一种基于ThemeRiver模型的非连续层次数据可视化方法

针对传统Theme River模型对非连续数据特征表现支持较差的问题,提出一种改进的非连续数据Theme River可视化方法。对数据点划分时间段分别进行统计,补充新的数据点,构造数据点集,利用高斯模型曲线拟合,经过主题布局排序,颜色选择,标签分布布局成一种具有预测功能且能够展示层次特征的新型主题河流模型。在层次结构上,利用相同颜色序列表示同层次数据。将该方案应用于农残数据中,有助于对一段时间内的农残数据进行有效监测,为农药残留预测预警提供依据。

三维框架下我国数据要素政策量化研究

[目的/意义]分析我国数据要素政策在政策工具、政策主题以及政策效力上的合理性和科学性,对于推动数据要素的可持续发展具有现实意义。[方法/过程]从完善数据要素政策的需求出发,以39篇政策文本为样本,通过内容分析法、TF-IDF算法、LDA主题建模和PMC指数模型对其进行分析,并且根据结果提出可行性建议。[结果/结论]我国在数据要素政策工具及其内部子工具的使用上存在不均衡性,总体呈现出重供给、轻需求的特征;政策主题覆盖全面,但存在区域发展不平衡问题;政策效力整体表现良好,但在政策时效、政策性质等指标上的得分仍有提升空间。

取向与趋向:数据要素交易政策主题挖掘与演化研究

[目的/意义]数据要素交易是数据要素价值实现的重要方式,相关政策是其健康发展的必要保障。探究数据要素交易政策核心主题存在的取向与呈现的趋向,能够为完善数据要素交易政策体系并促进数据要素交易市场发展提供参考。[方法/过程]利用BERTopic模型,挖掘我国中央及地方1269份相关政策的文本主题,明确其核心主题的具体取向,并结合各个时期的主题强度及其政策数量,对其演化趋向进行分析。[结果/结论]我国数据要素交易政策经历了萌芽期、发展期与趋缓期,并呈现服务主体、技术保障、标准规范、安全监管4大主题取向,不同时期各核心主题的演化趋向不尽相同,对数据要素交易的实践进展起到了较大的引领作用。

人工智能时代高校思想政治教育主题活动课程化建设的内涵、价值及路径

人工智能在教育数字化实践中的广泛应用直接推动了高校思想政治教育的重塑。人工智能时代高校思想政治教育主题活动课程化转型,既是高校实现从思政课程到课程思政的现代化转型升级,也是全面建设现代化高校思想政治教育的现实诉求。构建新时代高校思想政治教育主题活动课程化建设体系应紧扣高校大思政的格局,形成三位一体的推进模式;创新数智融合课程体系,打造全要素互动共同体;加强现代思政队伍建设,建立健全评价反馈体系。

国内外开放政府数据研究比较分析——基于文献计量视角

随着信息时代的到来,开放政府数据在国家乃至国际层面都具有重大意义。对比分析国内外开放政府数据的研究进展,有助于拓展我国在该领域的研究视角。本文以国内外开放政府数据领域的期刊论文为研究对象,利用文献计量法和知识图谱可视化分析方法,对知网和Web of Science数据库中的期刊论文进行定量分析,深入挖掘国内外开放政府数据领域的研究主题以及热点主题演化路径,得到国内外研究发展历经的主要阶段。分析结果表明国外在开放政府数据领域的研究起步较早;通过分析国内外研究主题和趋势,发现我国对开放政府数据质量的研究缺乏细化的评估模型,学术界应关注开放政府数据平台研究。

数据驱动下突发公共事件公众诉求主题画像与归因分析

[目的/意义]面对突发公共事件公众诉求表达多样化、内容分散化和治理复杂化的问题,需要提高政府舆情应对的精度和效率。[方法/过程]融合LDA模型和fsQCA方法,搭建了“数据基础层→主题画像层→模式归因层”的研究框架,通过主题聚类可视化呈现和主题权重赋值实现对突发公共事件公众诉求主题画像的刻画,并基于归因理论,以事件主体、事件危害、事件详情、受害群众、救援响应、媒体报道、应急处置为条件变量,以事件影响力为结果变量,揭示突发公共事件公众诉求的组态路径和内在模式。[结果/结论]低事件详情是高公众诉求发生的必要条件,得到了4条高公众诉求的组态路径和6条低公众诉求的组态路径,归纳了两种高公众诉求归因模式(内部主导模式和外部助力模式)和两种低公众诉求归因模式(事件化解模式和媒体缓释模式)。

