大数据视域下公众网络“吃瓜”的行为逻辑与引导

在当前缺乏有效管理及事故屡治不绝情况下,充分利用大数据技术手段来推动公众积极参与公共事件,并高效融入到相关公共事务治理的做法已逐渐成为一致共识。对“鼠头鸭脖”等典型食品安全事件展开情境化探索,分析网络“吃瓜”生成机理,归纳公众网络“吃瓜”中存在的行为偏离、话语权失衡、数字行动权的制度缺失等行为缺憾情况,系统梳理大数据网络环境中公众参与的行为特征,据此探讨“倍增”效应和“盲区”效应等对大数据环境下公众参与行为引导的困境,可为开创全社会参与公共事务治理的良性互动新格局进行有益的探索。

基于时间特征行为动力学的通勤模式分析

公共交通是解决城市交通拥堵问题的有效措施.通勤群体作为城市公共交通的主要参与者,其行为模式一直以来是学界的研究重点与难点.本研究以全样本出行数据为基础,采用人类行为动力学方法,通过分析通勤乘客的出行时间间隔分布特征,从群体层面实证了人类行为"幂律呈现"的普适性,但同时也在部分个体样本上观察到了"幂律消散"现象.深入研究发现,这些偏离幂律拟合特征的个体,一般具有更为规则的出行规律.进一步提出了基于曲线拟合参数及出行间隔谱函数的通勤乘客聚类方法,直观、有效地解决了通勤乘客的细分问题.珠海市的案例显示,对于深入研究城市公共交通出行规律具有很强的实用价值.

基于OPAC日志用户行为分析的图书采购新方法

基于OPAC日志用户行为分析方法可以较准确地了解用户需求及其需求的满足情况。而基于OPAC日志用户行为分析的图书采购方法是一种以用户需求为导向、大数据驱动的新方法。它能够及时发现短缺书,提高馆藏有效覆盖率;按需确定复本数量,提高借阅需求满足率。通过对该方法的实践发现,与传统图书采购方法相比,该方法具有更多优势,如准确、精细、高效,能更好地满足读者的需求。

新时代我国绿道体育研究主题、技术与视角

进入中国特色社会主义新时代,我国社会主要矛盾已经转化。在对国内外绿道体育研究概述的基础上,提出我国绿道体育研究新趋势:以绿道体育场域、空间行为与区域文化为研究主题,以"大数据"挖掘与分析为研究技术,以立足民众日常生活为研究视角;现阶段我国绿道体育公共服务研究应揭示绿道体育场域空间行为规律,注重对绿道体育公共空间物质性本体论认识,突出对"绿道场域与城市人"的理解;通过场域与空间框架下的绿道体育公共空间行为研究,深化"人与空间"认识,建构以场域理论、空间行为理论及区域文化生态理论为基础的绿道体育研究方法论;科学把握绿道体育空间行为特征与趋势,引导健康城市绿道体育休闲行为,建立重视个人生活质量的日常生活方式。

大数据环境下基于职住地识别的公交通勤行为判断与特征分析

在大量的关于公交通勤行为特征的研究中存在乘客下车站点推算准确度不高、通勤出行行为识别率较低等问题。为此,对交通小区级别的公交大数据进行挖掘,构建基于乘客职住地识别的公交通勤行为分析方法,并展开相应的实证研究。结果表明:与基于出行链的研究方法相比,本文方法识别和提取出的通勤出行链更具完整性;识别出的通勤乘客与非通勤乘客的出行时空特征差异显著。研究为交通规划部门提供了一种大数据环境下精度较高的公交通勤行为分析方法。

多学科视角下的城市公共空间研究综述

中国风景园林行业的研究和实践对象正在由传统绿地向多元复合的城市公共空间系统转变,公共空间体系构建将成为新时代城市绿色发展的有效手段。在综合研判学科背景、研究内容及方法的基础上,从社会经济、规划与地理、景观生态、物质空间、量化分析维度对城市公共空间相关研究进行概述,进而提出基于多学科视角的公共空间研究谱系。通过系统梳理60年来国内外城市公共空间领域的学术成果与最新进展,有助于理解城市公共空间研究的脉络及价值,完善现有城市公共空间研究架构。最后指出当前研究中数字化技术应用成为热点,数据挖掘和人工智能算法等前沿领域值得关注;城市公共空间研究的学科壁垒需要突破,应基于城市语境审视公共空间,挖掘更多空间现象背后的动力机制。

社会主义核心价值观与大学行为文化建设

深入推进社会主义核心价值观建设是新时代党和国家一项重大战略任务。现阶段大学行为文化建设面临不少挑战与问题,积极以社会主义核心价值观引领大学行为文化建设,是社会主义核心价值观建设的重要内容。通过提升社会主义核心价值观的大众话语权,推动社会主义核心价值观有效融入大学强制性规范与传承性规范建设,运用大数据来驱动行为文化主体核心价值观教育,促进社会主义核心价值观有效融入校园文化活动等多维路径,使社会主义核心价值观实现对大学行为文化建设的有效引领。

社会网络环境下基于公众行为大数据属性挖掘的大群体应急决策方法及应用

针对社会网络环境下复杂大群体应急决策中决策属性信息难以获得问题,提出社会网络环境下公众行为大数据驱动的大群体应急决策方法.首先,通过挖掘社交平台上的公众行为大数据,利用TF-IDF、Word2vec技术进行关键词提取、聚类及其影响力分析,从大量行为数据中挖掘大群体决策属性信息以辅助专家决策,使决策结果具有更高的科学性和有效性;其次,构建决策者间基于信任关系和观点相似度的社会网络,采用同时考虑信任和相似度的聚类方法对决策者进行聚类,并基于社会网络分析获得决策者权重;然后,提出基于决策者间信任关系的共识调整方法进行共识调整以获得最终群体决策矩阵和方案排序,通过引入决策者客观自信度避免个别决策者过分自信行为的影响;最后,通过一个新冠疫情案例分析说明方法的可行性和有效性.