基于CNN-BiLSTM-HAN混合神经网络的高校图书馆社交网络平台细粒度情感分析

[目的/意义]从高校图书馆社交网络平台用户评论数据挖掘角度出发，对用户评论情感极性进行细粒度分析，为高校图书馆了解用户真实情感倾向并提升服务质量提供科学依据。[方法/过程]以国内高校图书馆社交网络平台用户中文评论数据为研究对象，通过Tensor Flow深度学习框架，利用Keras人工神经网络库，将卷积神经网络（Convolution Neural Network,CNN）和双向长短时记忆网络（Bidirectional Long Short Term Memory,BiLSTM）结合，并引入层次化注意力机制（Hierarchical Attention,HAN），构建基于CNN-BiLSTM-HAN混合神经网络的情感分析模型。[结果/结论]利用真实高校图书馆社交网络平台用户评论数据集进行实验，本文方法取得93.38%的准确率，结果表明本文模型的有效性。模型较为复杂，导致模型训练时间上较长，方法模型的普适性有待进一步检验，表情符号信息没有得到有效利用，参数设置尚需进一步研究。     

基于模糊DANP的公共图书馆健康信息服务质量影响因素识别研究

[目的 /意义]通过构建公共图书馆健康信息服务质量影响因素指标体系,识别和分析影响公共图书馆健康信息服务质量的关键因素,为有效改善公共图书馆健康信息服务综合服务水平提供有益参考。[方法 /过程]基于信息生态理论,从健康信息提供者、健康信息接受者、健康信息和健康信息环境要素4个维度构建公共图书馆健康信息服务质量影响因素的指标体系,利用模糊DANP方法识别关键影响因素,对其进行分析与讨论。[结果 /结论]研究发现健康信息、健康信息提供者、服务能力及健康信息环境对公共图书馆健康信息服务质量影响显著,健康信息接受者认知偏好易受其他因素影响,因此应从提高服务水平、打造开放空间;细分用户群体,提供精准服务;改善服务环境,提升馆员技能3方面入手提升公共图书馆健康信息服务质量。     

基于社交平台的老年用户健康信息采纳行为影响因素研究——以微信为例

[目的/意义]基于人口老龄化的社会背景,本文旨在探究社交平台中老年用户健康信息采纳行为的影响因素,为社交平台筛选健康信息,优化老年人群健康信息服务提供借鉴。[方法/过程]采用质性研究方法,选取27位正在使用微信平台获取健康信息的老年用户作为研究对象。采用半结构化访谈就老年用户健康信息采纳行为影响因素获取一手访谈数据。采用主题分析法为主导工具对访谈数据进行分析。[结果/结论]结果表明,个体特征、信息质量、技术支持、生活环境是影响老年用户健康信息采纳的关键因素。基于此,本文最终构建了基于社交平台的老年用户健康信息采纳行为影响因素模型并深入探讨了各类因素与采纳行为之间的作用机理。此外,为促进社交平台发展,提升其健康信息服务能力,本文分别从社交平台开发方以及使用方两个方面提出了相关建议。     

用户视角下新浪微博信息服务质量影响因素研究——基于扎根理论的探索性分析

[目的/意义]新浪微博作为互联网时代的重要社交媒体之一,用户对其信息服务发展质量起关键作用,从用户视角分析新浪微博信息服务质量影响因素,有助于提升新浪微博信息服务水平,提高信息服务效率,促进新浪微博更加人性化发展。[方法/过程]选择扎根理论作为研究方法,通过数据资料收集、三级编码、饱和度检验等过程,构建新浪微博信息服务质量影响因素模型,归纳出用户基础、用户感受、用户需求3个因素及其对信息服务质量的作用,并运用统计方法进行实证分析。[结果/结论]研究结论发现：用户基础、用户感受、用户需求对新浪微博信息服务质量产生显著正向影响,其中用户基础属于保障性因素,用户感受属于关键性因素,用户需求属于驱动性因素。     

元宇宙场域下用户信息交互生态机制研究

[目的 /意义]元宇宙场域的到来，使用户信息交互行为发生较大变化，须对这一过程进行分析，构建相应用户信息交互生态机制，以期为相关研究提供参考，并促进元宇宙信息学的萌芽。[方法 /过程]通过对现有研究的分析，总结元宇宙场域下用户信息交互生态的变革，基于信息生态视角对元宇宙场域下用户信息交互生态机制进行构建。[结果 /结论]构建了一种从物理环境到交互场景分层架构的元宇宙场域下用户信息交互生态机制，并从用户、资源、技术、治理角度对其发展提供对策。     

