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。

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。

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。

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。

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)。

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。

面向数据分析的数据仓库设计与应用

信息化时代,数据逐渐成为各行业的核心战略资源,日益受到企业重视。文章基于多维数据模型构建企业级全局数据仓库,实现企业范围内跨业务系统的数据融合,基于分类主题数据为经营管理和科研生产提供数据分析支撑决策,实现数据赋能。

企业数字化转型与资本市场稳定——基于“数据权力”加剧股票“同跌同涨”的经验证据

不同于“信息效率”观和题材“炒作”观,从数据权力的视角出发,提出企业数字化转型将为内部管理者带来一种新的权力资源即“数据权力”,基于2007—2020年中国A股上市公司的相关数据,实证检验企业数字化转型对股价同步性的影响以及作用机制。研究结果显示,企业数字化转型会显著提高股价同步性。机制分析发现,数字化转型会增加内部机会主义行为和外部监管难度,并藉由这两条路径导致股价同步性上升。拓展性研究表明,数字化转型对股价同步性的影响在管理层权力较强和外部环境不确定性较高的企业中更为显著。因此,应高度重视数字化转型的“双刃剑”效应,一方面,企业内部监督治理需要与前沿数字技术深度融合;另一方面,政府部门出台的制度设计和措施也应当在企业特质信息披露的“激励-约束”上做出更大的优化努力。

数智赋能视域下侗族大歌主题挖掘及演化分析研究

针对新范式对传统人文社科造成学科边界模糊的问题,提出一种基于LDA模型和关系图谱的领域主题演化算法。首先运用综合指数确认领域核心研究人员;再利用LDA模型和层次聚类确认领域划分的主题数,构建关系图谱,探究主题词关联性;最后创新性的提出演化各主题间的关联性。实验将侗族大歌领域分为三个主题,并演化出他们之间的联系。该研究可为数智赋能语音音频的深入研究提供基础。

大数据背景下基于义务教育生物学核心素养的主题式教学模式研究

大数据技术已经融入生物学课程,义务教育生物学课程标准将学科核心素养作为本课程的宗旨。文章通过解读义务教育生物学课程标准(2022年版),明晰了基于培养学生核心素养下生物学课堂教学的目标指向和教学要求。随着主题式教学模式的深入研究和广泛应用,实践证明核心素养可渗透在该模式教学中。通过剖析大数据背景下主题式教学模式在义务教育生物教学中的优势,提出在大数据背景下构建基于核心素养的主题式教学模式需要发挥大数据技术的优势,通过创建以学生为主体的生活化教学场景、构建以提升学生自主学习能力的教学过程、重视学生情感态度的引导等举措实现义务教育生物学核心素养教育目标。

基于主题模型的商业企业数字化价值共生的演化研究

当前数字化时代发展迅速,各种数字化技术层出不穷,企业响应时代和国家的号召,逐步开始数字化转型。如何快速全面地了解企业数字化转型过程中的价值观念、各类模式已然成为企业数字化领域需要解决的一个问题。文章采用Python的scrapy爬虫框架爬取巨潮资讯网相关企业的企业年报文本数据,对文本数据进行数据预处理后进行中文分词,并使用TF-IDF算法提取年报文本数据的关键词,结合LDA主题模型对其进行主题分类,同时根据分类结果对企业年报文本进行主题标注,对其主题在时间维度上进行演化分析并做可视化展示。从主题演化分析角度可以看出在企业数字化进程中主题随着时间推移产生的变化,从而得出企业的工作重心和价值观念。

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。

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。

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。

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。