京张体育文化旅游带游客感知意象对满意度评价的非对称性影响

以京张体育文化旅游带的106个景区、景点为研究对象,以携程网的86192条点评为数据来源,使用LDA主题模型对京张体育文化旅游带游客感知意象主题进行分析,并结合KANO模型探讨游客感知意象主题对满意度评价的非对称性影响。发现:①游客感知意象包括特色园林、旅游体验、奥运景点、景区管理、自然风光、导游讲解、冰雪旅游、历史古迹等8个主题;②游客感知最强的是景区管理和旅游体验,其余依次是奥运景点、特色园林、导游讲解、历史古迹、冰雪旅游和自然风光;③游客感知意象主题对满意度评价存在非对称性影响,其中,自然风光和历史古迹作为激励因素对满意度评价有正向非对称性影响,景区管理和冰雪旅游作为基本因素对满意度评价有负向非对称性影响。为提升京张体育文化旅游带游客满意度,建议:制定旅游发展优先级策略;加快特色冰雪旅游项目的打造和推广;定期开展游客感知意象动态监测,针对感知意象主题和市场需求变化进行优化。

政策主题视角下我国政府数据治理政策演进研究

[目的/意义]我国政府数据治理框架处于不断的发展过程之中,分析数据治理的政策主题的演进与变迁,能够梳理政策发展脉络,指导数据治理政策体系的发展与完善。[方法/过程]系统收集中央层面政府数据治理政策,建构发展阶段,并借助LDA主题模型提取各阶段的重点主题,分析我国政府数据治理政策关注重点的演变与各阶段特征。[结果/结论]我国政府数据治理政策沿着“发展环境酝酿—政府数据价值释放—社会数据化转型”的路径不断演变发展,覆盖范围逐渐从政府内部拓宽至全社会,作用机制逐渐从政府主导转向鼓励市场发展,作用环节逐渐从数据收集、组织扩散至开发、利用等数据生命周期各环节,但数据安全问题始终是关注重点。

社交媒体数据支持的地铁突发事件公众感知与风险应对

在新媒体时代背景下,深入探究地铁突发事件舆论主题及公众情感演化规律,可为地铁运营部门引导和应对舆情风险提供科学合理的决策依据。研究结合生命周期理论和网络舆论综合指数对舆情周期进行划分,运用潜在狄利克雷分布(Latent Dirichlet Allocation,LDA)模型对主题进行提取,并结合地铁突发事件情感词典判别公众情感倾向。以“北京地铁昌平线事故”为例开展实证研究,结合舆情事件周期和主题类型,进行主题-情感融合的舆情演化分析。结果显示,不同舆情周期中的关键节点事件会引发公众的情感共鸣,导致不同阶段产生“积极”“愤怒”“悲哀”和“恐惧”等不同的情绪。主题分析方面,公众对于事故大部分主题的情感以“积极”情绪占比最高,而亲历者感知主题下“愤怒”情绪占比最高,为52%。基于结果分析,研究提出了地铁突发事件网络舆情风险的应对策略,为突发事件舆情引导与风险应对提供了重要的参考价值。

物联网在主题乐园设施维护与安全管理中的应用

本文探讨了物联网(IoT)技术在主题乐园设施维护与安全管理中的应用及其对运营效率、游客安全与满意度的影响。通过分析物联网的实际应用案例,本文着重分析设施维护的智能化、安全管理的实时监控以及物联网技术带来的好处,如提高运行效率、增强游客的安全与满意度,以及降低维护成本和时间。同时,本文还讨论了实施物联网技术面临的挑战,如技术集成、数据安全与隐私保护,并提出了相应的应对策略与建议,旨在为主题乐园的管理者和决策者提供指导,以促进物联网技术的有效应用。

基于WEBGIS的地震空间减灾信息化平台建设研究

地震已成为威胁人类生命、财产和社会经济发展最严重的自然灾害之一。针对当前地震应急减灾系统灾害信息获取时效性差、自动化和定量化程度低及信息集成共享等方面的不足,通过收集、整理地震灾害时空信息,结合灾区基础地理、多源遥感卫星影像及动态灾情信息,利用面向对象及主题的数据模型设计在线的地震应急减灾时空一体化数据库;提出了构建基于WEBGIS和空间技术的地震减灾信息化平台的总体设计架构、技术体系及功能模块;开发了平台原型系统,初步形成了地震灾害动态监测、灾害评估、灾情信息实时共享以及应急减灾辅助决策的一体化产品,为提高我国地震灾害应急减灾水平提供了借鉴作用。

地理信息系统(GIS)中的数据分层和应用

大千世界万物众生,具有物以类聚、人以群分的客观规律,因而促使对客观对象的科学研究皆可采用分门别类的方法去进行,这一理念同样可以延伸到地图制图及地理信息系统等以地物、地图为研究对象的学科中。由此衍生的数据分层是地理信息系统的关键词之一,科学有效的数据分层,是数据管理、GIS地图编制、制图综合、专题制图、空间分析的前提,国内、外著名的CAD、GIS软件都充分利用了层概念和其技术。在讨论层概念的基础上,利用两个在地学界应用比较广泛的和著名的GIS软件即我国具有自主版权的MapGIS和来自美国的ArcGIS,仔细研究和分析了层概念在软件中的应用;经研究进一步表明,数据分层是GIS技术得以进行空间数据管理、表达及进行空间分析的基础;在此基础上,对主题层、数据层、图层进行了概念上的界定,以此帮助对GIS技术的理解和应用。

