版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領
文檔簡介
第32卷第X期亓曉青等:應用于微博的LDA模型改進應用于微博的LDA模型改進摘要:針對微博短文本高維稀疏的特點,主題模型被廣泛研究用于微博文本聚類。作者主題模型(ATM)作為對熱門主題模型LDA的有效拓展也用于微博文本挖掘。然而應用于微博文本挖掘,ATM具有兩個缺點,其一是一篇文檔中的單詞只能由一個作者產(chǎn)生,其二是沒有考慮到微博這種文本形式具有的內(nèi)在結(jié)構(gòu)信息。針對以上兩點,本文提出了新的改進算法——用戶與關聯(lián)擴展LDA(ULLDA)。該lwqxq@方法根據(jù)微博的特點對ATM進行改進,并在NLPIR數(shù)據(jù)集上進行了驗證,實驗結(jié)果表明改進模型能有效地運用于微博文本挖掘,性能較ATM有所改進。關鍵詞:數(shù)據(jù)挖掘;潛在狄利克雷分布模型(LDA);吉布斯抽樣
TheImprovementofLDAApplyinginMicroblogAbstract:Aimingatsparsehigh-dimensionproblemofmicroblog,topicmodeliswidelyresearchedintextclusteringofmicroblog.AuthorTopicModel(ATM),whichisaneffectiveextendingofLatentDirichletAllocation(LDA),isalsousedtothesamepurpose.However,therearetwodisadvantageswhileATMisused.Theoneisthatallthewordsinanarticlearegeneratedbyonlyoneauthor,theotheroneisthatATMdoesn'ttakeintoaccountoftheinsidestructureinformationofmicroblog.Tosolvethesetwoproblems,animprovementonATMispresented,andthenewmodeliscalledULLDA.TheprovingisgivenbasedonthedatasetofNLPIR,provingthatULLDAisusefulforthetextclusteringofmicrobloganditcanimprovetheperformanceofATM.Keywords:datamining;latentdirichletallocation;gibbssamping
引言微博作為新興起的一種互聯(lián)網(wǎng)社交網(wǎng)絡服務,以其快速便捷的特性風靡全球。微博基于用戶之間的關聯(lián)關系,構(gòu)筑了一個信息傳播和分享的平臺。每條微博可以被認為是一個文本片段,但是通常只有一句話。對于這種短文本數(shù)據(jù),傳統(tǒng)使用詞作為特征來表示文本的方法,會由于同一個詞出現(xiàn)在兩篇不同短文本中的概率過小,而無法度量它們之間的相似度。因此主題模型(TopicModel)非常適合被應用到微博短文本聚類中。主題模型可以自動提取隱含在文檔集中的主題,并按照詞的分布形式直觀地表達主題,是無監(jiān)督分析文檔和預測新文檔方便的工具。LDA(LatentDirichletAllocation)[1][2]——潛在狄利克雷分配,是主題模型的一種。由于其參數(shù)簡單,不產(chǎn)生過度擬合現(xiàn)象,逐漸成為主題模型的研究熱點。.傳統(tǒng)的LDA沒有考慮到發(fā)表微博的用戶,實際上把所有用戶看作完全等同的。近幾年出現(xiàn)的AuthorTopicModel[3](以下簡稱ATM)是對LDA的一種改進,是從作者的角度來考慮文檔中主題的生成。對于每個作者,對應于一個主題上的分布,同時傳統(tǒng)LDA中的文檔-主題分布隨之消失,被作者-主題的分布所取代。