基于BERTopic模型的国外信息资源管理研究进展分析

[目的/意义]文章从已有研究成果中提取主题,梳理主要研究方向,展示主题热度变化趋势,为了解和评估国外信息资源管理(IRM)研究发展现状与趋势提供参考。[方法/过程]采用新兴BERTopic模型对2013—2022年期间WoS数据库中IRM相关文献进行主题提取与识别,结合相关主题词及主题距离划分研究方向,并利用动态主题模型揭示国外IRM领域的演变过程。[结果/结论]国外IRM近10年的研究可分为59个主题,可归纳为信息技术及应用、企业信息管理、图书馆管理与服务、健康信息管理、信息用户与服务、IRM基本理论与方法、文献计量与评价7个方向。大多数主题的研究热度变化偏向稳定的趋势,数字化建设、开放数据等部分主题热度逐渐上涨,而外包、知识管理等少数主题热度退却。

模型信息联合校正型自抗扰控制策略

为解决微电网受到不确定扰动时,会对直-直变换器输出的电能质量产生严重影响的问题,该文提出一种模型信息联合校正型自抗扰控制技术(ADRC-MIR)。在该控制策略中,首先借助串联超前校正的思想,以比例微分校正环节对线性扩张状态观测器的扰动观测传递函数进行修正,使其可实现对总和扰动更精确的跟踪;然后,根据状态空间平均法从被控系统中提取部分模型信息,将其写入修正后的线性扩张状态观测器的系数矩阵并最终构建出ADRC-MIR;随后基于理论推导,给出改进控制器的参数整定公式及其物理意义,并从噪声抑制、扰动抑制及其频域特性等方面指出改进后的控制器可提升控制品质的原因。最后通过对比不同工况下的数值仿真验证所提控制策略的可行性与正确性。

企业数字化转型中信息安全治理影响因素研究——基于解释结构模型的分析

识别企业数字化转型中信息安全治理的影响因素以及影响因素间的层次结构关系,有助于企业管控数字化运营的信息安全风险。通过文献分析、案例总结和专家咨询等方式识别企业信息安全治理的影响因素,在此基础上运用解释结构模型(ISM)对企业信息安全治理的影响因素进行层次结构和运行机理分析。结果表明:企业信息安全治理以风险处置、职责明确、行为塑造、知识共享和反馈改进的治理模式为直接依赖,以合规治理、流程治理、责任治理、契约治理和关系治理的治理机制为中间保障,以CEO决策力、CIO有效性、CFO支持度、TMT凝聚力和问责制的治理结构为高层支持。

基于建筑信息模型技术与智慧工地理念的地铁施工人员安全管理系统

[目的]人员的不安全行为是导致轨道交通工程施工安全事故的重要因素。为解决现存的视频图像监控系统依赖人工识别、安全质量问题发现不及时、不能及时报警等问题,需要对地铁施工人员安全管理系统展开研究。[方法]从整体架构、采集模块的设备安装、BIM(建筑信息模型)的建立及软件平台等方面,阐述了地铁施工人员安全管理系统的搭建方案。分析了地铁施工人员安全管理系统在具体工程试点的应用情况,进而验证该系统的智能识别准确性。[结果及结论]施工现场应用情况表明,地铁施工人员安全管理系统能智能识别未佩戴安全帽、进入禁止区域、睡岗离岗等人员不安全行为并自动报警,且报警正确率超过98%,大幅提高了安全隐患识别的精度和效率。相关人员通过交互终端即可实时查阅监控视频,实时接收报警信息,快速定位隐患发生位置并处置。

基于建筑信息模型数据驱动的铁路设备运维多模态知识图谱构建

铁路信号设备是保障行车安全、提高运输效率的核心装备,加强信号设备智能运维是降低铁路运行风险的必要基础保障。目前,针对我国基于建筑信息模型(BIM)的智能运维平台存在不能精准映射各设备的行为规律和相互之间互馈作用的机理,须同时依靠经验知识进行推断等问题。首先构建了铁路设备运维文本知识图谱;其次构建卷积神经网络(CNN)-团组图卷积神经网络(cgGCN)模型对BIM图像模态数据进行处理,完成对20种铁路信号设备零件图信息的标注,实验结果表明模型准确率达到95.38%,精确率和召回率的调和平均值F1达到95.58%;最后将BIM图像信息以视觉模态嵌入运维文本知识图谱,利用Neo4j图数据库实现多模态知识图谱可视化展示,从而精准映射各信号设备相互之间互馈作用的机理,为后续现场铁路运维人员实施安全管理和运维决策提供在线服务和指导。

