An Information Content and Set of Common Superconcepts-Based Algorithm to Estimate Similarity between Concepts of Ontologies

Ontologies have been used for several years in life sciences to formally represent concepts and reason about knowledge bases in domains such as the semantic web, information retrieval and artificial intelligence. The exploration of these domains for the correspondence of semantic content requires calculation of the measure of semantic similarity between concepts. Semantic similarity is a measure on a set of documents, based on the similarity of their meanings, which refers to the similarity between two concepts belonging to one or more ontologies. The similarity between concepts is also a quantitative measure of information, calculated based on the properties of concepts and their relationships. This study proposes a method for finding similarity between concepts in two different ontologies based on feature, information content and structure. More specifically, this means proposing a hybrid method using two existing measures to find the similarity between two concepts from different ontologies based on information content and the set of common superconcepts, which represents the set of common parent concepts. We simulated our method on datasets. The results show that our measure provides similarity values that are better than those reported in the literature.

Using an Ontology to Help Reason about the Information Content of Data

We explore how an ontology may be used with a database to support reasoning about the “information content” of data whereby to reveal hidden information that would otherwise not derivable by using conventional database query languages. Our basic ideas rest with “ontology” and the notions of “information content”. A public ontology, if available, would be the best choice for reliable domain knowledge. To enable an ontology to work with a database would involve, among others, certain mechanism thereby the two systems can form a coherent whole. This is achieved by means of the notion of “information content inclusion relation”, IIR for short. We present what an IIR is, and how IIR can be identified from both an ontology and a database, and then reasoning about them.

互联网内容安全关键技术研究综述

随着互联网技术的飞速发展和内容创作分享的低门槛化,互联网内容安全成为当下互联网建设和监管的重点.以文本、图像、音频、视频为载体的信息内容剧增,给互联网内容安全带来巨大挑战.互联网内容安全内涵丰富,从多媒体内容过滤分析、信息伪造检测、舆情态势感知和数据保护4个方面对其中关键的技术进行介绍.同时,梳理实际应用中广泛采用的关键技术和相关研究工作.最后对互联网内容安全研究的关键问题进行探讨与展望.

基于知识与AW-ESN融合的烧结过程FeO含量预测

氧化亚铁(FeO)含量是衡量烧结矿强度和还原性的重要指标,烧结过程FeO含量的实时准确预测对于提升烧结质量、优化烧结工艺具有重要意义.然而烧结过程热状态参数缺失、过程参数波动频繁给FeO含量的高精度预测带来巨大的挑战,为此,提出一种基于知识与变权重回声状态网络融合(Fusion of data-knowledge and adaptive weight echo state network, DK-AWESN)的烧结过程FeO含量预测方法.首先,针对烧结过程热状态参数缺失的问题,建立烧结料层最高温度分布模型,实现基于料层温度分布特征的FeO含量等级划分;其次,针对烧结过程参数波动频繁的问题,提出基于核函数高维映射的多尺度数据配准方法,有效抑制离群点的影响,提升建模数据的质量;最后,针对烧结过程数据驱动模型缺乏机理认知致使模型预测精度不高的问题,将过程数据中提取得到的FeO含量等级知识与AW-ESN (Adaptive weight echo state network)结合,建立DK-AWESN模型,有效提升复杂工况下FeO含量的预测精度.现场工业数据试验表明,所提方法能实时准确地预测烧结过程FeO含量,为烧结过程的智能化调控提供实时有效的FeO含量反馈信息.

我国省级科技情报机构服务能力发展现状分析

以我国内地地区30家省级科技情报机构为对象,通过网络调查、电话访谈、会议交流等方式,对各省级科技情报机构的数据资源、服务内容及服务平台建设等方面进行了调查,综合分析了省级科技情报机构服务能力的发展现状和存在问题,为省级科技情报机构进一步提升服务能力提供了一些参考和建议。

新质生产力赋能数字内容产业:理论内涵、价值意义与应用策略

数字内容产业体系展现出科技性、文化性、商业性、人民性相互交织的鲜明特色,但在发展过程中,也逐渐暴露出了一些问题。新质生产力成为引领数字内容产业革新、突破产业瓶颈的核心动力。在数字内容产业的语境下,新质生产力被赋予了新的理论内涵,不仅推动了产业的动力变革,还重塑了内容生态,拓展了业态边界,提升了产业的整体价值。对于新质生产力的应用,本研究主张从以下几方面着手:一是营造有利的制度环境,为新质生产力的发挥奠定坚实的基础保障;二是优化生产要素配置,实现资源的高效整合与协同作业;三是强化科技的引领作用,为产业升级提供驱动力;四是重视新质人才的培养与引进,为数字内容产业提供创新活力;五是激发多元企业主体的活力,促进竞争与合作并存的市场生态,为数字内容产业的高质量发展注入不竭动力。

Proposed Caching Scheme for Optimizing Trade-off between Freshness and Energy Consumption in Name Data Networking Based IoT