然而ATM仍然存在一些缺陷,比如一篇文檔中的一個單詞只能屬于一個微博用戶,這是不合理的;另外沒有考慮到微博這種短文本形式的結(jié)構(gòu)信息。本文研究的主要目的是結(jié)合微博的具體情況,對ATM進行改進擴展,綜合考慮微博的用戶信息和文本關聯(lián)關系,提出一種新的改進型LDA算法——用戶與關聯(lián)擴展LDA,簡寫為ULLDA。主題模型潛在狄利克雷分配LDA模型是由文檔,主題和詞構(gòu)成的三層貝葉斯模型,它是第一個完備的主題模型。LDA假設詞是由一個主題混合產(chǎn)生,同時每個主題是在固定詞表上的一個多項分布;這些主題被集合中的所有文檔所共享;每個文檔有一個特定的主題比例,從Dirichlet分布中抽樣產(chǎn)生,主題之間是相互獨立的。LDA生成文本的方式可以用圖1.1中的模型來表示。假設文檔集合有D篇文檔和V個不同的詞,每篇文檔包含K個主題,文檔d的單詞總數(shù)為Nd,則一篇文檔的生成過程如下:圖1.1LDA的概率圖模型對于一篇文檔d中的每一個單詞,從該文檔所對應的多項分布中抽取一個主題z,然后再從主題z所對應的多項分布中抽取一個單詞w。將這個過程重復Nd次,就產(chǎn)生了文檔d。其中和分別有一個帶有超參數(shù)α和β的Dirichlet先驗分布。該模型有兩個參數(shù)需要推斷:一個是“文檔-主題”分布,另一個是“主題-單詞”分布。通過學習這兩個參數(shù),可以知道每篇微博所涵蓋的主題比例等。推斷方法主要有變分-EM算法以及現(xiàn)在常用的Gibbs抽樣法。AuthorTopicModel隨著LDA的推出,大批學者對于基本LDA進行了各種變形和拓展,并在各種任務上應用。ATM是把作者信息納入到文檔分析中,以達到能同時分析文檔結(jié)構(gòu)和作者興趣程度的目的。 ATM的概率圖模型如圖1.2所示,每個x∈ad表示每個單詞所對應的作者,每個作者有關于K個主題的興趣分布,是關于超參數(shù)α的Dilichlet分布。給定作者x,詞語的主題z,就能根據(jù)主題分布z選出詞語。通過估計參數(shù)和就能得到每個微博用戶參與最多的主題和每篇文檔由哪些主題構(gòu)成。圖1.2ATM的概率圖模型然而ATM應用在微博這種短文本中也有一些不足之處,首先,由圖1.2可以看出,ATM模型在產(chǎn)生一篇文檔時,遍歷產(chǎn)生每個詞的過程中,都是對應同一個用戶x,這就導致了一篇文檔中的一個詞只能屬于一個微博用戶。然而,微博文檔有三種不同的形式:原創(chuàng)、轉(zhuǎn)發(fā)、對話,對于轉(zhuǎn)發(fā)來說,文檔中會包含一個或者更多用戶的內(nèi)容,所以一個詞不一定屬于一個用戶。第二個問題是,ATM沒有考慮微博中的內(nèi)在聯(lián)系人之間的資源,對于評論轉(zhuǎn)發(fā)和對話文本,里面明顯還包含不同于原創(chuàng)文本的信息。改進LDA模型——用戶與關聯(lián)擴展LDA(ULLDA)針對所述ATM具有的上述缺陷,提出改進型LDA模型——用戶與關聯(lián)擴展LDA(ULLDA)。首先介紹一下微博中的三種類型的文本:1、原創(chuàng)文本,由微博用戶發(fā)表的原創(chuàng)性信息,最接近普通的文本數(shù)據(jù)。就微博來說,該種信息只會有一個作者,ATM對其來說比較合適。2、評論轉(zhuǎn)發(fā)文本,該文本中包括其他微博用戶發(fā)表的文本,以及最新的評論,一般會以“||”分隔。比如如下文本“還好,俺讀書時,進重點只需要分數(shù)夠高,班干部是沒人愿意干的,同學們都很純的,不管家境貧富。||
