创造高附加值的关键。以高端装备制造企业为研究对象,通过理论演绎,探讨制造商与供应商之间的关系网络学习、社会嵌入性、内部合作能力、知识集成与企业自主创新之间的影响关系机理,提出相应的理论假设,并在此基础上,构建了五个变量之间的关系概念模型。认为关系网络学习与社会嵌入性是企业实现知识集成进而促进自主创新的外因,以上外因在企业内部合作能力的内因促进作用下使得知识集成的效果更加明显。以上结论不仅丰富了企业间合作关系理论、知识理论与自主创新理论,也可以为我国高端装备制造企业的实践提供参考。

学习型社区赋能教育强国建设——基于在线学习者关系网络分析视角

学习型社区建设有助于加快教育强国落地,社区中在线学习者的各种协作互动行为,促进了学习者关系网络的生成。对该网络进行深入分析,可以挖掘其中蕴含的社区学习的本质特征。该研究提出从社区发现角度对学习者关系网络进行分析,首先设计基于图卷积网络和非负矩阵分解,并集成学习者关系网络信息和文本内容信息的新型学习型社区发现方法,提出四个社区特征度量指标,在真实的学习者关系网络中进行应用分析。结果表明,所提出的分析方法能有效挖掘学习者关系网络存在的学习兴趣主题社区,还可以对社区整体和社区成员个体进行特征分析,并且分析结果可为引导学习者的在线交互协作行为提供决策支持。最后,形成“构建可视化学习型社区—开展社区之间知识分享—促进各社区的互动合作—指标反馈下的反思迭代”的学习型社区赋能策略。通过策略赋能学习型社区高质量发展,以社区新质生产力组合助推教育强国建设。

基于SNA的大学生学习关系网络构建与特征研究

针对现代大学生学习管理的新特点,采用社会网络分析(SNA)方法对学生群体的学习状态进行研究。以某大学应用统计专业学生为例,通过问卷调查构造学习关系整体网络,并对网络的结构、中心性、凝聚子群等特征进行分析,从而发现集体中的掌权者、边缘学生、小团体现象,为班导师和辅导员实行更有效的学生动态管理提供有针对性的决策建议。

大学生学习关系网络的特征及其相关性研究

在以学生为中心的教学活动中,如何组织学生进行学习活动尤为重要。本文以某高校206名大学生为研究对象,通过问卷调查的方式获取大学生在学习过程中会形成学习关系网络数据,运用社会网络分析方法对学习关系网络进行分析,找出其形成特点,并对学习关系网络与友谊关系进行相关性分析,得出两者具有较为显著的正相关性结论。

基于多层特征描述及关系学习的智能图像情感识别

针对缺少标记的情感图像数据会严重影响卷积神经网络(convolutional neural network,CNN)性能的问题,利用半监督动态学习的方法建立了大规模的图像情感数据集--Large-scale deep emotion(LSDE)数据集。为了有效弥补图像特征和人类情感之间的差异,先将图像目标与背景进行分离,之后使用关系学习网络获得基于前景和背景图像的不同层级间的关系。在LSDE数据集、Twitter2数据集以及ArtPhoto数据集上的实验结果表明,关系学习网络能够有效地提取图像的多层级特征并学习到不同层级特征之间的关系,弥补图像特征和人类情感的差异,提高图像情感识别的准确率。