公众关注主题下的大群体风险性应急决策方法

公众对突发事件的关注主题可为应急决策提供重要参考.针对社交媒体大数据环境下的应急决策问题,挖掘公众对特大突发事件的关注主题,将其纳入决策准则;在此基础上,考虑专家大群体风险偏好信息的表达与融合问题,将D数理论引入包含风险偏好信息的非均衡语言环境中,定义了非均衡语言D数,并进一步设计了D数扩展的非均衡语言偏好关系(D-ALPR).然后,通过非均衡语D数融合方法获得最优决策方案.最后,以天津爆炸事件为例验证了所提方法的可行性,为社交媒体大数据环境下的应急决策问题提供科学有效的支持.

医疗健康大数据应用主题及相关数据来源研究

从基于医疗健康大数据应用需求角度出发,阐述了医疗服务、智能健康管理、疾病控制与应急管理、卫生综合管理、医疗保障监管、精准医疗与医药研发等领域医疗健康大数据应用主题及相关数据来源,并对存在的问题及发展趋势进行分析,为医疗健康大数据研究和应用提供参考。

基于Web挖掘的主页多主题更新模型

针对改善网站主页中多个主题更新的合理性问题,提出了一种新颖的基于W eb数据挖掘技术的主页主题更新模型。对当前主页主题更新方法进行分析,指出目前一些大学校园网站主页主题更新的不合理性,然后通过数据挖掘,从安徽理工大学网站W eb日志中提取有效数据,分析各个主题的点击率随时间的变化趋势,进而提出基于点击率的网站主页主题更新模型。实验结果证明,模型能够实现对主页主题的合理更新,有效提高网站主页的受欢迎程度。

我国图书情报领域大数据研究热点分析

近年来,大数据研究成为图书情报领域的研究热点。本文以CNKI数据库中收录的图书情报领域以"大数据"为主题的文献为数据来源,运用词频统计和共词分析方法,借助SPSS和UCINET软件进行聚类分析、战略坐标图分析和核心-边缘结构分析,分析结果表明目前国内图书情报领域大数据研究热点主要集中于八个研究主题,即智慧图书馆与物联网、数据挖掘与处理、大数据与企业竞争情报、大数据与高校图书馆、大数据与信息分析、大数据与知识服务、大数据与公共图书馆、大数据与数字图书馆,并对研究主题进行详细解析,为国内图书情报领域大数据的研究提供参考。

理解教育现象学的研究方法

教育现象学是受现象学运动的影响而产生的一种新的教育思想。教育现象学研究反对教育研究中的简化、经济原则,强调研究要关注教育生活中教师、学生丰富的体验世界,在教育的具体情境中整体地把握教育经验的意义,从而开创了一种新的教育研究取向,为多元化的教育研究增添了新的可能性。

基于用户主题精确感知大数据群体计算任务分配算法

针对大数据任务中海量数据分析需求、复杂认知推理挑战和传统计算中随机分配任务算法的低效性以及互联网用户的虚拟性、不确定性等问题,提出了一种基于用户主题精准感知的迭代式任务分配算法。首先,通过基于自适应模糊聚类与主题提取模型相结合的方法提取已发布群体任务的主题,然后构建特定任务模型和用户模型计算各关联度,再利用已提交高质量答案的历史任务迭代地检测新用户的真实主题并计算初始准确率;其次,通过逻辑回归(LR)方法预测用户能参与到某类任务的可能性并得到参与用户候选序列,在充分了解用户真实主题和对应主题上的准确率以及用户诚信度的情况下进行精准分配。通过与随机算法在模拟实验中对准确率进行比较,实验结果表明所提算法准确率比随机算法高20个百分点以上,并随着训练数据量的增加而提高,在相似任务上的准确率更是接近100%。实验验证所提算法更精准、尤其适用于大数据环境,并一定程度上节约了随机算法需多次重复分配确保准确率的花销。

基于离群数据的主题演化规律分析

在综述国内外主题演化研究现状的基础上,提出将离群数据概念引入到主题演化规律分析中,详细阐述了基于离群文献的主题演化动力机制分析,最终探索了主题演化的状态变化情况。从而更加准确地定量分析不同主题在整个学科领域主题演化过程中的作用,并展示出学科主题演化的趋势,全面把握学科主题状况,促进主题全面发展。

GIS在高校校园管理中的应用

本文首先介绍了高校校园GIS发展的必要性 ,然后介绍了校园GIS的方案设计 ,重点介绍了数据输入与空间分析子系统 。