代码拉取完成，页面将自动刷新
复杂系统智能信息处理实验室（兰州理工大学）负责人：年福忠教授（年福忠-兰州理工大学计算机与通信学院 (lut.edu.cn)）
本站最早仅为师门内部使用，为低年级同门提供帮助和指导，而后进一步发展成为复杂网络研究与处理技术知识的基础信息分享站。为新加入复杂网络与复杂系统领域的新人研究者们提供基础知识与相关工具的简介，减少研究者们查找资料的时间和探索成本。同时，本站也展示了本实验室的最新成果，为复杂网络研究领域的学者提供参考。
导航中只是对涉及到的一些知识做了大概的介绍，让大家有一个大致的概念，深入理解还需靠大家自行学习。信息化时代，搜索能力十分重要 ，不仅仅是对于学术，所以希望大家可以熟练使用搜索工具，来寻找自己遇到问题的答案。
Networkx在02年5月产生，是用python语言编写的软件包，便于用户对复杂网络进行创建、操作和学习。利用Networkx可以以标准化和非标准化的数据格式存储网络、生成多种随机网络和经典网络、分析网络结构、建立网络模型、设计新的网络算法、进行网络绘制等。安装Anaconda时已经集成了Networkx工具包(也可以使用pip install networkx安装但是更推荐安装Anaconda)。
使用场景：构建初始网络，实验进行时对网络中节点或边进行操作，导出网络结构为gephi可绘图的文件等。
Networkx具体使用方法参考：Networkx中文文档。或百度获取更多相关内容，关键词：【networkx 基本用法】。
Matplotlib 是 Python 的绘图库，它能让使用者很轻松地将数据图形化，并且提供多样化的输出格式。Matplotlib 可以用来绘制各种静态，动态，交互式的图表。Matplotlib 是一个非常强大的 Python 画图工具，我们可以使用该工具将很多数据通过图表的形式更直观的呈现出来。Matplotlib 可以绘制线图、散点图、等高线图、条形图、柱状图、3D 图形、甚至是图形动画等等。
使用场景：实验的结果如果是2d图一般采用matplotlib进行绘制。
具体使用方法直接参考Matplotlib 教程。
NumPy（Numerical Python）是Python的一种开源的数值计算扩展。这种工具可用来存储和处理大型矩阵，比Python自身的嵌套列表（nested list structure)结构要高效的多（该结构也可以用来表示矩阵（matrix）），支持大量的维度数组与矩阵运算，此外也针对数组运算提供大量的数学函数库 。
使用场景为实验中矩阵运算，或生成多维数组等。
具体使用方法直接参考NumPy 教程。
Gephi是一款开源免费跨平台基于JVM的复杂网络分析软件，其主要用于各种网络和复杂系统，动态和分层图的交互可视化与探测开源工具。Gephi主要用来将网络进行可视化。如下图：
Gephi依赖于Java环境，所以首先安装Java环境,再安装Gephi。Gephi软件的基本使用可参考gephi软件使用。或百度获取更多相关内容，关键词：【gephi使用】。
NetLogo模型作为元胞自动机（Cellular Automata）范畴中的一种,近年来多用于对自然和社会现象进行仿真建模。它最早由Uri Wilensky在1999年提出，由连接学习和计算机建模中心（CCL）负责开发。NetLogo中的世界由功能不同的主体(Agent)构成，其中包括瓦片（patches)、海龟(turtles)、链(links)及观察者(observers)。建模者能够向众多独立运行的主体通过编程的形式发出指令，这些主体便可以将宏观模式通过交互的形式涌现出来。NetLogo可以通过设置时钟来更新视图的结果，因此该模型特别适合对随时间演化的复杂系统进行建模。NetLogo自带着一个模型库，该库覆盖生物、医学、物理、化学、数学和计算机科学等众多领域研究，例如：生态系统、种族隔离、病毒传播、社会暴动、种植结构优化、交通仿真等。NetLogo 官网，具体使用方法请百度获取更多相关内容，关键词：【Netlogo 使用教程】。
Endnote是一款被广泛使用的文献管理软件，其是SCI（Thomson Scientific 公司）的官方软件，支持国际期刊的参考文献格式有3776 种【也可以自定义期刊引用格式】。对于需要大量看文献，需要对文献进行分类等功能时，Endnote无疑是最好用的之一。Endnote对英文文献的支持比较好，中文稍差。学校有提供Endnote软件，具体查看EndNote20 文献管理软件（单机版）。也可以参考知乎回答。或百度获取更多相关内容，关键词：【Endnote】。