基于ADDIE模型的高职《物流信息技术》课程思政教学设计应用探索

针对课程思政教学改革中思政元素融入难、教学生硬、学生学习积极性不高等问题,以《物流信息技术》课程为例,提出了依据ADDIE模型对高职课程思政进行教学设计的方法。该方法从课程分析、课程活动设计、课程资源开发和环境设置、课程实施、评价与改进五个方面进行教学设计,并在实际实施过程中,根据学生参与数据、学习成果的质量、学生和专家的反馈意见,及时的调整和优化课程教学的各个环节,改进教学方法。结果表明极大激发了学生的学习积极性,作业提交率达到了100%;参与志愿者活动的比率大幅提高,学生综合素质明显提升,取得了良好的教学效果。

时间效应下的健康信息说服机制研究--基于精细加工可能性模型的实证

通过健康信息传播和教育说服公众形成健康行为意愿是一个现实课题。本文以精细加工可能性模型(elabo‐ration likelihood model,ELM)为理论基础,将说服路径分为中心路径和外围路径,同时引入短期的时间纵向数据追踪。本文实施了10天左右持续使用健康信息的日记报告实验,基于30名大学生提交的377条健康信息日记数据,建立个体层面与信息线索、时间层面的多层线性回归模型(hierarchical linear modeling,HLM),探究健康信息对个体健康行为意愿的说服机制。研究结果表明,健康行为意愿的说服过程主要是信息质量和来源可信度的混合式说服路径;在7天周期内,健康信息说服效果逐渐增强,其中信息质量的说服效果更为稳定,来源可信度的说服效果则随着时间推移逐渐被抵消;健康信息说服路径随个体特征和接触时机而变;健康意识调节来源可信度和信息热度对说服效果的影响,且具有时间效应;卷入度调节信息质量和来源可信度对信息说服效果的影响,但不存在时间效应。本文的研究结果有助于深入理解健康信息对健康行为意愿改变的说服机制,为建立“以人为本”的个性化健康信息传播和健康教育方案提供了参考。

高素质青年农民信息素养的模型构建及量表编制

高素质青年农民培育问题日益受到党和国家的高度重视,而信息素养是其培育内容的重要方面。基于理论分析与实证检验相结合的方法,探究高素质青年农民信息素养的模型构建及量表编制,发现高素质青年农民信息素养是由信息意识、信息知识、信息能力和信息道德四个因子构成的多维度结构,以此为基础编制的高素质青年农民信息素养量表具有良好的信度和效度,可作为我国高素质青年农民信息素养的测评工具,以及应用于未来关于高素质青年农民信息素养及其培育的实证研究。

基于IFC标准的机场道面结构信息模型存储与传递方法

为解决机场跑道系统在全生命周期建筑信息模型(BIM)应用中的信息传递和数据交互问题,将工业基础类(IFC)标准在机场跑道系统进行扩展,建立机场道面结构的IFC实体架构,在此基础上创建面向运维应用的刚性道面板实体,并进行几何信息与属性信息的扩展;提出基于IFC的属性信息添加与传递方法,对信息传递过程中的属性信息丢失率进行分析。研究表明:通过建立IFC标准模型,可以实现机场跑道系统的信息传递和数据交互;采用基础模型族扩展法进行机场道面模型传递的属性信息丢失率高达84.21%;采用IFC解析扩展法首次传递可保证信息不丢失,但二次传递信息存在丢失问题;族模型IFC解析扩展法可实现信息首次传递不丢失,二次传递属性信息丢失率低至16.7%,并且采用不同IFC标准版本对模型传递过程中的属性信息丢失率产生较大影响。应用IFC标准进行机场领域扩展具有较高的可行性,所提的信息传递方法可实现机场道面全生命周期信息传递。研究成果可为机场飞行区新IFC实体的扩展提供支持,为机场工程数字化提供技术参考。

基于信息-动机-行为技巧模型的知信行健康宣教及护理在消化性溃疡合并上消化道出血患者中的应用效果

目的研究基于信息-动机-行为技巧模型(IMB)的知信行健康宣教及护理在消化性溃疡合并上消化道出血患者中的应用效果。方法选择2021年3月至2022年10月安徽省安庆市立医院接受治疗的患者82例,根据随机数字表法将其分为对照组与观察组,各41例。对照组采用常规知信行宣教及护理进行干预,观察组在对照组的基础上给予基于IMB模型的知信行宣教及护理。比较两组干预前与出院1个月后药物依从性、疾病不确定感、自我效能。结果出院后1个月,两组依从性得分均高于干预前,且研究组高于对照组,差异有统计学意义(P<0.05)。出院后1个月,两组疾病不确定感各项得分均低于干预前,且观察组低于对照组,差异有统计学意义(P<0.05)。出院后1个月,两组自我效能得分均高于干预前,且观察组高于对照组,差异有统计学意义(P<0.05)。结论基于IMB模型的知信行健康宣教及护理,能够有效提高消化性溃疡合并上消化道出血患者的治疗效果,值得推广运用。