基于内容和支撑向量基算法的微博用户识别和分类

基于微博内容对用户进行分类,为建设健康绿色的社交平台提供技术参考。改进支撑向量基算法(SVM)实现多分类支持向量基模型,基于微博内容将用户分为4类,利用新浪微博API使用网络爬虫获取微博内容数据;然后对文本进行分词降维和特征词权重计算;最后设计一个微博内容实时爬取和识别系统,实现了基于支撑向量基算法的水军实时检测。研究结果表明,提出的方法能够成功识别出正常用户和3类水军。     

情境认知视角下科研用户信息搜寻行为的模型构建与实证研究

[目的/意义]伴随着信息环境的变化，网络学术信息资源在科研用户进行科学研究过程中发挥着越来越重要的作用。[方法/过程]通过对情境与认知视角下科研用户信息搜寻的行为过程、心理特点及影响机制的研究，以期为科研用户社交媒体用户行为的研究内容进行丰富和扩展研究思路，构建适合科研用户需求的服务策略提供理论支持。从行为科学和认知心理的双重角度、以学术自我效能感和行为意向为研究视角构建科研用户信息搜寻行为的影响因素模型。[结果/结论]科研情境和环境及认知心理和态度两个因素对自我效能感影响最大，自我效能感对行为意向的影响最为直接，其次则是认知心理和态度的影响较为显著。自变量的类型有待丰富，并对部分预测变量之间的相互影响未进行完整分析。     

社交网络用户个人数据转移机制研究

[目的/意义]社交网络逐渐融入到用户生产、生活各方面的同时也造成了数据垄断、数字经济活力下降等问题,构建面向社交网络用户的个人数据转移机制,打破数据垄断,保障用户数字权益,促进数字创新。[方法/过程]对国外优秀的数据转移制度、实践模式以及经典案例进行调研与国际比较研究,分析了数据转移机制实践的效用与问题。[结果/结论]设计了包含信任机制、反馈机制、评估机制、删除机制与监管机制的全流程数据转移管理组织架构以及数据获取、转移路径,打破了大型社交网络平台对用户个人数据的垄断态势。     

在线问答平台用户旅游信息需求研究——以途牛问答社区为例

[目的/意义]研究旅游问答社区用户的旅游信息需求,为优化在线社区服务,吸引和鼓励更多有旅游意向的人使用网络分享和获取旅游信息。[方法/过程]采用网络文本挖掘的方法,选取了途牛问答平台中有关北京的问答内容,将采集到的问答文本作为语料库,利用TF-IDF与TextRank两种不同原理的关键词抽取算法,对文本关键词进行逐一抽取,通过Gephi构建共现网络,采用Gephi的聚类功能明确关键词主题,从而掌握用户的旅游信息需求。[结果/结论]在线旅游问答社区用户的旅游信息需求大致可以分为7类：住宿信息、饮食信息、交通信息、景区信息、团游信息、气候信息以及规划建议;用户对于不同类别的旅游信息需求,并非相互割裂、独立的,不同的需求之间存在着交错关系。     

基于文本挖掘的微博舆情主题图谱可视化研究

[目的/意义]从海量微博舆情用户评论文本中快速挖掘用户关注内容,能够帮助舆情管控主体更高效得对微博舆情演进和发展态势进行管理。[方法/过程]本文以新浪微博为例,基于主题图谱理论和文本挖掘方法构建微博舆情用户评论主题图谱,使用CiteSpace进行可视化分析,通过应用不同文本相似度算法、网络优化算法和文本聚类算法构建二维主题图谱并分析图谱的结构特征。[结果/结论]构建的微博舆情主题图谱能够帮助舆情管理者快速准确识别用户关注内容,同时对社交媒体上用户发布文本管理,预测舆情演化趋势,防止不良舆情滋生和扩散都具有重要作用。     