Sci-Hub是一个检索，免费下载论文的网站，界面非常简单，只要输入论文的连接或者doi就能够下载论文。2011年，埃尔巴克彦搭建起Sci-Hub，试图帮助人们绕开出版商的付费墙。Sci-Hub通过爬虫自动抓取学术论文。当用户需要某篇付费论文时，Sci-Hub会自动登录一个已订阅该期刊的机构账号。用户下载论文的同时，网站会自动备份论文，下一个用户提出同样下载需求时，就无须登录账号。对于被“付费墙”挡在论文之外的人来说，Sci-Hub很便捷，只要输入所需论文的题目或者DOI编码，论文全文就出来了，还可免费下载。
Let-pub中有一个SCI期刊查询及投稿分析系统，可以获取到期刊信息，使用方法很简单，搜索期刊名字即可。结果中包括期刊影响因子、投稿网址、官方网站、中科院SCI期刊分区、投稿经验等信息。
百度学术搜索是百度旗下的提供海量中英文文献检索的学术资源搜索平台，2014年6月初上线。涵盖了各类学术期刊，会议论文，旨在为国内外学者提供最好的科研体验。“世界很复杂，百度更懂你”，百度学术搜索可检索到收费和免费的学术论文，并通过时间筛选、标题，关键字、作者、摘要、出版物、文献类型、被引用次数等细化指标提高检索的精准性。百度学术中提供了作者信息，摘要，关键词，doi，引用数，文章年份，引用等信息，可以在此下载endnote引用文件。谷歌学术类似。
Playwright 是微软在 2020 年初开源的新一代自动化测试工具，它的功能类似于 Selenium、Pyppeteer 等，都可以驱动浏览器进行各种自动化操作。它的功能也非常强大，对市面上的主流浏览器都提供了支持，API 功能简洁又强大。虽然诞生比较晚，但是现在发展得非常火热。
因为 Playwright 是一个类似 Selenium 一样可以支持网页页面渲染的工具，再加上其强大又简洁的 API，Playwright 同时也可以作为网络爬虫的一个爬取利器。
Anaconda包括Conda、Python在内的超过180个科学包及其依赖项。它具有开源、安装简单、免费社区等优点。
Anaconda包含了python.exe，并且集成了许多常用的包，例如上述的Networkx、Numpy等包，所以强烈推荐使用。在Pycharm中导入anaconda的python路径即可。
官网 VScode
安装教程
配置Anaconda
在VScode插件里输入‘python’，选择安装。点击右下角的“设置”图标 -> 选择“扩展设置” -> python解释器的路径选择Anaconda路径下的python.exe
创建一个新的python文件
在“资源管理器”里右键，创建新文件
名称的后缀为.py
Jupyter Notebook（此前被称为 IPython notebook）是一个交互式笔记本，支持运行 40 多种编程语言。Jupyter Notebook 的本质是一个 Web应用程序，便于创建和共享程序文档，支持实时代码，数学方程，可视化和 markdown。 用途包括：数据清理和转换，数值模拟，统计建模，机器学习等等 。
Jupyter也是一个IDE环境，Anaconda中自带Jupyter，具体使用方法参考jupyter怎么使用
Python版本问题：
由于版本支持问题Playwright只能在3.7以上的Python版本中安装，
所以至少需要安装 Anaconda2018.12 以上版本，对应 Python3.7.1 环境。
我这里本地保留了 Python3.6.5 版本，也就是 Anaconda5.2.0 环境。需要与3.7版本进行区分，只对3.7版本的环境利用pip进行操作。
我们首先把新安装的环境改一个名字，比如这里将原本的python.exe执行文件改为了python3.7.1
现在我们只要在命令行界面python3.7.1 -m +命令就可以对这个环境进行单独操作了，如
#更新pip命令 python3.7.1 -m pip install --upgrade pip #安装Playwright python3.7.1 -m pip install playwright
在安装Playwright成功之后还需要执行：
#安装playwright自带的浏览器和ffmepg，此步骤耗时较长 python3.7.1 -m playwright install
然后就可以进行爬虫设计了，在命令行输入：
python3.7.1 -m playwright codegen
就会自动打开浏览器和录制界面，录制界面会录制在这个浏览器内的操作并直接生成代码
这里就直接在浏览器访问论文手稿提交页面，可以看到这里就录制生成了访问页面的句子。
进而的填入用户名+密码、点击等等都可以生成，不多赘述。
注意！这里的浏览器最好选择webkit而不是chromium