类ChatGPT大模型——新工科信息化教学改革的机遇与挑战

新工科建设是教育部主动应对新一轮科技革命和产业变革的战略行动,是新时代工程教育改革的新方向。信息化教学是新工科教育改革的必然趋势,以ChatGPT为代表的自然语言大模型给新工科信息化教学带来了新的机遇与挑战。本文在对类ChatGPT大模型在新工科信息化教学中的应用进行深入分析的基础上,以《流体机械能转化原理与技术》课程的信息化教学为例,详述了如何通过类ChatGPT大模型开展教学实践,以期为新工科信息化教学改革实践提供可借鉴的经验。

基于OPC UA的纤维缠绕机信息模型开发和应用

为实现对复合材料纤维缠绕机生产过程的监测,以缠绕机及其辅助设备为研究对象,针对实际加工设备的多样性造成的加工数据采集的异构性,基于OPC UA建立缠绕机的信息模型架构。根据OPC基金会发布的OPC UA规范和相关的行业标准,建立纤维缠绕机系统的信息模型和实例化。基于开源项目open62541,导入编译后的缠绕机的信息模型代码,自定义开发出符合使用规范的OPC UA服务器,然后利用UA客户端实现对服务器的连接,客户端能够通过服务器查询系统的加工数据,解决加工数据的异构性问题以达到监测缠绕机生产加工过程的目的;最后验证了建立的纤维缠绕机信息模型能够正确导入到开源项目open62541中,实现了加工数据监测。

基于信息-动机-行为技巧模型的护理干预对功能性消化不良患者心理状态及胃肠动力的影响

目的分析基于信息-动机-行为技巧(IMB)模型的护理干预对功能性消化不良患者的作用。方法选取2022年12月—2023年6月新乡医学院第一附属医院收治的160例功能性消化不良患者为研究对象,根据随机数字表法将其分为对照组和观察组,每组80例。对照组患者应用常规护理干预,观察组患者在对照组基础上应用基于IMB模型的护理干预。比较2组患者干预前后心理状态、胃肠动力及生活质量情况。结果干预后,2组患者汉密尔顿焦虑量表(HAMA)及汉密尔顿抑郁量表(HAMD)评分均有所下降,且观察组低于对照组,差异有统计学意义(P<0.05)。干预后,2组患者胃肠激素一氧化氮(NO)、血清胃动素(MTL)和血清胃泌素(GAS)水平均有所改善,观察组各指标水平均优于对照组,差异有统计学意义(P<0.05)。干预后,2组患者胃肠道生活质量指数(GIQLI)评分均有所提高,且观察组高于对照组,差异有统计学意义(P<0.05)。结论基于IMB模型的护理干预有利于缓解功能性消化不良患者的焦虑、抑郁情绪,能有效增强患者胃肠动力及活力,提高患者生活质量。

基于多信息融合的换流站直流设备健康状态决策树评价模型

针对换流站直流设备间交互信息融合能力较差、小样本与大样本难以均衡的问题,设计基于多信息融合的换流站直流设备健康状态决策树评价模型。使用同质多传感器多信息数据融合方法对多信息实施融合处理;利用k近邻方法和层次聚类方法划分换流站直流设备健康状态量,提取健康状态量的有效信息作为输入,构建决策树评价模型,输出换流站直流设备健康状态评价结果。实验结果表明,该模型具备较好的多信息融合能力和样本均衡能力,且可从不同角度实现换流站直流设备健康状态评价,评价结果较为准确。

