美国非国家行为体参与全球气候治理的多维影响力分析

巴黎模式开启了“自下而上”全球气候治理的新时代,最大程度上团结了国家之外的多利益攸关方力量。其中非国家行为体在气候政治中的治理性权威日益增强,体现为认知性影响力、手段性影响力、社会性影响力、资源性影响力和象征性影响力的不断提升。特朗普政府的全面“去气候化”政策刺激美国非国家行为体开始追求一种地方性气候领导力,并且谋求这种地方性气候行动在全球气候治理层面的可见性,这表现为通过多元网络性伙伴关系来建构其结构性影响力;通过议题引领和主场峰会外交来提升其手段性影响力;通过权威性和系统性研究强化其认知性影响力;通过把握政治机会和塑造集体认同来增显其象征性影响力。非国家行为体的快速崛起对于后巴黎时代的气候格局造成了不可忽视的深远影响,能否与之形成良性互动将影响中国在全球气候治理中引领性作用的发挥。

多维影响力融合视域下的数据论文评价研究

伴随数据论文影响力的凸显,数据计量逐渐兴起。本文基于数据计量,融合多维度、多指标综合评价数据论文的影响力。首先,本文通过信息传播模式分析数据论文影响力的产生机制,解析出数据论文影响力可以划分为潜在影响力、学术影响力和社会影响力三个维度。其次,融合Altmetrics与引文分析甄选指标构建数据论文影响力评价体系。最后,利用相关性分析以及三维空间差异性分析解构数据论文影响力评价结果。研究结果表明,三维度影响力反映出数据论文综合影响力,三者相互补充与促进。同时,数据论文应在整体上促进评审机制、引用机制和激励机制的针对性发展,在内部促进数据论文质量、内容、逻辑和时效的优化。

基于水军信任惩罚的多维用户影响力度量模型

社交网络用户影响力度量是意见领袖识别的必要前提,然而目前的度量模型忽略了多维影响因素以及水军群体对度量模型真实性的影响.为此本文从网络结构、交互行为和交互信息三个维度来分析整合相关的影响因素,基于LeaderRank模型构建多维用户影响力度量-MUI模型,并在水军识别的基础上构建信任惩罚模型,以修正MUI模型建立MUISTP模型,实现社交网络用户影响力的真实性度量.以新浪微博平台大规模实际数据进行实验分析结果表明,与FBI,LeaderRank和Generative Graphical模型相比,MUI模型识别出的意见领袖更为准确,且可以实现更为有效的信息扩散.此外,经过水军信任惩罚后MUISTP模型较MUI能够实现更为有效的意见领袖识别.