# 最终执行最好用webkit,为最轻量的模拟浏览器 browser = playwright.webkit.launch(headless=True)
内容提取的实现方式很多，详见（【PlayWright教程（三）】基础操作汇总_Code_LT的博客-CSDN博客_playwright获取cookie）。
将生成的代码直接建立为.py文件即可运行爬取过程。
复杂网络相关领域的真实数据集
SNAP是斯坦福大学整理的真实数据集
Justscience。简单粗暴的对影响因子、分区、期刊缩写等期刊信息进行查询，选择投稿期刊时可以作为参照。
Geogebra。动态的几何软件，可以在上面进行数学公式的可视化和调试。可以借助工具栏中所提供的作图工具，在几何区中使用鼠标进行几何作图；也可以在Geogebrar命令区中直接输入代数表达式，其会展示对应的图形。
从校图书馆提供的入口进入，可以免费下载学校购买的学术资源。
也可以在这个页面搜索图书馆的纸质藏书情况，方便借阅
一个配套小玩具：谷歌浏览器中添加“Coolors for Chrome”扩展，于是每次打开新的页面，或刷新这个页面，你就会得到一张惊喜的色卡~
不知不觉间就能收集很多(虽然大概率用不到但是) 很喜欢的配色\(≧▽≦)/
公众号：集智俱乐部
衍生公众号：集智斑图（推送复杂网络方向最新顶刊成果）
官方网站：https://swarma.org/
内有许多复杂网络相关的内容。部分内容收费，也许能从网络资源上找到免费可看的。
“网络科学研究速递”公众号会推送网络科学领域内的论文，阅读摘要以找到自己感兴趣的文章深入学习。
在线社交网络包含了丰富的社交行为类型，例如“点赞”、“评论”、“点击”、“分享”和“转发”等。单个在线社交行为本身只涉及到两个节点：动作发出者和动作接受者，但其产生的影响范围却远远超出这两个相互作用的节点。因此，在线社交行为明显是一种在线社交网络中的高阶相互作用。在本章中，社交行为的影响效应被视为社交行为由高阶向低阶的投影。因此，在社交行为模型中，节点对节点的社交行为被抽象为了节点对社团的社交行为进行研究。
本章内容根据现代在线社交的信息发布规则，区分了话题转发与关系转发两种类型的信息转发方式，进而建立了包含话题转发与关系转发两种方式的基于话题中心性的传播动力学模型。在传播过程中，将社交行为的影响效应视为社交行为由高阶向低阶的投影，通过社交行为模型模拟了社交行为的生成过程。同时，定义了话题参数：话题膨胀率与话题扩散率，从信息量与信息扩散程度两个维度描述了信息传播中的社会强化作用。
基于话题标签的网络概念图
话题与关系传播逻辑示意图
模拟实验的网络结构演化
传播参数在真实数据和实验数据中的变化对比图
Nian F, Ren J, Yu X. Online Spreading of Topic Tags and Social Behavior[J]. IEEE Transactions on Computational Social Systems, 2023.
随着互联网等新型技术的迅速发展，人们在社交平台上的交流与互动愈加频繁与复杂。因此，在复杂网络研究领域中传播学和网络拓扑结构逐渐成为研究热点。在众多的网络结构中，分形网络已成为研究复杂性科学的重要分支。其中分形网络最重要的特征自相似性是指每一小的组成部分都在特征上和整体相似。研究发现，微博中的信息传播是迭代式、发散式的传播结构，在用户不停的转发，扩散过程中逐渐形成一个庞大的信息扩散网络。因此，如何根据信息的实际传播情况来构建分形网络，揭示互联网信息传播中的分形演化机制及其传播动力学特征与规律对现实信息传播的预测、网络演化的分析有重要的现实意义。本文以微博中信息传播为背景，基于信息传播来构建分形网络。首先基于节点相似度建立互联网信息传播学模型。其次，以无标度网络为基础网络，模拟信息传播过程。基础网络随信息的传播逐渐演化成一个广义分形网络。进一步分析影响分形网络构建的关键因素，并确定构建分形网络的最佳参数。最后，通过爬取微博真实数据，验证上述模型的合理性与有效性。本文通过研究微博的信息传播特点，构建符合现实的信息传播网络。了解用户之间的联系与传播方式，将复杂的信息传播路径可视化为直观的网络结构，用全新的角度去理解信息传播与网络构建。从而更好的预测信息传播的途径，有效的控制信息的传播，具有很重要的现实意义。目前分形已被广泛应用于多个领域，但是在传播学中的应用还需要更深一步的研究和探索。
Yang Y , Nian F . FRACTAL EVOLUTION IN INTERNET INFORMATION PROPAGATION[J]. Fractals, 2022, 30(01).