\o""zkxcoder:右邊是高富帥白富美級別的選項,吊絲級別的選項是混個文憑,獨善自身”,該種文本不同于原創(chuàng)型文本的地方在于其相當于兩個或多個微博用戶的文本的集合,按照上節(jié)的分析可以發(fā)現(xiàn),ATM不適合這種文本,因為文本的主題信息并不只取決于一個作者。3、對話類型文本,文本中包含“@+用戶名”,會提示該用戶有針對他的消息。比如如下文本“@小艷子kiki@光影魔術(shù)師之擇日而棲@就是愛黑巧克力嘗試新的外景風格,親們,我有木有拍婚紗照的潛質(zhì)”,因為對話中涉及的內(nèi)容一般符合雙方主題,所以這種文本對于主題模型也有幫助,需要考慮。因此,當微博文本是評論轉(zhuǎn)發(fā)型文本或者對話型文本時,由圖2.1可以看出,ULLDA模型在選取完用戶后,對該用戶的主題對應的多項分布參數(shù)進行了改進,由原來的只取決于該用戶,變?yōu)椴粌H取決于該用戶,還取決于文本中體現(xiàn)的用戶信息,從而利用了微博自有的結(jié)構(gòu)信息,實現(xiàn)一個詞的產(chǎn)生不僅依靠該一個微博用戶。ULLDA的概率模型圖如圖2.1所示。圖2.1ULLDA的概率模型其中,ad表示文檔集所對應的作者集合向量,x表示選出的作者。α,β,ε為Dirichlet分布的超參數(shù),代表微博用戶x對應的主題分布,a代表關聯(lián)用戶對應的主題分布。與ATM相比,改進模型對微博用戶對應的主題分布進行了改動,主題分布由原來的~Dir(α)變?yōu)镈ir(α)d+Dir(ε)(1-d),d表示在評論轉(zhuǎn)發(fā)和會話文本中微博用戶的主題概率加權(quán)值,1-d表示在評論轉(zhuǎn)發(fā)和會話文本中關聯(lián)用戶的主題概率加權(quán)值。ULLDA中一篇微博生成的步驟如下:從1~K遍歷所有主題,取樣~Dir(β)等概率從微博用戶集合中選取用戶x如果微博是原創(chuàng)微博,則~Dir(α),如果是評論轉(zhuǎn)發(fā)或者會話微博,則~Dir(α)d+Dir(ε)(1-d)。從1~Nd遍歷微博長度,抽樣z~Multi(),w~Multi(z),生成一篇完整微博。本文提出的ULLDA模型,將用戶信息引入LDA主題模型之后,可以同時分析文檔結(jié)構(gòu)和作者的興趣程度;同時結(jié)合了微博自身特點,鑒于微博短文本造成的高維稀疏導致文檔相似度比較困難,以及文檔存在轉(zhuǎn)發(fā)會話等結(jié)構(gòu)信息導致ATM模型每篇文章主題分布只來源于一個作者的缺點體現(xiàn)出來,所以在ULLDA中,當求參數(shù)時,把多作者共同影響主題分布考慮進去,對實行了加權(quán)計算,從而得到更有效的模型。ULLDA模型的推導在ULLDA模型中,有兩組未知參數(shù):用戶-主題分布和主題-詞分布。本文采用Gibbs取樣[4][5]方法進行參數(shù)估計。對于每個詞,根據(jù)下面公式進行用戶和主題的估計:(1)這里代表一篇文章中第i個單詞分配給第j個Topic和第k個作者。代表第i個單詞是詞典中第m個詞匯。代表除第i個單詞之外其余單詞的Topic和Author分配。表示單詞m在此次分配之前已經(jīng)分配給Topicj的總個數(shù)。表示到目前為止,作者k分配給Topicj的總個數(shù)。V是詞典的總個數(shù)(數(shù)據(jù)集合中所有不同單詞的個數(shù)),T是Topic的個數(shù)。在算法估計期間,我們只需要追蹤兩個矩陣。一個是VxT(wordbytopic)計數(shù)矩陣,另一個是KxT(authorbytopic)計數(shù)矩陣。最后,我們根據(jù)這兩個計數(shù)矩陣估算author-topic分布和topic-word分布。(2)(3)表示作者k在Topicj的概率;表示Topicj使用單詞m的概率。對于所述需要用到關聯(lián)用戶加權(quán)的情況下,可以得到關聯(lián)用戶的分布。(4)得到微博在主題上的概率分布和主題內(nèi)的詞分布后,即可據(jù)此求出每條微博關于各個主題的概率分布,以及每個主題內(nèi)的每個詞分布,從而可挖掘出每條微博最可能屬于哪個主題,每個主題最有代表性的詞。