一、互聯(lián)網(wǎng)環(huán)境下面向?qū)ο蟮男畔⒓夹g(shù)（論文文獻綜述）
陳為東[1]（2021）在《過程感知視域下學術(shù)新媒體用戶信息偶遇行為研究》文中研究指明科學研究的偶然性發(fā)現(xiàn)離不開偶遇信息的點燃,從而引導個體心理發(fā)生頓悟、聯(lián)結(jié)、移情和沉思,個體從偶然的被動獲得轉(zhuǎn)移到主動求索,非線性和線性的信息搜索行為彼此共生或演替,偶然性與必然性交織存在。偶遇的信息具有潛在價值,希冀解決科學難題、科研疑惑。移動互聯(lián)網(wǎng)環(huán)境下,個體在搜索、瀏覽、交互過程中發(fā)生信息偶遇的可能性變大,信息偶遇成為日常生活中常見的現(xiàn)象。學術(shù)新媒體以學術(shù)信息服務為己任,包括學術(shù)APP、學術(shù)虛擬社區(qū)、學術(shù)微信公眾號、學術(shù)社交網(wǎng)絡和學術(shù)博客等多元類型,承載著豐富的學術(shù)資源,擁有基數(shù)龐大的科研人群,用戶之間通過彼此關(guān)注、留言、互粉等,形成了社會網(wǎng)絡關(guān)系,緩解了科研人員的信息孤島現(xiàn)象。目前關(guān)于學術(shù)新媒體信息行為的研究主要偏重于主動的交流、交互、共享、貢獻、持續(xù)使用、科研合作等行為,被動的信息獲取行為還有待深入探索。用戶在學術(shù)新媒體環(huán)境下意外獲得有趣或有用的信息逐漸常態(tài)化,國內(nèi)外多個領(lǐng)域都有關(guān)注信息偶遇,圖情領(lǐng)域?qū)π畔⑿袨榈难芯恳惭由斓搅诵畔⑴加?。信息偶遇一般過程模型中涵蓋了注意、停駐、檢驗、摘取、返回5個步驟,表現(xiàn)為偶遇前—偶遇中—偶遇后3個階段。目前缺少從心理和認知層面探析學術(shù)新媒體環(huán)境下用戶信息偶遇行為的發(fā)生原因、感知變化和后續(xù)采納等問題,有必要在偶遇過程下結(jié)合用戶的感知心理去深入分析信息偶遇現(xiàn)象,挖掘偶遇信息價值,為科學發(fā)現(xiàn)提高幾率。本文主要分析過程感知下學術(shù)新媒體用戶信息偶遇行為機理、偶遇發(fā)生前的影響因素、偶遇中用戶的認知演變、偶遇后用戶信息采納路徑以及促進信息偶遇的感知和采納策略5個方面展開相關(guān)研究。（1）學術(shù)新媒體用戶信息偶遇行為機理?；谌换Q定論的個體、環(huán)境、行為因素和人類行為的一般模式S-O-R（即刺激—個體心理、生理—反應）,結(jié)合學術(shù)新媒體特色和信息偶遇概念,將學術(shù)新媒體信息偶遇行為的要素劃分為:學術(shù)新媒體用戶、信息偶遇環(huán)境、學術(shù)信息。在已有信息偶遇發(fā)生過程和過程感知模型下分析了學術(shù)新媒體用戶信息偶遇行為過程:偶遇前-偶遇中-偶遇后。將感知融入到偶遇行為過程,構(gòu)建了學術(shù)新媒體用戶信息偶遇過程感知模型,給出學術(shù)新媒體信息偶遇行為機理模型,包括5個子機理,分別為信息偶遇前的注意觸發(fā),信息偶遇中的心流體驗、認知聯(lián)結(jié)、感知控制,信息偶遇后的行為反饋,深入分析了5個子機理,以及過程與機理的關(guān)系,子機理之間的演進關(guān)系。（2）偶遇前引發(fā)學術(shù)新媒體用戶發(fā)生信息偶遇行為的影響因素?；谌换Q定論、S-O-R模式和技術(shù)接受模型從學術(shù)新媒體的用戶維度、信息維度、環(huán)境維度分析引發(fā)信息偶遇行為的影響因素,給出學術(shù)新媒體用戶信息偶遇行為的影響因素理論假設(shè)模型。