Over the last few years, the Internet of Things (IoT) has become an omnipresent term. The IoT expands the existing common concepts, anytime and anyplace to the connectivity for anything. The proliferation in IoT offers opportunities but may also bear risks. A hitherto neglected aspect is the possible increase in power consumption as smart devices in IoT applications are expected to be reachable by other devices at all times. This implies that the device is consuming electrical energy even when it is not in use for its primary function. Many researchers’ communities have started addressing storage ability like cache memory of smart devices using the concept called—Named Data Networking (NDN) to achieve better energy efficient communication model. In NDN, memory or buffer overflow is the common challenge especially when internal memory of node exceeds its limit and data with highest degree of freshness may not be accommodated and entire scenarios behaves like a traditional network. In such case, Data Caching is not performed by intermediate nodes to guarantee highest degree of freshness. On the periodical updates sent from data producers, it is exceedingly demanded that data consumers must get up to date information at cost of lease energy. Consequently, there is challenge in maintaining tradeoff between freshness energy consumption during Publisher-Subscriber interaction. In our work, we proposed the architecture to overcome cache strategy issue by Smart Caching Algorithm for improvement in memory management and data freshness. The smart caching strategy updates the data at precise interval by keeping garbage data into consideration. It is also observed from experiment that data redundancy can be easily obtained by ignoring/dropping data packets for the information which is not of interest by other participating nodes in network, ultimately leading to optimizing tradeoff between freshness and energy required.

A Survey of Applications Research on Content-Centric Networking

As a named data-based clean-slate future Internet architecture,Content-Centric Networking(CCN)uses entirely different protocols and communication patterns from the host-to-host IP network.In CCN,communication is wholly driven by the data consumer.Consumers must send Interest packets with the content name and not by the host’s network address.Its nature of in-network caching,Interest packets aggregation and hop-byhop communication poses unique challenges to provision of Internet applications,where traditional IP network no long works well.This paper presents a comprehensive survey of state-of-the-art application research activities related to CCN architecture.Our main aims in this survey are(a)to identify the advantages and drawbacks of CCN architectures for application provisioning;(b)to discuss the challenges and opportunities regarding service provisioning in CCN architectures;and(c)to further encourage deeper thinking about design principles for future Internet architectures from the perspective of upper-layer applications.

人工智能生成内容(AIGC)的技术特征与形态演进

[目的/意义]多模态内容的富集涌现推动着技术模型的更新迭代。探讨和理解信息资源管理视角下人工智能生成内容(AIGC)的挑战与机遇,对AIGC未来的应用拓展和场景落地具有积极作用。[研究设计/方法]立足于互联网的演化发展,从网络形态演进、内容生产、人机交互模式、网络资源组织四个层面梳理了AIGC发展的基础条件。以数据赋值、模型赋智、空间赋能三个维度为着力点,分别探讨了AIGC的技术特征、技术要素和发展阶段。[结论/发现]AIGC与技术算法的融合应用,为信息资源管理的研究与实践带来了实质性的影响,具体表现在信息组织、数据资产管理、用户研究和信息伦理四个角度。[创新/价值]信息资源加持下的AIGC具有强大的生产力,为整个内容生态和创作模式带来了全新的尝试。分析其要素、特征和影响,有助于促进AIGC在信息资源管理领域的探索和实践。

信息流介入公共空间活力营造——基于城市公园的大数据循证分析

【目的】基于多源城市大数据,探寻信息流与公共空间活力的关系。【方法】以深圳市125个城市公园及其用户生成内容(user generated content,UGC)为例,在控制区位特征、可达性、公共空间特征后,量化信息流对公共空间活力的影响。【结果】研究发现:信息流对空间活力具有显著的积极效应;信息流的不同变量(评分、情绪值、曝光度)与信息流类型对空间活力效应具有显著差异。【结论】研究结果证实了信息流的显著效应及其异质性,为公共空间的活力营造提供定量数据支撑与策略。通过分析信息流介入活力营造的现象与机制,进一步反思人、技术与城市的关系,以重新理解公共空间活力营造的当代性。

生成式人工智能(AIGC)在科技情报研究工作中的应用

2022年,生成式人工智能(AIGC)开创了人工智能主导内容生成的时代,催生了全新的科技革命系统、格局和生态,迅速引发广泛关注。在论述AIGC技术的定义、应用场景、优势的基础上,从多源数据转化与挖掘、智能化研究与分析、多模态结果展示与决策支持三个方面客观分析AIGC技术在科技情报研究工作中的应用,分析AIGC技术对科技情报研究工作带来的潜在风险与挑战,并提出对策建议。

基于Python爬虫技术的网页内容文本大数据提取方法研究

现如今网站的页面布局较为复杂、展示内容与文本信息较多,在单位时间内提高文本大数据提取数量难度较大,基于此以Python爬虫技术为支撑,开展网页内容文本大数据提取方法的设计研究。首先,对网页内容进行综合解析,获取网页内容文本数据,计算网页内容文本复杂度;其次,引进Python爬虫技术,计算特征信息权重,进行文本大数据特征的识别;最后,通过提取的文本大数据特征,构建网页内容文本相空间,采集大数据矢量信息,根据预设的条件,进行大数据关键信息的维度划分及信息提取。通过实验对比,在相同的条件下对比传统方法,本文设计的方法提取文本大数据数量最多、能力最强,可以提取更多的文本大数据信息,即该方法的文本大数据提取能力较强。

