成长期学者引用动机演化分析

[目的/意义]引用动机承载了学者引用文献的目的和情感偏向,通过对学者的引用动机进行演化分析,可以追踪学者在成长期内对不同主题的关注程度和变化趋势,深入了解其在学术发展中的思考、选择和转变。[方法/过程]本文以处于学术成长期的学者为研究对象,首先,根据普赖斯定律初步识别核心学者,并通过Zp c指标筛选出处于学术成长期的学者;其次,将论文的篇章结构与科学性引用动机进行映射,采用人工标注进行引用动机分类;第三,利用BTM主题模型识别被引主题并比较其异同;最后,在此基础上,通过时序比较分析被引主题的演化路径和过程。[结果/结论]通过将主题模型与引用动机相结合,能够挖掘成长期学者不同引用动机下的主题,基于演化强度识别演化主路径,有助于了解成长期学者的学术关注和研究方向的演变。

基于KANO-QFD集成方法的健康网站信息服务质量优化研究

[目的/意义]健康网站作为新兴的健康信息服务方式,是用户获取健康信息和服务的重要平台。优化健康网站信息服务质量不仅可以保护用户的健康安全,还可以促进在线医疗行业的发展。[方法/过程]文章构建了基于KANO-QFD集成方法的健康网站信息服务质量优化模型,并以好大夫在线为例进行了实证研究。主要运用E-SERVQUAL和KANO模型设计调查问卷对健康网站进行用户需求获取与分析,采用Better-Worse系数分析法进行用户需求关键信息服务质量要素提取,最后使用QFD模型构建信息服务质量屋实现优化策略重要度排序。[结果/结论]可以为健康网站信息服务质量优化提供针对性对策与建议,细化分析用户需求和明确健康网站信息服务质量的重点改进方向。

数字移民健康信息素养能力评价与提升策略

文章借鉴已有研究成果构建多维视阈下的数字移民健康信息素养评价指标体系,结合线上线下途径开展问卷调研,利用探索性因子分析萃取出“健康信息多元觅食技能与感知价值鉴别”“健康信息伦理道德与实践应用转化”等一级指标,利用变异系数法为各级指标赋予权重系数,进而开展实证分析。实证结果表明:健康中国建设进程下,数字移民群体已具备一定的健康信息素养,但能力水平处于欠佳状态,能力构成呈现失衡状态,年龄、受教育程度、城乡、健康水平等多元维度下均有不同程度的能力差异度,不同属性的数字移民群体能力上的差异化提升亟待重视。文章构建了“个体—社会—国家”三元主体协同的健康信息素养能力提升服务体系。

知识流动视角下的跨学科知识分类研究

[目的/意义]对跨学科知识流动现象进行探析,测度不同流动阶段的知识特征并对知识进行分类。[方法/过程]将跨学科知识流动划分为知识流入、概念创新与知识反流阶段,通过学科交叉分析、知识突现分析、跨学科引用分析以及概念同配性分析测度知识在不同阶段的特征,并基于特征差异将知识划分为借鉴型、同化型、创新型、差异型4种类型。[结果/结论]从知识流动视角认知跨学科知识在不同阶段的特征并将其进行分类,可以更好地理解跨学科知识在不同学科内的概念差异并预测其发展方向。

面向“健康中国2030”的数字移民健康管护服务模型构建

文章聚焦数字移民群体,在健康数字鸿沟视野下,利用深度访谈和质性分析方法,完成数字移民族群健康管护需求及壁垒的萃取,共提炼出健康管护需求初始概念54个、需求范畴24个、需求主范畴9个和核心维度4个,以及健康管护壁垒初始概念44个、壁垒范畴17个、壁垒主范畴8个以及核心维度3个。数字移民群体核心健康管护需求涉及个体、家庭、社会及政府、信息能力4个主维度,健康管护壁垒涉及情感认知、能力特征、外部特征3个主维度。从多维视域构建“亲友-家庭-平台-政府”四位一体的健康管护服务模型,以实现个体健康权利和充分享受数字红利为核心目标,从多层次、多领域为数字移民群体提供健康管护服务,可为自主自律参与社会整体健康建设保驾护航,以期实现“健康社会化,社会健康化”时代背景下个体健康服务的新发展。