基于知识行为的小米社区用户画像研究

[目的/意义]通过研究小米虚拟社区的用户画像,构建不同类型用户画像模型,深入研究小米社区中具有知识创新性的用户画像,探索用户在虚拟社区中的知识行为。[方法/过程]结合自然语言处理方法,选择了小米社区内较为活跃的用户发帖和评论文本数据,分析了小米社区用户画像及其典型特征,揭示了每类用户的特征和知识行为,探究用户之间的信息交流和知识交互过程。[结果/结论]研究发现,小米社区用户可以分为5类,分别是故障反馈用户、评论解答用户、社交用户、咨询用户、建议用户,对每类用户分别进行用户画像分析。最后,针对不同用户提出一些可实施的建议,以便于社区管理人员对这部分用户的知识行为进行更有针对性的维护和引导。     

论社交网络账号的法律属性及其保护规则

当用户社交网络账号权益受到损害,寻求法律救济的首要难题是如何确定相关权益归属,以及其是否能够转让。更深层次的问题则是社交网络账号在民法中的地位,以及应当如何适用法律。从是否可以被类型化保护的特征出发,民事法律利益分为法律规定的权利、法律尚未规定的权利与法益三类。以此为据,可以从知识产权等法律规定的权利、虚拟商品等法律尚未明确的权利以及作为入口的账号自身等法益这三个方面界定社交网络账号的法律属性。进一步地,可以基于法律属性的界定明晰社交网络账号的保护规则。     

基于区块链激励机制下区域性高校文献信息资源共建共享研究

[目的/意义]当前高校图书馆对资源共享、联盟共建的发展路径越来越重视。针对高校图书馆联盟在实现文献信息资源共建过程中存在的问题,利用区块链技术构建新型联盟共建共享体系,实现联盟成员馆间文献资源优势互补。[方法/过程]在采用MVVM(Model-View-ViewModel)架构基础上,以激励机制、共识机制、分布式结构、智能合约及大数据分析等作为底层支撑,构建基于区块链的区域性文献信息资源共建共享机制,模型构架中以“用户需求”为中心,利用“激励机制”调动联盟集团用户及个体用户参与文献信息资源共建共享的积极性。[结果/结论]通过模型构建促进区域高校联盟建设共建共享,打破联盟内高校图书馆间“信息孤岛”,实现各成员馆联合采访、精准典藏、区域流通,从而优化文献资源建设,提高资源质量,实现资源安全,更好的为高校用户提供高质量精准服务。     

图书馆微信平台信息生态链模型构建研究

[目的/意义]图书馆微信平台已经成为了一种新兴的、被社会大众广为接受的移动终端信息传播模式,从信息生态学的角度构建出其信息生态链的模型,并加以解析,可以让众多图书馆微信平台的管理者们能够更加高效的对其平台进行管理。[方法/过程]文章对信息生态链和微信平台信息生态链的模型构建进行了仔细剖析,在此基础之上,再结合图书馆微信平台可持续发展的生态诉求,构建出了图书馆微信平台信息生态链模型。[结果/结论]通过对构建出的图书馆微信平台信息生态链模型的深入研究、分析,对图书馆微信平台信息生态链的和谐、有序、循环发展也起到了良好的促进作用。     

互联网环境下高校评价变革及实现路径研究

[目的/意义]随着中国互联网的深入发展,高校评价面临着从传统环境转变为互联网环境。以环境变化为高校评价变革的检视起点,深入探索互联网环境下高校评价变革及实现路径。[方法/过程]通过文献调查法和网络调研等方法,分析互联网环境下高校人才培养、科学研究和社会服务的变革,进而探究互联网环境下高校评价数据、评价指标和评价结果的变革,研究探讨互联网高校评价变革及实现路径。[结果/结论]阐明高校评价如何变革,确定各级要素的实现路径,并构建互联网环境下高校评价模式、建设互联网环境下高校评价平台和加强培养互联网环境下高校评价人才,为推进互联网环境下高校评价的研究与实践,构建新的高校评价生态提供参考。     

5G环境下移动图书馆信息服务质量评价研究

[目的/意义]5G技术的发展为大数据、云计算、人工智能、物联网等技术的发展提供了通信网络基础,而这些新一代技术的应用将促进图书馆的智慧建设,从而提高信息服务质量,改善用户体验。[方法/过程]通过文献研究法初步构建评价指标,并利用问卷调查法修正了评价指标,又结合5G技术区别于4G技术的特征,最终构建了5G环境下移动图书馆信息服务质量评价体系;从资源、需求、环境、效能4个维度对16项指标进行划分,利用层次分析法确定各项指标权重,使用MATLAB运行计算结果,并进行了一致性检验;最后,基于5G环境下移动图书馆信息服务质量评价体系,对移动图书馆信息服务发展提出改进策略。[结果/结论]评价体系中资源因素的权重最大,其次是效能因素。5G时代移动图书馆需要优先利用5G技术保障信息的时效性,去除冗杂及过时信息,拓宽用户获取信息的平台;同时,移动图书馆应侧重利用5G技术确保网络的稳定性,以较低的延时为用户提供更优质的信息服务。     