数据类岗位招聘需求调查及对图情学科人才培养的启示

从智联招聘网站收集了数据分析、数据管理、数据挖掘三类岗位2615则招聘信息,运用内容分析法从职位基本信息、岗位职责、任职要求三个方面分析了三类岗位对人才知识和能力的要求。结果发现:分析类岗位更注重数据收集和分析相关的知识和能力,通常需要制作分析报表或提出工作方案;管理类岗位更注重数据的管理、维护、安全以及保存,强调数据库管理的基本能力和网络设备、计算机硬件的管理能力;挖掘类岗位则对技术性能力要求较高,表现在基础的数据统计分析能力,以及一定的计算机知识和编程能力,掌握相关数据挖掘算法。最后,从课程内容设置、同类课程的衔接、学生修课推荐等方面提出了图情学科人才培养的建议。

绿色上网及相关技术发展趋势

利用互联网内容管理技术,有效防范互联网上不良信息对青少年的危害,保护青少年的健康上网是当今社会义不容辞的责任。本文从互联网不良信息日益泛滥的严峻形势出发,指出了网络色情的危害性和绿色上网的必要性,介绍了国内外绿色上网相关管理、业务和产品现状,提出了绿色上网产品实现的参考模型,并分析了数据获取、内容识别以及内容过滤3类绿色上网相关技术现状、研究重点及其发展趋势。

“数据—信息—知识”整体视角下的知识融合初探——数据融合、信息融合、知识融合的关联与比较

大数据环境下,多源的数据、信息与知识相互关联、相互印证,丰富着各个学科的知识体系,融合研究也已成为当前研究的热点问题。文章在调研融合研究文献的基础上,利用内容分析法梳理知识融合概念产生的背景与演进情况,并从"数据—信息—知识"整体视角,揭示数据融合、信息融合以及知识融合相关研究的发展渊源、研究演进与应用趋势等方面情况。

内容分析法在图书情报领域的研究现状及应用趋势分析

本文从内容分析法的基本概念入手 ,阐述了内容分析法的类型、研究范围和内容分析法的一般研究过程 ,重点分析了内容分析法在图书情报领域的研究现状 。

基于命名数据网络的区块链信息传输机制

近年来关于区块链的研究得到极大关注,然而基于TCP/IP的通信对这种大量数据内容广播模式的支撑并不充分。基于命名数据网络,设计全新的支持区块链推送服务的节点模型和特殊的读写表过程,提出完善的信息传输机制,通过请求聚合和数据缓存减少网内冗余流量并加速通信传输。同时给出基于本架构的虚拟货币应用实例,并通过仿真验证本方案性能的优势,进一步展望未来相关的研究方向。

未来网络之内容中心网络的挑战和应用

内容中心网络(CCN)是一种面向内容共享的通信架构。与传统基于IP地址的网络架构不一样,其可基于内容名字进行数据共享和交换,而不需要关心特定的物理地址和主机。采用发布/订阅传输模式和网络内置缓存,以存储换带宽,提高网络带宽利用效率。但该架构颠覆了现有互联网的基础,尚有很多问题亟待解决。重点介绍了内容中心网络的概念、特点、网络模型以及目前国际上的研究进展。尤其针对其面临的挑战和需要解决的关键问题进行了论述。同时,也列举了两个系统实现的样例,用以说明CCN的可行性和应用前景。

大数据时代信息管理类人才社会需求的调研与分析

[目的/意义]大数据时代对信息管理类专业教育提出新的发展要求。通过调研分析社会对信息管理类人才的多元需求,旨在为信息管理类人才教育改革提供参考。[方法/过程]运用网络调查法和内容分析法,采集前程无忧网、猎聘网中信息管理类人才校园招聘信息,围绕专业技能与综合素质两大核心需求,剖析社会对信息管理类人才现有需求与未来需求之间的现实差距,并在此基础上揭示信息管理类人才培养面临的现实困境。[结果/结论]大数据时代,社会对信息管理类人才专业技能、综合素质的现有需求与未来需求之间存在较大差距,并从明确培养目标、优化课程体系、健全培养方式三个方面提出相应对策建议。[局限]缺少对政府机关和事业单位招聘信息的分析。

数据质量评估框架及其信息量分析

统计数据质量重要性催生出各国用于数据质量评估的框架、系统I,MF制定的数据质量评估框架因其结构完整性和较强归纳性受到成员国的广泛采用。文章通过运用信息熵理论对数据质量评估框架(DQAF)本身的维度、指标信息量问题进行研究,研究结果显示:DQAF各维度、指标在账户内部以及不同账户间体现的信息量不同;统计数据账户的生产主体和账户数据类型对于数据质量具有明显的影响作用。基于上述结论,作者提出对DQAF框架的改进设想。