基于学术网络的跨学科论文推荐研究

为满足情报学科研人员对跨学科论文的需求,本文构建了基于学术网络的跨学科论文推荐模型。首先,根据论文关键词耦合网络及作者对论文的引用网络特征,挖掘作者与论文的相关性,实现基于关键词耦合的论文推荐;其次,利用作者引文耦合网络特征及作者跨学科引用关系、论文共被引关系与论文的学科属性,分别挖掘作者与论文的跨学科性,并计算跨学科性相似度,实现基于学科相似性的论文推荐;最后,结合基于关键词耦合的论文推荐和基于学科相似性的论文推荐,实现跨学科论文混合推荐。以CSSCI(Chinese Social Sciences Citation Index)数据库中的数据对模型进行验证,实证结果表明,本文提出的推荐模型推荐结果具备跨学科性;与基于关键词耦合的论文推荐方法相比,结合跨学科特征后在作者推荐成功率、平均准确率和平均召回率上均有提高。

基于改进的h指数的学者评价研究

h指数是目前常用的科学计量指标之一,其通常被用来衡量学者的学术能力。针对h指数忽略高被引论文等问题,本文对不同h指数时论文的被引情况进行了深入分析,计算出了h指数一定时的论文平均被引数。在此基础上,提出了一个新的指标:hc指数。该指标由hc_1指数与hc_2指数构成,hc_1指数用来衡量学者的学术能力是否超出或低于当前h指数下的平均数值,hc_2指数用来衡量作者近年来的学术活跃程度。以数字图书馆、数字档案馆与数字博物馆领域的学者为对象进行的实证研究表明,hc指数能够较好地衡量作者的学术能力,缓解了h指数忽略高被引论文等问题,可用来发现近年来的活跃学者,并能依据不同领域的实际情况来进行评价。

基于Web 3.0的个性化信息聚合技术研究

通过分析个性化信息聚合的现状,揭示其在满足用户个性化信息需求上的缺陷,阐释基于Web 3.0的个性化信息聚合的必要性,并进一步剖析基于Web 3.0的个性化信息聚合的关键技术,在此基础上,提出基于Web 3.0的个性化信息聚合平台的基本架构。

大数据环境下战略性新兴产业信息服务平台服务模式创新研究

[目的/意义]随着信息技术的发展和大数据理念的深化,构建与完善战略性新兴产业信息服务平台已成为现阶段的重要任务。[方法/过程]通过分析我国战略性新兴产业信息服务平台的现存问题,依据信息融合三种关系的分析结果,文章提出战略性新兴产业信息服务平台需融合公共信息平台、信息交易平台和信息论坛三大部分的理念。依据信息需求的不同,提出战略性新兴产业信息服务平台共性化、个性化和特色化三种信息服务模式。[结果/结论]依据三种信息服务模式的创新,针对战略性新兴产业专业知识服务系统进行案例分析,旨在为我国战略性新兴产业信息服务平台的信息资源保障与服务提供指导,从而推进产业发展。

典型标签本体模型的比较分析研究

本体与大众分类中标签的结合研究是目前相关领域的研究热点,国内外众多学者针对标签的多样性、模糊性等缺陷,构建了多种标签本体模型,其中,Tag Ontology、SCOT和MOAT是最具典型性的三种标签本体模型。本文首先分析了这三种典型标签本体模型的构建原理,然后以资源、标签、标引者、标签集和含义等元素为比较标准,分别从基本信息、类和属性等方面对三个标签本体模型的适用性和完备性进行了详细的比较研究,最后分析和总结了三者各自的功能特点和不足,并提出了标签本体未来研究的几点思路,即整合三种典型模型、构建基于多语种的标签本体模型和构建与更新多领域的在线本体库。

社会化标注系统中的个性化信息推荐研究

在多媒体网络平台中,不仅社交网站允许用户自由发布资源和添加标签,越来越多的资源共享系统也开放给用户对资源、标签的组织管理权限。本文在分析了社会化标注系统的利弊后,采用推荐技术解决社会化标注系统中资源获取困难的问题,构建了基于社会化标注系统的个性化信息推荐模型,提出了从资源-标签-用户三个维度分别建立推荐组件,进而重组推荐资源集合实现对用户的个性化兴趣预测算法,并选取豆瓣网上的实例数据验证了算法的可行性和有效性。

基于用户兴趣主题模型的个性化推荐研究

Web2.0的发展带来网络信息指数增长,给用户带来大量的信息和知识的同时,也引发了"信息过载"和"信息迷航"等问题,在一定程度上削弱了用户检索体验,而以"用户为中心"的个性化信息服务成为学术界和产业界关注的热点。已有研究大部分建立的是单用户兴趣模型,忽略了某些系统为群体用户提供个性化服务的需要等,本文在对社会化标签用户特征进行关联分析后,构建了基于社会化标签的单用户兴趣模型和群用户兴趣模型,并在此基础上,借鉴协同过滤算法的思想,架构了基于标签的单用户和群用户个性化信息服务流程框架,以期为社会化标注系统中信息服务的优化和实施提供理论与应用参考。