實驗實驗數(shù)據(jù)集本文采用的數(shù)據(jù)集來源于NLPIR微博語料庫,該數(shù)據(jù)集包含了公開采集與抽取自新浪微博、騰訊微博的23萬條數(shù)據(jù)數(shù)據(jù)預處理原始數(shù)據(jù)集采集的是文本信息,要用于實驗處理,必須經(jīng)過預處理。實驗前采用中國科學院計算技術(shù)研究所數(shù)字化室&軟件室發(fā)布的中文自然語言處理開放平臺漢語詞法分析系統(tǒng)ICTCLAS進行文本分割,并進行去停用詞等相關預處理,實驗中最后只保留最能代表語料語義屬性的名詞和動詞。實驗結(jié)果對比采用ULLDA模型對整個文檔集進行主題建模,根據(jù)參考經(jīng)驗值,α=50/K,β=0.01,因為ULLDA模型的性能受到主題數(shù)目取值的影響,所以需要事先確定好主題數(shù)K。對K取不同的值分別進行Gibbs取樣,檢測logp(w|K)值的變化。實驗結(jié)果如圖4.1所示。圖4.1最佳主題個數(shù)的確定由圖4.1可以看出,當主題數(shù)目K為120時,logp(w|K)最大,之后逐漸減小,根據(jù)貝葉斯標準統(tǒng)計方法[6]可以確定,當K取120時,LDA模型對于語料庫數(shù)據(jù)取得最佳有效信息擬合度,此時生成文檔的能力也最強,因此實驗選擇最佳主題數(shù)K值為120。本文采用Perplexity指標對實驗結(jié)果進行測量,Perplexity經(jīng)常被用在語言模型中,是用來衡量語言模型對于測試語料建模時性能的好壞,取值越小表示性能越好。指標計算公式如下式:(4)其中Dtest為測試集,為測試集可觀測到的單詞,為單詞數(shù)。在實驗中,將NLPIR數(shù)據(jù)中的90%作為訓練樣本集,剩下的10%作為測試數(shù)據(jù)集,取主題數(shù)為120,計算測試文本集上的困惑度,得到結(jié)果如圖4.2所示,可以發(fā)現(xiàn),ATM與ULLDA困惑度都小于基礎的LDA模型,同時本文提出的ULLDA模型的困惑度也較ATM模型有所降低,說明ULLDA模型對測試語料建模的性能要更好。圖各模型Perplexity指數(shù)結(jié)論本文提出的ULLDA主要為了解決LDA的一種擴展——ATM具有的兩個缺點:1、一篇文檔中的一個單詞只能屬于一個微博用戶;2、沒有考慮到微博這種短文本形式所包含的結(jié)構(gòu)信息。結(jié)合微博短文本的實際特性提出了改進模型ULLDA,克服了以上兩個缺點。通過在NLPIR數(shù)據(jù)集上的驗證,證實改進的模型的Perplexity指標更好,提出的改進模型能夠有效地用于微博文本挖掘。參考文獻:[1]ThomasK.Landauer,PeterW.Foltz,andDarrellLaham.AnIntroductiontoLatentSemanticAnalysis[J].DiscourseProcesses,2021,(25):259–284.[2]MichalRosen-Zvi,TomGriffiths,MarkSteyversetal.Theauthor-topicmodelforauthorsanddocuments[J].InUAI.[3]DavidM.Blei,AndrewY.Ng,andMichaelI.Jordan.Latentdirichletallocation[J].J.Mach.Learn.Res,March2021,3:993–1022.[4]T.L.GriffithsandM.Steyvers.Findingscientifictopics[A].ProceedingsoftheNationalAcademyof[5]GregorHeinrich.Parameterestimationfortextanalysis[J].Technicalreport,2021.[6]GriffithsTL,SteyversM.Findingscientifictopics[A].ProcNatlAcadSci[C]USA,vol.101Suppl1,2021:5228-5235.