本文主要介绍鸟群效应 Flock Effect：
成千上万的鸟成群在空中飞翔，它们的队伍随时可能排列出不同的造型，但又永远保持一个团体。根据这种方法，鸟群中的每只鸟只需获取自己局部的环境的信息，并根据这些信息自行决定自己下个时刻的运动状态。具体表现为每只鸟每个时刻都要遵守如下三条规则:
(a)分离Separation: 移动以避开群体拥挤处
(b)靠近Cohesion: 朝着周围同伴的平均位置移动
(c)对齐Alignment: 朝着周围同伴的平均方向前进
受其启发，本文章从分形的角度探索了三条对应的微博网络中的信息传播规则，并尝试通过这三条传播规则建模模拟真实的信息传播过程。
Nian F, Cui Y, Yang Y, et al. Flock Effect Drives Information Fractal Propagation[J]. FRACTALS (fractals), 2022, 30(06): 1-10.
复杂的社交网络包含许多重叠的朋友圈，这些朋友圈通常包含具有相似爱好、属性或密切关系的成员。在一些在线社交网络中，朋友圈也被称为社区或爱好组。然而，用户和朋友之间的联系可以超越上述规则。在好友圈网络中，用户和朋友可能在同一个圈子里，也可能在不同的圈子里。当用户转发或与朋友分享信息时，他们需要考虑接收者的朋友圈子和他们本身的圈子之间的结构关系。下图是好友圈网络的结构示意图。本文通过模拟网络与真实网络皆验证以下结论：小规模圈子里面往往由领导者主导话语权，即圈内度最大的节点；而大规模圈子往往由普通节点推进话题快速的发展。比如在小规模的实验室里，圈内度最大的人是老板，老板主导话语权以及实验发展的方向；在大规模的微博群体里面，普通用户的参与度决定了话题能否成为话题，进入热搜榜。
com-Youtube数据集下节点圈内影响力与圈内最大度的关系
Nian F , Liu X . Friend circles network: formation and the law of news dissemination[J]. Applied Intelligence, 2021(112839).
分形是描述复杂几何形体结构的一种数学概念。分形最大的特性是具有自相似性，不管是放大或者缩小研究对象，你都会看到局部和整体具有相似的结构。分形的研究对象普遍存在于大自然中，例如我们熟知的雪花、树叶、群山、云朵、海浪等等。本文从分形的角度出发对病毒的传播进行研究。首先，对学校的社交网络进行抽象分析，采用递归构造的方法构建分形网络。随后，我们基于SI传染病模型的传播原理，结合分形的自相似性，提出分型传播的思想。根据建立的分形网络和分形传播模型，模拟分形传播过程，分析传播过程中网络中感染密度的变化。结果表明，感染密度呈阶梯式变化，在一定时间内会出现跃迁。根据上述的研究，我们进一步考虑现实世界中是否也存在着具有分形思想的传播过程？通过对新冠病毒在全球扩散过程的分析，发现存在着分形传播的思想。同样，在现实世界中，也存在着分形网络。在此，我们选取部分时间段内城市人口的迁徙数据，根据粒度计算的思想构建真实分形网络。最后，本文将新冠病毒的扩散作为实例，建立符合疫情传播的SEIR传染病模型，进一步研究分形传播的免疫现象。实验和分析表明，如果在病毒传播的跃迁点进行干预，可以有效地控制病毒的传播。本文首次将分形的概念应用在传播中，提出分形传播的思想，突破结构形态上自相似的狭义分形概念，为分形的研究提供了新思路。
Nian F , Y Yang, Y Shi. Fractal Propagation and Immunity on Network[J]. Fractals, 2021.