国外社会化标注系统中标签与本体结合研究综述

针对社会化标注系统中标签的多样性、模糊性和标签间的语义关系缺乏给网络信息资源组织和共享带来的一定困难。本文从标签与本体相结合的角度,主要通过基于在线词表的标签语义关系识别、标签与本体的映射以及最后形成的标签本体模型对社会化标注系统中标签的语义关系研究进行综述评论,并对未来研究进行展望。

跨媒体知识图谱构建中多模态数据语义相关性研究

[目的/意义]跨媒体知识图谱是解决跨媒体检索的重要方法之一。对多模态数据语义相关性研究,为跨媒体知识图谱的构建提供了一定的理论基础和发展方向。[方法/过程]以构建基于跨媒体的知识图谱为出发点,通过深入剖析知识图谱的内涵与构建技术,提出一种基于跨媒体数据内容的语义相关性分析模型。该模型充分利用媒体对象的高层语义的语义标签信息,将多媒态文档中的同模态对象提取出来,从而挖掘不同媒体内容间的语义关系。[结果/结论]实证结果表明,模型能够较为准确的发现不同模态数据对象间的语义相关性并将其关联起来。文章的研究对跨媒体知识图谱构建过程中实体的有效抽取及关系确立有一定的指导和帮助作用。

Web2.0环境下信息组织的优化研究——以豆瓣网为例

在Web2.0的环境下,随着信息的指数级增长,信息组织面临着巨大挑战。本文结合豆瓣网这一典型的Web2.0网站,简要介绍了豆瓣网的信息组织模式,剖析了豆瓣网在类目体系、标签规范等方面存在的缺陷,并提出了相关的优化策略。

大众分类体系中标签概念空间的构建研究

大众分类是Web2．0环境下产生的一种新型信息分类法，标签是其中的核心要素，但标签的多样性、模糊性、结构扁平化等缺陷严重影响了信息检索的效率。本文以“豆瓣读书”为例，通过分析标签的统计学规律，挖掘标签间的相互关系，并利用聚类算法对标签进行聚类，构建标签概念空间，从而实现对标签的重新组织，为用户提供更好地标签导航和浏览机制。实验证明，本文提出的算法模型能够较好地构建标签概念空间。

自然语言处理技术在中文全文检索中的应用

自然语言处理技术是中文全文检索的基础。首先介绍了全文检索技术及自然语言处理技术,接着详细地阐述了自然语言处理技术在中文全文检索中的应用,并对目前基于自然语言处理技术的中文全文检索技术的局限性进行了分析,探讨了中文全文检索技术的未来发展方向。

关联规则挖掘在网络信息检索中的应用

针对目前网络信息检索效率不高的问题,提出了一种基于关联库的查询扩展方法。此方法通过将文档用向量空间模型表示,然后,抽取文档中的特征语词/概念,再利用关联规则挖掘技术揭示文档中语词/概念之间的相关性和层次关系,从而构建关联库。通过关联库对用户的查询需求进行扩展以达到提高查全率和查准率的目的。

基于Tag机制的网络社群构建研究

首先从理论上阐述了网络社群的内涵、特征以及构建网络社群的必要性,并对目前网络社群构建存在的问题以及国内外的研究现状进行了分析,然后分别利用肯达尔等级相关分析法和欧几里得距离公式探究了基于Tag的网络社群构建的算法,并利用豆瓣网中的实例数据验证了相关算法的可行性。

Web2.0环境下的信息过滤方式

本文首先介绍了信息过滤的概念及其类型,接着从信息订阅、信息推送、信息阅读几个方面分析了RSS中的信息过滤;从垃圾信息过滤、个人知识管理、个性化主题社区的形成、博客搜索引擎几个方面分析了Blog中的信息过滤;从信息组织体系、信息发布的质量控制、信息向知识的转换几个方面分析了Wiki中的信息过滤;从分众分类、个性化信息聚合、兴趣聚集和共享几个方面分析了社会书签中的信息过滤,最后总结了目前Web2.0环境下信息过滤方式的特点及存在的问题,并提出未来的信息过滤将最终实现语义级的智能信息过滤。