社會實踐報告系別:班級:學號:姓名:作為祖國未來的事業(yè)的繼承人,我們這些大學生應該及早樹立自己的歷史責任感,提高自己的社會適應能力。假期的社會實踐就是很好的鍛煉自己的機會。當下,掙錢早已不是打工的唯一目的,更多的人將其視為參加社會實踐、提高自身能力的機會。許多學校也積極鼓勵大學生多接觸社會、了解社會,一方面可以把學到的理論知識應用到實踐中去,提高各方面的能力;另一方面可以積累工作經(jīng)驗對日后的就業(yè)大有裨益。進行社會實踐,最理想的就是找到與本專業(yè)對口單位進行實習,從而提高自己的實戰(zhàn)水平,同時可以將課本知識在實踐中得到運用,從而更好的指導自己今后的學習。但是作為一名尚未畢業(yè)的大學生,由于本身具備的專業(yè)知識還十分的有限,所以我選擇了打散工作為第一次社會實踐的方式。目的在于熟悉社會。就職業(yè)本身而言,并無高低貴賤之分,存在即為合理。通過短短幾天的打工經(jīng)歷可以讓長期處于校園的我們對社會有一種更直觀的認識。實踐過程:自從走進了大學,就業(yè)問題就似乎總是圍繞在我們的身邊,成了說不完的話題。在現(xiàn)今社會,招聘會上的大字報都總寫著“有經(jīng)驗者優(yōu)先”,可還在校園里面的我們這班學子社會經(jīng)驗又會擁有多少呢?為了拓展自身的知識面,擴大與社會的接觸面,增加個人在社會競爭中的經(jīng)驗,鍛煉和提高自己的能力,以便在以后畢業(yè)后能真正真正走入社會,能夠適應國內(nèi)外的經(jīng)濟形勢的變化,并且能夠在生活和工作中很好地處理各方面的問題,我開始了我這個假期的社會實踐-走進天源休閑餐廳。實踐,就是把我們在學校所學的理論知識,運用到客觀實際中去,使自己所學的理論知識有用武之地。只學不實踐,那么所學的就等于零。理論應該與實踐相結(jié)合。另一方面,實踐可為以后找工作打基礎。通過這段時間的實習,學到一些在學校里學不到的東西。因為環(huán)境的不同,接觸的人與事不同,從中所學的東西自然就不一樣了。要學會從實踐中學習,從學習中實踐。而且在中國的經(jīng)濟飛速發(fā)展,又加入了世貿(mào),國內(nèi)外經(jīng)濟日趨變化,每天都不斷有新的東西涌現(xiàn),在擁有了越來越多的機會的同時,也有了更多的挑戰(zhàn),前天才剛學到的知識可能在今天就已經(jīng)被淘汰掉了,中國的經(jīng)濟越和外面接軌,對于人才的要求就會越來越高,我們不只要學好學校里所學到的知識,還要不斷從生活中,實踐中學其他知識,不斷地從各方面武裝自已,才能在競爭中突出自已,表現(xiàn)自已。在餐廳里,別人一眼就能把我人出是一名正在讀書的學生,我問他們?yōu)槭裁?他們總說從我的臉上就能看出來,也許沒有經(jīng)歷過社會的人都有我這種不知名遭遇吧!我并沒有因為我在他們面前沒有經(jīng)驗而退后,我相信我也能做的像他們一樣好.我的工作是在那做傳菜生,每天9點鐘-下午2點再從下午的4點-晚上8:30分上班,雖然時間長了點但,熱情而年輕的我并沒有絲毫的感到過累,我覺得這是一種激勵,明白了人生,感悟了生活,接觸了社會,了解了未來.在餐廳里雖然我是以傳菜為主,但我不時還要做一些工作以外的事情,有時要做一些清潔的工作,在學校里也許有老師分配說今天做些什么,明天做些什么,但在這里,不一定有人會告訴你這些,你必須自覺地去做,而且要盡自已的努力做到最好,一件工作的效率就會得到別人不同的評價。在學校,只有學習的氛圍,畢竟學校是學習的場所,每一個學生都在為取得更高的成績而努力。而這里是工作的場所,每個人都會為了獲得更多的報酬而努力,無論是學習還是工作,都存在著競爭,在競爭中就要不斷學習別人先進的地方,也要不斷學習別人怎樣做人,以提高自已的能力!記得老師曾經(jīng)說過大學是一個小社會,但我總覺得校園里總少不了那份純真,那份真誠,盡管是大學高校,學生還終歸保持著學生的身份。