在当今这个互联网时代，人和人之间的交流和互动变得越来越密集，行为的相互影响也变得越来越普遍。每一个人都是整个社交网络中的一个节点，我们每一个人都生活在一个由人作为节点，由人与人的关系作为边组成的复杂网络中。人们享受着技术革新和信息爆炸带来的便利的同时，思想和行为也都不可避免的受到网络中的其他个体的影响。因此，为了度量邻里之间的直接和间接影响，本文建立了基于压力的行为传播和竞争模型。压力是由群体行为对节点的影响来描述的，它与测量节点行为影响的两个节点之间可达路径的长度和数目有关。此外，压力范围对压力也有影响。通过对节点动机变化和行为传播规律的建模和分析，在小世界网络和无标度网络上进行了数值模拟。研究结果表明，压力是影响节点行为动机的主要因素，其中相关群体网络中行为产生的压力取决于参与者的相对位置和数量。同时，网络结构在行为传播过程中也起着重要的作用。此外，当多种行为在人与人之间传播，而获胜行为在人与人之间广泛传播时，竞争就产生。
Nian F , Yang Y , Shi Y , et al. A Behavioral Propagation and Competition Model Based on Pressure[J]. Modern Physics Letters B, 2021.
本文目的是提出微博头条的解决方案，如下图提出了四个实验方案：感染密度上升速率最大时、感染密度最大时、感染密度下降速率最大时、感染密度稳定时。分别在这四个时间点加入强相关的刺激信息，并对结果进行分析比较。首先，分别对WS小世界网络和BA无标度网络根据SI模型进行信息传播，接收信息的节点为粉丝节点，没接收路人节点，记录每个节点的角色，不同角色的兴趣值曲线是不同的。依据路人转化为粉丝，粉丝转化为黑粉的转化过程，将改进的SIR模型在已经处理过的WS和BA网络里进行模拟实验，得出实验结果。
年福忠, 李经洲, 郭鑫. Evolution mechanism of Weibo top news competition[J]. 中国物理B:英文版, 2021, 30(12):8.
本文主要研究了网络中的信息传播，核心机制为反馈机制。通俗的解释反馈机制：现实生活中A给B推荐了一部电影，B看完感觉得不错，那么A会把这部电影推荐给其他人的概率会增大。对于B来说，B自己觉得电影不错，又将电影推荐给自己其他朋友如果也获得不错的评价，那么当A再次向B推荐电影时，B由于对A的信任，接受推荐的概率也会变大。
下图中S1、I1、R1为无标度网络初始状态下信息传播的节点状态数量变化曲线，S2、I2、R2为初始网络进行了多次信息传播后训练出来的新网络。结果发现，相对于初始状态下的传播结果，在进行了反馈机制训练的网络中信息的传播速度大幅度增加。
Nian F , Liu J . Feedback driven message spreading on network[J]. Chaos Solitons & Fractals, 2021, 149(18):111065.
本文主要探讨了群体情感的相变现象。主要从两个方面研究了群体情感的相变：无网络结构的群体情感与存在网络结构的群体情感（情感与网络结构共同进化的群体）。对于无网络结构的群体情感在此不做过多的描述；对于情感与网络结构协同进化的群体，在微观层面节点受到情感倾向、节点聚集度和节点重要性三个方面的影响，即节点间会倾向于相同或相近情感且比自身更重要的节点靠近，同时由于情感的相近性产生的情感共鸣，使得形成的情感团体会吸引更多的节点加入，使自身具有更高的聚集性；同时，在宏观层面展现出群体情感的变化与争夺。具体表现为这样的过程——初始时刻的无序相，并随着信息的传播使得人们对信息的初步了解群体情感表现为中性相；而当人们受到更多带有情感信息是影响时，群体情感表现出极端相，且极端情感之间会发生争夺现象。群体情感图与群体情感网络协同演化如下所示。
Yu X, Nian F, Yao Y, et al. Phase Transition in Group Emotion[J]. IEEE Transactions on Computational Social Systems, 2021, 8(5): 1143-1152.
根据社会网络的特点，构建了具有显式关系、隐式关系和超级节点的高阶网络模型。在此基础上，本文分析了完全信任网络和非完全信任网络中的信息传播过程。此外，本文在研究非完全信任网络中的信息传播时，设计了一个多信息传播训练可信度SIPR(MPTC-SIPR)模型，分别在三种不同的网络上对真实和虚假信息的传播进行了仿真。
网络建模思想：
在该网络中，节点分为超级节点和普通节点，边分为显式边和隐式边。超级节点是指拥有大量粉丝的明星博主。有了光环效应，超级节点更容易获得他人的信任，并将信息传播给他人。显性边缘指的是和活跃用户之间建立的关注关系。隐性边缘指的是与普通用户之间的关系。那些具有超节点的网络被称为具有超节点的高阶网络。为了进行比较分析，本文将没有区分节点属性的网络称为无超节点的高节点网络。这两种网络都是高阶网络。
结论：
在高阶完全信任网络中，信息传播范围要宽得多，信息死亡相对缓慢。在高阶非完全信任网络中，伪造者信息传播速度较快。
活跃粉丝数量在每个信息传播过程中所占的比例
Nian F, Shi Y, Cao J. Modeling information propagation in high-order networks based on explicit–implicit relationship[J]. Journal of Computational Science, 2021, 55: 101438.