信息量确定系数耦合模型的地质灾害易发性评价——以铜陵义安区为例

目的为研究地质灾害所带来的人员伤亡和财产损失等问题。方法以铜陵义安区为例,选取坡度、地形起伏度、工程地质岩组、距断层距离、斜坡结构、归一化植被指数(NDVI)6个评价因子,采用信息量模型(I)、确定系数模型(CF)及I-CF耦合模型建立义安区地质灾害易发性评价体系,利用受试者工作特征(ROC)曲线对模型进行对比和分析。结果坡度、地形起伏度对义安区地质灾害易发性评价影响程度较大的主要因子;信息量模型、确定系数模型、I-CF耦合模型的AUC值分别为0.890、0.884、0.913,说明,I-CF耦合模型预测精度优于另外两种单一模型。结论研究表明,采用I-CF耦合模型在义安区地质灾害易发性评价结果中效果更好,中、高易发区主要分布于南部、东南部及西部丘陵山区,主要涉及天门镇、顺安镇、新桥办事处、钟鸣镇及五松镇,该区域主要以矿业开发和城镇建设为主,同时地形起伏相对较大,植被覆盖较高,采矿现象普遍,灾害点比较集中,其中,采空塌陷地质灾害主要分布于天门镇、钟鸣镇和顺安镇一带,多为矿山早期开采遗留的老采空区导致,可对当地政府进行地质灾害防范工作具有重要指导意义。

基于混合模型的复杂舰载信息系统可靠性测试技术

复杂舰载信息系统在未来海战场战争中扮演着至关重要的角色,必须在未来更加复杂多变的战场环境下保持稳定可靠的性能。面对未来更加复杂多变的战场环境,软件可靠性测试面临众多挑战。现有的软件可靠性测试理论难以满足复杂舰载信息系统任务繁多、状态多样、交互复杂的特点,并且缺乏有效的测试数据生成手段。为了解决这个问题,结合Musa方法和Markov链模型思想来构建操作剖面,并生成可靠性测试用例。将操作剖面模型定义的使用用例集和Markov链表示的状态迁移模型相结合,生成测试用例。通过实例分析和对比实验,采用混合模型生成的测试用例集具备良好的稳定性,并且能够满足复杂舰载信息系统可靠性测试的需求。

基于UTAUT模型修正的微信朋友圈信息流广告接受度实证研究

本文从解决微信朋友圈信息流广告接受度的现实困境出发,基于UTAUT模型进行修正构建了微信朋友圈信息流广告接受度SEM结构方程模型,重点研究影响微信朋友圈信息流广告的关键性因素及其相互关系。结果表明,绩效期望、付出期望、促成条件、社群影响、广告表现对微信朋友圈信息流广告接受度呈正相关,广告奖励对微信朋友圈信息流广告的接受意愿并不相关,微信使用用户的年龄越大,收入越高,对广告接受意愿越强。

基于主题概率分布模型的个性化信息推荐系统研究

【目的】传统基于相似度计算的个性化信息推荐系统因算力要求过高、推荐时滞过长等问题,致使其无法在中小型新闻图情领域得到广泛的普及。为了帮助中小型新闻图情机构以较低的成本开展个性化信息的精准推荐服务,构建了一套基于主题概率分布模型的个性化信息推荐系统。【方法】通过数据采集技术实现原始数据语料的采集;通过LDA模型训练实现原始文本信息的分类;通过将用户信息代入LDA模型训练获取用户主题画像;将用户主题画像与文本信息分类相结合实现个性化信息推荐。【结果】经试验验证,该系统推荐时效强,可达毫秒级。通过与用户阅读记录进行比较,该系统的推荐结果均符合用户兴趣主题,具有较高的推荐精准度。【结论】该基于主题概率分布模型的个性化信息推荐系统,能够帮助中小型新闻图情机构以较低的成本开展个性化信息精准推荐服务,具有一定的应用价值。

基于KANO模型的突发疫情事件社区弱势群体应急信息需求研究

[目的/意义]突发疫情事件中,社区是弱势群体获取应急信息的重要渠道,了解弱势群体信息需求,有助于社区精准提供信息服务,促进辖区内居民应急信息储备,增强其满意度。[方法/过程]文章以突发疫情为背景,结合疫情重要信息类别及相关文献,对社区内弱势群体应急信息需求展开调查,借助KANO问卷对各需求进行分类,以确定社区优化应急信息服务的优先级。[结果/结论]针对弱势群体的必备型需求、期望型需求、魅力型需求、无差异型需求调整应急信息服务重点,通过关注应急需求转化、拓宽信息传播渠道等措施,保障弱势群体应急信息需求得以满足。

拥挤信息下基于Logit模型的公共交通 方式选择行为研究

人们对出行方式的舒适性要求越来越高,出行信息能为出行者提供有效帮助。采用正交试验对公共交通方式选择特性变量进行情景组合设计,并结合公共交通出行特征进行问卷调查设计,对提供拥挤信息条件下出行者对公共交通方式选择意愿进行调查,据此建立公共交通方式选择Logit模型。结果表明,拥挤信息对公共交通方式选择有显著影响,对公交出行选择影响较大。