考虑节点间强弱关系的突发事件信息传播网络分析

[目的/意义]新媒体技术的飞速发展使得社交媒体平台成为信息传播的主要载体。运用社会网络分析法研究微博舆论场中突发事件信息传播结构及传播模式,为政府高效应对突发事件危机提供理论支持。[方法/过程]以“唐山烧烤店打人事件”为例进行微博数据采集,构建具有节点间强弱关系的信息转发网络,运用社会网络分析法分析信息转发网络的用户属性、节点属性、网络属性和传播属性,探讨节点间强弱关系在突发事件信息传播中的作用规律。[结果/结论]1）网络用户的性别、活跃度、地域等因素影响用户传播力;2）核心节点的作用尤为关键,他们在传播链条中起到“桥梁”的作用,弱关系和权威关系的传播主要集中在少数核心节点之间,而强关系的传播路径较为分散;3）突发事件信息传播网络具有较高的传播效率,且呈现出稀疏的特征;4）整个信息传播过程中仍以弱关系传播为主,权威连接在信息传播的各个阶段均发挥重要作用,而强连接的作用主要集中于信息传播的初始阶段。研究结果为相关部门制定有效的突发事件传播和引导策略提供了支撑。     

大型预训练语言模型在网络健康信息鉴别中的应用探讨

[目的/意义]探讨Chat GPT等大规模预训练语言模型在网络健康信息识别中的应用效果，为人工智能在健康信息领域的应用提供参考。[方法/过程]以国内某权威辟谣平台与健康相关的信息为研究对象，使用“Chat GPT”和“讯飞星火”对其真实性进行鉴定，对其性能进行评估，并将鉴定结果与医学专家或权威机构的鉴定结果进行比较。[结果/结论] Chat GPT和讯飞星火的鉴别准确率分别为93.9%和92.9%,F1值分别为0.951和0.946，应用效果良好。两者生成的解释文本内容比较详细，语言比较流畅，文本长度和语义相似度与专家文本高度接近，但对个别信息的解释仍存在科学依据不够详细、逻辑错误等问题。实验结果表明，大规模预训练语言模型在辅助网络健康信息识别任务方面具有一定的优势，但仍需要人工干预以保证结果的准确性和可靠性。     

基于物联网与射频识别技术的土鸡全产业链监管体系构建

[目的/意义]应用物联网和射频识别技术,构建土鸡全产业链监管体系,从而实现山林土鸡的生态养殖管理,架设农户与消费者的互信桥梁.[方法/过程]搭建智能鸡舍、生产智能化管理系统、生产可视化监控系统、智能立体栖架观测与评价系统、安全生产监管与溯源系统以及互联网定制认养系统,构建土鸡全产业链监管体系.通过在智能鸡舍内布署物联传...     

多时相Sentinel-2A与SPOT-7影像在油菜识别中的差异

[目的]研究多时相Sentinel-2A识别种植结构复杂的小尺度区域中的油菜面积,获取高精度的作物分布信息。[方法]以多时相Sentinel-2A和一景SPOT-7数据为数据源,选取种植结构复杂的小尺度区农业区为研究区,构建不同特征向量组合,利用支持向量机(support vector machine,SVM)的方法提取油菜种植面积。[结果]通过对比分析基于不同特征向量组合的油菜识别精度,利用一景油菜最佳识别期内的Sentinel-2A影像可以得到高达89.1%的制图精度和92.1%的用户精度;添加油菜最佳纹理特征后,多时相Sentinel-2A数据的制图精度与用户精度分别提高了2.9%和2.5%,仅比SPOT-7影像的识别精度低了1.7%和2.1%,2种数据的油菜提取精度差异进一步减小;Sentinel-2A与SPOT-7数据油菜最优分类结果对比后,一致性精度和Kappa系数分别为93.3%和0.89。[结论]多时相Sentinel-2A数据可以很好地识别种植结构复杂地区的油菜,加入最佳纹理信息能够提高油菜的识别精度;Sentinel-2A可以广泛应用于小尺度区域作物分布信息的快速提取。