而走進企業(yè),接觸各種各樣的客戶、同事、上司等等,關系復雜,但我得去面對我從未面對過的一切。記得在我校舉行的招聘會上所反映出來的其中一個問題是,學生的實際操作能力與在校理論學習有一定的差距。在這次實踐中,這一點我感受很深。在學校,理論的學習很多,而且是多方面的,幾乎是面面俱到;而在實際工作中,可能會遇到書本上沒學到的,又可能是書本上的知識一點都用不上的情況。或許工作中運用到的只是很簡單的問題,只要套公式似的就能完成一項任務。有時候我會埋怨,實際操作這么簡單,但為什么書本上的知識讓人學得這么吃力呢?這是社會與學校脫軌了嗎?也許老師是正確的,雖然大學生生活不像踏入社會,但是總算是社會的一個部分,這是不可否認的事實。但是有時也要感謝老師孜孜不倦地教導,有些問題有了有課堂上地認真消化,有平時作業(yè)作補充,我比一部人具有更高的起點,有了更多的知識層面去應付各種工作上的問題,作為一名大學生,應該懂得與社會上各方面的人交往,處理社會上所發(fā)生的各方面的事情,這就意味著大學生要注意到社會實踐,社會實踐必不可少。畢竟,很快我就不再是一名大學生,而是社會中的一分子,要與社會交流,為社會做貢獻。只懂得紙上談兵是遠遠不及的,以后的人生旅途是漫長的,為了鍛煉自己成為一名合格的、對社會有用的人才.很多在學校讀書的人都說寧愿出去工作,不愿在校讀書;而已在社會的人都寧愿回校讀書。我們上學,學習先進的科學知識,為的都是將來走進社會,獻出自己的一份力量,我們應該在今天努力掌握專業(yè)知識,明天才能更好地為社會服務。實踐心得:雖然這次的實踐只有短短的幾天,而且從事的是比較簡單的服務工作,但是通過與各種各樣的人接觸,還是讓我學會了很多道理。首先是明白了守時的重要性。工作和上學是兩種完全不同的概念,上學是不遲到很多時候是因為懼怕老師的責怪,而當你走上了工作崗位,這里更多的是由于自己內(nèi)心的一種責任。這種責任是我學會客服自己的惰性,準時走上自己的崗位。這對我以后的學習生活也是一種鞭策,時刻牢記自己的責任,并努力加強自己的時間觀念。其次讓我真實的體會到了合作的重要性。雖然我工作的只是小小的一家餐廳,但是從點單到制作到遞送到結(jié)帳這一環(huán)環(huán)的工作都是有分工的,只有這樣才能使整家店的工作效率都大大的提高。以前雖然在書上看見過很多的團隊合作的例子,但這一次是深刻的體會到了,正所謂“眾人拾柴火焰高”,“團結(jié)就是力量”。在以后的學習和工作中,一定會要牢記這一點,將自己融入到集體中,和大家一起攜手走向輝煌。再次,這次打工的經(jīng)歷也讓我的心理更加趨于成熟。在餐廳里每天面對形形色色的客人,重復著單調(diào)的工作。讓從未涉世的我還是有那么一點點不適應的,但是堅持就是勝利。打工畢竟和在家是完全不同的概念,我們學會需要忍耐,需要學會承受,需要學會堅持。將自己這短短的一月的實踐同理論相聯(lián)系,我了解到當代大學生與以往的大學生相比較,求學經(jīng)歷、生活條件、所處社會大環(huán)境都相對優(yōu)越,也沒有經(jīng)過必要的挫折教育,因此,意志往往比較脆弱,克服困難的能力也較差,常常是對社會的要求較高,對自我的要求較低。大學生的責任意識日益成為社會關注的熱點問題,責任意識和誠信意識成為不少地方采用人才的兩個新標準。大學生參與社會實踐是促進大學生素質(zhì)教育,加強和改進青年學生思想政治工作,引導學生健康成長和成才的重要舉措,是學生接觸社會、了解社會、服務社會,培養(yǎng)創(chuàng)新精神、實踐能力和動手操作能力的重要途徑。對于當代大學生來說,應當刻苦學習專業(yè)知識,不斷提高綜合素質(zhì)和運用知識的技能。從大學生活的開始到走進社會的大圈子中,就只有短短的幾年時間,誰不想在將來的社會中能有一席之地呢?