克隆到本地：https://blog.csdn.net/weixin_45941099/article/details/122631514
上传并同步：https://blog.csdn.net/qq_45458915/article/details/122980638
├─1.近5年论文成果
│ │ 近5年成果清单.docx
│ │ 近5年成果清单.md
│ │
│ └─近五年论文
│ A behavioral propagation and competition model based on pressure.pdf
│ A disease transmission model based on individual cognition.pdf
│ A Human Flesh Search Algorithm Based on Information Puzzle.pdf
│ A Human Flesh Search Model Based on Multiple Effects, IEEE Transactions on Network Science and Engineering.pdf
│ A new spreading model in the environment of epidemic-related online rumors.pdf
│ An immunization based on node activity.pdf
│ An incentive mechanism model based on the correlation between neighbor behavior and distance.pdf
│ Community detection in social networks based on information propagation and user engagement..pdf
│ COVID-19 Propagation Model Based on Economic Development and Interventions.pdf
│ COVID–19在高危人群动态网络中的传播动力学.pdf
│ Crowd attraction-driven community evolution on social network.pdf
│ Epidemic spreading on networks based on stress response.pdf
│ Evolution mechanism of Weibo top news competition.pdf
│ Evolution of node impact based on secondary propagation.pdf
│ Feedback driven message spreading on network.pdf
│ Flock Effect Drives Information Fractal Propagation.pdf
│ formation and the law of news dissemination.pdf
│ FRACTAL EVOLUTION IN INTERNET INFORMATION PROPAGATIONFractals.pdf
│ Fractal Propagation and Immunity on Network.pdf
│ Human flesh search based on information coupling.pdf
│ Information propagation based on historical memory.pdf
│ Message propagation in the network based on node credibility.pdf
│ Modeling and analysis of motivationdriven network behavior communication.pdf
│ Modeling information propagation in high-order networks based on explicit-implicit relationship.pdf
│ Module-phase synchronization of fractional-order complex chaotic systems based on RBF neural network and sliding mode control.pdf
│ Phase Transition in Group Emotion.pdf
│ Phase transition in information propagation on high-order networks.pdf
│ Pinning Synchronization of Independent Chaotic Systems on Complex Networks with Double Delays.pdf
│ Pinning synchronization with low energy cost.pdf
│ Self-adaptive network model based on incentive mechanism.pdf
│ Sliding mode synchronization of fractional-order complex chaotic system with parametric and external disturbances.pdf
│ Study on indoor environmental comfort based on improved PMV index.pdf
│ The epidemic network construction and immunization based on node strength.pdf
│ The epidemic spreading on the multi-relationships network.pdf
│ The model of information dissemination on social networks under epidemic-related panic.pdf
│ The Module-Phase Synchronization of Complex-Valued Neural Networks with Time-Varying Delay and Stochastic Perturbations.pdf
│ The propagation-weighted priority immunization strategy based on propagation tree.pdf
│
├─2.会议期刊推荐
│ CCF推荐国际学术会议和期刊目录（下载）.pdf
│
├─3.英语写作
│ A-manual-for-writers-of-research-papers-theses-and-dissertations.pdf
│ Science Research Writing A Guide for Non-Native Speakers of English.pdf
│ Writing Science_ How to Write Papers That Get Cited and Proposals That Get Funded - PDF Room.pdf
│ 万能句型.pdf
│ 陈关荣-如何写好一篇英文科技论文？2015.pdf
│
├─4.代码
│ ├─传染病模型代码
│ │ 基础传染病模型.zip
│ │
│ └─ get_like.py
│
│
└─5.数据
│ └─微博话题_爬取
│ #人接种疫苗后仍能传播德尔塔病毒#.zip
│ #哈尔滨一办公楼楼顶塌落致4死7伤#.zip
│ #奈雪的茶北京两家涉事门店停业整改#.zip
└─6.其他
└─往届毕业材料
├─2022届
└─2023届
此处可能存在不合适展示的内容，页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容，可点击提交进行申诉，我们将尽快为您处理。