新媒体编辑多平台内容协同机制的构建

在移动互联网时代,新媒体编辑需要面对报纸、网站、移动端等多种载体,以及用户群体的碎片化。这就要求编辑部建立科学的多平台内容协同机制,实现新媒体采编流程的深度融合。本文立足融媒体时代,研究构建新媒体编辑多平台内容协同机制的必要性和可行性,阐述了多平台内容协同的重要性,分析了存在的问题,并从组织协同、内容协同、技术支撑等方面,提出构建内容协同机制的具体方案。

REST架构视角下面向内容协同的BPM引擎设计与实现

设计并实现了一个通用的多用户、多角色为主体的面向知识密集型协作的业务流程管理平台。在传统的工作流引擎中扩展了基于资源和角色间的约束和关联的元数据描述框架,实现了流程定义级和实例级的用户、角色和资源的动态映射、运行时自适应的动态任务创建和满足角色资源约束和关联的动态任务表单构建。

分布式缓存系统中的异构内容协同技术研究

互联网的迅猛发展,导致网络流量产生了爆炸式的增长。巨大的流量使得网络运营商面对着传输效率低下,带宽紧张等诸多问题。缓存系统的引入成为解决流量问题的主要方法。但是目前普遍采用的独立缓存系统,存在扩展性差,服务能力和缓存能力有限等问题,本文通过引入缓存间异构内容协同技术,可以整合多个分布式网络缓存系统协同工作,提高系统整体的缓存命中率,均衡各个缓存服务器的负载,有效地解决单点出错和流量瓶颈问题。

基于层次分析法的协同内容创建系统质量评价体系研究——以百度百科为例

采用层次分析法对协同内容创建系统的质量进行评价,分别采用专家打分法和用户打分法确定评价指标及权重,结合百度百科的实际,分析两种指标权重体系产生的不同原因。同时,以用户指标体系为主体,对百度百科的质量进行综合评测,验证了用户指标权重体系的可实施性。

协同内容创建系统的质量影响因素分析

以维基为代表的协同内容创建系统应用广泛,但其质量却参差不齐,有必要分析其质量影响因素并进行针对性的改进。文章从协同内容创建系统的运行机理及特点出发,认为信息内容质量、管理质量、用户体验质量、系统服务质量等是影响其质量的主要因素。

基于用户体验的协同内容创建系统质量保证措施——以百度百科为例

从用户体验的角度,建立基于用户体验的协同内容创建系统的质量评价指标体系;利用该指标体系对百度百科质量现状进行调查分析,提出应当从优化用户信息价值体验、用户系统性能体验、用户满意度体验等方面提升协同内容创建系统的质量。

新媒体协同内容创作背景下用户的使用与满足研究——以简书平台为例

网络和移动互联网技术的发展,促使越来越多的受众选择通过移动智能终端,利用碎片化的时间和阅读场景来获取信息。进而使得能够满足受众不同阅读需求的碎片化、即时性的优质内容以及能够提供优质内容的平台越来越受到受众的追捧,知乎、豆瓣、简书等平台应运而生,用户在使用这些平台的过程中,在满足自身各种需求的同时,也逐渐成为了这些平台的内容创作者。

互联网医疗医患信息协同问题与对策研究

目前,国内互联网医疗仍处于起步阶段,医生和患者之间存在信息时间和信息内容不协同等问题。该文在分析互联网医疗信息协同过程及不协同问题的具体表现基础上,基于复杂网络理论、机器学习和智能匹配等理论,提出了实现医患之间行为时间协同和信息内容协同的优化思路。最后从优化医生调度,完善医疗资源配置和管理历史数据,实现信息共享两个方面提出了保障互联网医患信息协同的管理机制,为进一步优化互联网医疗信息服务提供借鉴。

产业互联网驱动下的农业物流生态圈协同理论体系

为响应农业与二三产业融合发展政策号召,解决传统农业发展过程中存在的技术水平低下、产业联动性差、运营模式落后等问题,推动农业供给侧结构性改革,可基于产业生态圈理论、协同学理论及农业物流一般内涵,采用案例研究法剖析农业物流生态圈协同理论体系,构建农业物流生态圈协同的一般框架。遵循由具体到一般的研究逻辑,以江西淘鑫农产品电子商务有限公司为例,对农业物流生态圈协同理论体系进行分析发现,从构成主体看,农业物流生态圈的内部主体主要包括农产品生产者、农产品销售者、农产品消费者以及无形连接各主体的物流服务提供者;外部主体主要包括农业生产资料提供商、金融服务提供商、互联网技术服务提供商、政府以及学校等组织和企业。从协同框架看,农业物流生态圈协同包括农业子系统(农产品上行圈层)、物流子系统(农产品下行圈层)、环境支撑系统(外部圈层)三个层次,三大圈层紧密联系,互利共生。从协同阶段看,农业物流生态圈协同可分为萌芽阶段、发展阶段、稳定阶段以及再发展或衰退阶段,每个阶段都存在生态圈网络破裂的风险。从协同内容看,农业物流生态圈协同包括以价值链优势为出发点的协同、以利益追求为出发点的协同、以资源共享为出发点的协同、以政策为导向的协同。

协同内容创建系统的质量研究框架

在文献调研和实践研究的基础上,提出了协同内容创建系统的质量研究框架,认为,协同内容创建系统的质量研究应当从其运行机理、质量影响因素、质量评价指标体系、质量管控措施等方面进行。

个性化信息推荐方法研究

随着信息技术和互联网的发展,人们进入了信息过量且愈发碎片化的时代。当前,个性化信息推送是用户获取网络信息的有效渠道。由于信息的更新速度快和用户兴趣更新等问题,传统的推荐算法很少关注甚至忽略上述因素,造成最终的推荐结果欠佳。为了给用户更好的个性化推荐服务,论文首次引入截取因子,提出了组合推荐算法(CR算法)。该算法的实质是将截取因子引入到基于内容的推荐算法与基于用户的协同过滤算法中,进而生成混合推荐算法。在推荐列表中,CR算法产生的推荐结果由两部分组成:一部分由混合推荐算法生成,另一部分由基于用户的协同过滤算法生成。根据信息的发布时间,决定该信息由哪类算法产生推荐:当浏览时间与当前时间的间隔不大于某个值时,采用混合推荐算法;否则,直接采用基于用户的协同过滤算法。基于真实数据的实验结果表明,CR算法优于同类算法。

新奥特公司

济南电视台全台制播网络系统创全台网建设新篇章；2007国家火炬计划传捷报 新奥特两项目成功入围。