所以大家認為大學生必須投身校園內(nèi)外的各類實踐活動,有助于鍛煉品質(zhì),提高能力。可見其對大學生綜合素質(zhì)的提高有不可抵觸的重要性。不能否認有過打工經(jīng)歷的同學,看起來要比其它同學更成熟、社會適應力更強,但對于學生,社會適應力只是一方面的衡量指標,大學期間主要的任務是學業(yè)結(jié)構(gòu)的搭建,即知識結(jié)構(gòu)、專業(yè)結(jié)構(gòu)的搭建,為了打工影響甚至放棄了專業(yè)知識的學習,結(jié)果是得不償失的。實踐出真知,社會實踐活動是大學生活的重要組成部份,培養(yǎng)當代大學生的歷史使命感、社會責任感和積極向上的精神風貌,充分發(fā)揮實踐育人的作用,提高大學生的綜合素質(zhì),也是檢驗所學理論知識的標準,社會實踐不但為大學生提供了一個發(fā)揮自我才能,展現(xiàn)自我風采的舞臺,也是培養(yǎng)和鍛煉同學們綜合能力的一個階梯,更是一個大學生進入社會,走上工作崗位前的演練場地。社會實踐活動,從而確定比較正確的人生前進方向。河南理工大學計算機科學與技術(shù)學院實習報告20—20學年第學期實習名稱生產(chǎn)實習實習地點實習日期學生姓名學號專業(yè)班級指導教師20**年**月**日一、實習基本情況20**年**月通過網(wǎng)絡招聘,我應聘到河南中方紡業(yè)有限公司進行實習,該公司位于周口市,主要承擔棉紡制造與銷售工作,進入公司后我被分配到信息管理部門,主要從事的工作是對公司的網(wǎng)絡進行管理與維護,同時對公司網(wǎng)站的管理與維護進行學習,三個月的實習讓學會了從不同的角度去看待問題和解決問題,對網(wǎng)絡工程師的工作有了全面的認識,為以后的就業(yè)積累了經(jīng)驗。二、實習內(nèi)容1.單位情況河南中方實業(yè)(集團)有限公司是以棉花種植、收購、加工、經(jīng)營、倉儲、紡織及棉花與紡織品進出口為產(chǎn)業(yè)鏈條,集研發(fā)、生產(chǎn)、經(jīng)營、投資、管理于一體的現(xiàn)代產(chǎn)業(yè)化集團企業(yè)。旗下?lián)碛卸嗉覐氖旅藁?、紡織等生產(chǎn)、經(jīng)營的全資、控股子公司。經(jīng)過多年的發(fā)展,公司已形成了以“棉花經(jīng)營、棉花物流、棉紡織、紡織品出口”為主干業(yè)務,以“國內(nèi)、國際”為兩大市場的經(jīng)營格局。棉花經(jīng)營涵蓋進口棉、新疆棉、地產(chǎn)棉三大系列多個品種;棉花物流業(yè)務以地產(chǎn)棉交易為主,填補了河南無地產(chǎn)棉交易市場的空白,并融入了全國棉花物流體系;棉紗產(chǎn)品從精梳40s到精梳120s、氣流紡紗16s到21s等兩大系列;外貿(mào)出口涵蓋棉紗、面料、服裝等三大系列、400多個品種。公司營銷網(wǎng)絡覆蓋國內(nèi)眾多棉花生產(chǎn)、經(jīng)營、紡織企業(yè),大型專業(yè)公司及國際棉花、紡織工貿(mào)公司,并與之建立了長期穩(wěn)固的互助合作關系,業(yè)務范圍遍及河南、河北、湖北、新疆、甘肅、浙江、江蘇、山東、廣東、福建、香港、新加坡、印度、澳大利亞、美國等區(qū)域。2.技術(shù)培訓初到公司后,公司進行了一系列的公司工作相關培訓,如企業(yè)文化、企業(yè)制度等,我所在的信息管理部門也進行了一些技術(shù)培訓,主要內(nèi)容有辦公軟件的使用、公司網(wǎng)絡的日常維護工作等,這些培訓讓我對網(wǎng)絡專業(yè)有了更進一步的了解,對網(wǎng)絡工程師應該干什么有了一個整體的了解。3.