基于深度学习和哈希方法的敦煌壁画移动视觉搜索研究

[目的/意义]敦煌壁画具有极高的科研和艺术价值,优化资源获取服务,解决图博档中存储的海量敦煌壁画图像资源利用效率低下的问题。[方法/过程]构建敦煌壁画移动视觉搜索模型,提供准确、快速、丰富的资源获取服务。模型包括图文资源库构建、基于深度学习的图像特征提取、基于哈希方法的图像特征压缩、语义特征融合与重排序4个部分;同时构建敦煌壁画图像数据集并人工标注图像语义进行实验。[结果/结论]本文提出的敦煌壁画移动视觉搜索模型mAP为69.93%,较已有模型在性能上有显著提升;融合图像语义特征的相似图像搜索有助于用户更好地理解敦煌壁画内涵。

政务APP个人隐私信息保护评价指标体系研究及实证分析

[目的/意义]构建政务APP个人隐私信息保护评价指标体系,对我国政务APP个人隐私信息保护进行科学合理评价,为完善政务APP个人隐私信息保护提出建议。[方法/过程]从隐私政策视角,利用专家访谈法与层次分析法,从“用户知情同意、信息安全控制、个人权利保障”3个维度构建我国政务APP个人隐私信息保护评价指标体系;并选取我国直辖市、省会城市和计划单列市的36个政务APP进行实证分析。[结果/结论]构建的政务APP个人隐私信息保护评价指标体系具有一定的实用性和可操作性,实证分析发现我国政务APP个人隐私信息保护问题严峻,政府部门应着重关注和解决。

基于用户注意力的突发公共卫生事件舆情情感演化研究——以新冠肺炎疫情为例

【目的/意义】目前舆情情感演化研究大多是基于主题的方法来进行情感演化分析且重点均集中在从文本本身提取的信息上,对在社交媒体中影响情感分析的用户特征缺乏考虑。【方法/过程】本文充分考虑网络用户信息特征,构建融合用户特征的舆情情感演化方法,提出一种基于用户注意力机制的情感分析模型(U-BiLSTM),并以新冠肺炎疫情事件为例分析舆情情感演化过程。【结果/结论】研究结果表明U-BiLSTM情感分析模型具有一定的优越性,F1值和准确率能达到97.08%和95.19%。【创新/局限】研究提出的融合用户注意力机制的情感分析模型能够使舆情情感演化分析具有一定的可解释性,有效揭示面向突发公共卫生事件下网民的情感演化趋势,但由于时间和设备条件的限制,仅采用单一数据源未考虑数据的多源性,研究的数据集不够充分且研究角度仅考虑时间维度忽略了空间维度。

政府开放数据更新评估研究:类型、性能与测度

文章以上海政府数据服务网自2012年上线以来至本文调查日期2017年9月8日的全部开放数据为研究样本,将其划分为存量数据和增量数据,并围绕持续性、适时性和活跃性三个性能对两类数据的更新状态进行评估研究,同时采用更新积累度、更新及时度、更新增长度和更新转化度四个测度进行测算,并对建立在各个测度基础上的具体内容进行分析,旨在弥补当前政府开放评估中对数据更新评估的不足。