大数据环境下的信息时空分析与应用研究评述

[目的/意义]受大数据环境和人工智能技术的双重影响,信息的动态性不断加强,其时间特性和空间特性也逐渐成为分析的重点和难点。对动态信息进行时空分析,不仅可以加强信息的关联化、有序化、可视化,同时可以全方位地展示信息的全生命周期序列和全局空间分布。[方法/过程]使用内容分析法,从大数据环境下动态信息的时空特性分析出发,经过对相关文献的梳理,得到若干条信息"陈述"并将其逐级归纳,从而得出近年来该领域的研究热点和发展趋势。[结果/结论]大数据环境下动态信息的时空分析视角和方法是不断更新变化的,体现在时空信息的监测、表示及应用领域等各个方面。同时,大数据的迅猛发展不仅给信息的时空特征研究带来了机遇也提出了新的挑战。

基于隐喻地图的社交媒体用户应急物资需求可视化分析

[目的/意义]通过引入隐喻地图来改善之前可视化工具在统一表征应急物资需求主题结构和演化关系方面的缺陷,减少分离式表征对用户造成的认知负担。[方法/过程]设计用于表征社交媒体中应急物资需求主题的隐喻地图,并以此为基础提供了一系列交互式功能便于对信息的探索性分析和整体认知。[结果/结论]基于隐喻地图的视觉表征可以强化对于需求主题结构和演化状态的整体表征,减轻用户认知的心智负担。本研究提出了一种基于隐喻地图的应急需求主题可视化方法,为应急资源协调调度等决策提供了参考。

人工智能与大数据背景下再论情报学与传播学的交叉协作发展路径

[目的 /意义]理清人工智能、大数据背景下情报学和传播学的交叉融合研究现状,并探索协同发展的新型研究方向。[方法 /过程]通过对情报学和传播学学科交叉相关文献的系统梳理、归纳和分析,剖析二者在理论研究和实践应用层面的交叉研究主题,以及各自的研究特征和侧重点,并结合人工智能、大数据研究方法和研究热点阐述情报学与传播学交叉过程中的新型研究方向和未来发展趋势。[结果 /结论]人工智能与大数据环境下,情报学和传播学的交叉研究主要以信息和社会为关键词,体现在研究对象的交叉、研究方法的交叉、应用领域的交叉等方面。而未来的交叉研究方向将通过数据科学的不断发展进一步相互渗透,同时在中观层面实现两个学科的优势互补,利用信息预测、多源数据融合和融媒体等研究热点领域达成全面协作发展。

社交媒体危机主题演化模型构建与趋势分析

[目的/意义]基于社交媒体,探索突发事件信息生命周期中不同利益相关者的动态分类及其关注主题的演变规律,为更精准的危机信息监测与动态决策提供依据。[方法/过程]以特定危机事件的事实文本数据为来源,以利益相关者理论和动态主题模型为指导,构建三维动态主题演化模型以对社交媒体危机事件中不同利益相关者的分类与话题关注进行主题挖掘。其中包括时间粒度划分、利益相关者的定量评估、基于时间和主体的危机主题观点识别与刻画,并利用可视化工具对该动态趋势进行表征。[结果/结论]基于三维动态主题演化模型,利益相关者的组成与分类在不同阶段中具有明显的差异性,同时其关注主题与行为特征也体现出不同的偏好性和动态差异性。危机主体的动态与危机主题的动态有效结合,能够更加全面地表达舆情传播的特点和规律。