工作內(nèi)容在實習期間我先后主動了解了公司職能范圍、機構(gòu)設置、人員編制等基本情況,并對人事教育、網(wǎng)絡管理重點以及現(xiàn)場維護等工作深入學習,先后研讀了TCP/IP協(xié)議詳解一、二卷等書籍,同時我還理論聯(lián)系實際,實習期間主動要求跟老工程師到現(xiàn)場去實踐鍛煉、了解學習,努力從多方面開拓自己的眼界。我的主要工作是,在日常工作中通過對老員工的學習,不斷的增加自己的實踐知識儲備,積極參加部門的技能培訓,及時總結(jié)學習內(nèi)容,同時對公司需要的文件進行修改、打印以及分發(fā)到各個部門。在實習期間,我遇到了很多問題如對設備不熟悉、所學知識不能學以致用等問題,通過自己的溝通協(xié)調(diào)和監(jiān)督管理,這些問題都得以解決。三、實習感想從學生到實習工程師,短短幾個月的工作過程使我受益匪淺。不僅是在專業(yè)知識方面,最主要是在為人處事方面。社會在加速度地發(fā)生變化,對人才的要求也越來越高,要用發(fā)展的眼光看問題,得不斷提高思想認識,完善自己。作為一名it從業(yè)者,所受的社會壓力將比其他行業(yè)更加沉重,要學會創(chuàng)新求變,以適應社會的需要。在單位里,小到計算機的組裝維修,大到服務器的維護與測試,都需要一個人獨立完成。可以說,近幾個月的工作使我成長了不少,從中有不少感悟,下面就是我的一點心得:
第一是要真誠:你可以偽裝你的面孔你的心,但絕不可以忽略真誠的力量。第一天去網(wǎng)絡中心實習,心里不可避免的有些疑惑:不知道老師怎么樣,應該去怎么做啊,要去干些什么呢等等吧!踏進辦公室,只見幾個陌生的臉孔。我微笑著和他們打招呼。從那天起,我養(yǎng)成了一個習慣,每天早上見到他們都要微笑的說聲:“您早啊”,那是我心底真誠的問候。我總覺得,經(jīng)常有一些細微的東西
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 人人文庫網(wǎng)僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 遼寧建筑職業(yè)學院《有機化學Ⅰ》2023-2024學年第一學期期末試卷
- 科爾沁藝術(shù)職業(yè)學院《算法分析與設計實驗》2023-2024學年第一學期期末試卷
- 江蘇理工學院《視聽節(jié)目策劃》2023-2024學年第一學期期末試卷
- 吉林大學《汽車電工電子技術(shù)》2023-2024學年第一學期期末試卷
- 湖南農(nóng)業(yè)大學《烹調(diào)工藝學》2023-2024學年第一學期期末試卷
- 湖北體育職業(yè)學院《消費者保護法》2023-2024學年第一學期期末試卷
- 【物理】《功》(教學設計)-2024-2025學年人教版(2024)初中物理八年級下冊
- 高考物理總復習《帶電粒子在交變場中的運動》專項測試卷含答案
- 重慶工程職業(yè)技術(shù)學院《分布式系統(tǒng)與云計算》2023-2024學年第一學期期末試卷
- 正德職業(yè)技術(shù)學院《學習科學基礎》2023-2024學年第一學期期末試卷
- 內(nèi)科護理學-第二章-呼吸系統(tǒng)疾病病人的護理試題
- 班組長培訓之品質(zhì)意識培訓
- 道德經(jīng)中德文對照版
- 公路工程隨機抽樣一覽表(路基路面現(xiàn)場測試隨機選點方法自動計算)
- 2021版中醫(yī)癥候醫(yī)保對應中醫(yī)癥候醫(yī)保2
- 2023年山東省青島市中考化學試題(含答案解析)
- 安徽華塑股份有限公司年產(chǎn) 4萬噸氯化石蠟項目環(huán)境影響報告書
- 世界奧林匹克數(shù)學競賽6年級試題
- 藥用植物學-課件
- 文化差異與跨文化交際課件(完整版)
- 國貨彩瞳美妝化消費趨勢洞察報告
評論
0/150
提交評論