其中信息維度包括信息特征、信息質(zhì)量,環(huán)境維度囊括了平臺可用性、平臺多樣性,用戶維度涵蓋了好奇心理、感知有用性、感知控制、先驗知識以及信息偶遇行為共有9個變量,10個假設(shè)。通過問卷調(diào)查學術(shù)新媒體平臺上發(fā)生過信息偶遇行為的用戶,問卷設(shè)計的題項中涉及到是否發(fā)生過信息偶遇行為的設(shè)置,以排除沒有發(fā)生過信息偶遇行為的用戶;再利用結(jié)構(gòu)方程模型（SEM）實例驗證了假設(shè)模型的合理性。研究結(jié)果:信息特征、信息質(zhì)量、平臺可用性、平臺多樣性對感知有用性均具備顯著正向影響;先驗知識對感知有用性和感知控制均存在顯著正向影響,信息特征顯著影響用戶的好奇心理;好奇心理、感知有用性、感知控制顯著正向影響信息偶遇行為。（3）偶遇中學術(shù)新媒體用戶的認知演變。本文采用訪談獲取學術(shù)新媒體用戶發(fā)生信息偶遇行為時的心理、情緒、認知和行為方面的資料,共訪談了15位曾經(jīng)發(fā)生過信息偶遇事件的學術(shù)新媒體用戶。由于學術(shù)新媒體主要服務于科研工作者,且以學術(shù)信息服務為主,因此,本文以碩博研究生和高校教師為目標人群,共獲得4.5萬余字的訪談資料。再根據(jù)扎根理論的開放式編碼、主軸編碼和選擇性編碼,獲得了初始概念38個、初始范疇19個、主范疇8個,最終得到信息偶遇中的用戶認知演變狀況,構(gòu)建了學術(shù)新媒體用戶信息偶遇行為過程中的認知演變模型。學術(shù)新媒體用戶信息偶遇行為中認知變化時的認知結(jié)構(gòu)經(jīng)歷了同化、順應、圖式聯(lián)結(jié)和意義建構(gòu)過程,最終形成新的認知結(jié)構(gòu)網(wǎng)絡,并結(jié)合意義建構(gòu)理論解讀了用戶從認知鴻溝、斷帶到認知聯(lián)結(jié)跨越,對認知演變的意義進行了闡釋。（4）學術(shù)新媒體用戶偶遇信息采納行為的路徑構(gòu)型?；诰毤庸た赡苄阅Ｐ停‥LM）、信息采納模型（IAM）、技術(shù)接受模型（TAM）和感知價值接受模型（VAM）,提取了學術(shù)新媒體用戶偶遇信息采納行為的動因構(gòu)成,動因包括:信息質(zhì)量、信源可信度、感知有用性、感知收益、認知結(jié)構(gòu)、好奇心理和感知成本7個動因。通過問卷獲得學術(shù)新媒體用戶偶遇信息采納行為的動因數(shù)據(jù)。利用定性比較分析（QCA）方法中的模糊集定性比較分析（fs QCA）檢驗偶遇信息采納行為的組態(tài)構(gòu)型,經(jīng)過數(shù)據(jù)校準（完全隸屬、交叉點和完全不隸屬）得到真值表、必要性條件分析、組態(tài)充分性條件和結(jié)果穩(wěn)健性分析,得到影響偶遇信息采納行為的7條路徑,即7種組態(tài)結(jié)果,并解釋了這7條路徑。（5）提出了學術(shù)新媒體用戶信息偶遇前-中-后的感知與采納策略。刺激物特征顯著影響信息偶遇的發(fā)生,從信息偶遇前的信息質(zhì)量（信息內(nèi)容、信息源）和信息特征（信息表征和信息標題）等角度實現(xiàn)注意觸發(fā)。信息偶遇中用戶的認知心理、情感情緒都存在不斷的變化,從認知聯(lián)結(jié)、偶遇信息相關(guān)信息、感知控制和信息偶遇能力素養(yǎng)角度,幫助用戶實現(xiàn)偶遇信息和先驗知識的語義互聯(lián),更好地理解和研判偶遇信息的作用和價值;最后給出了促進學術(shù)新媒體用戶信息偶遇采納的策略,從平臺可用性、偶遇信息資源關(guān)聯(lián)和學術(shù)新媒體的網(wǎng)絡口碑等角度,提升偶遇信息的采納度從而實現(xiàn)信息價值。本研究豐富了學術(shù)新媒體信息行為的理論體系,信息偶遇是一種被忽略的、被動的、非線性的信息獲取或檢索行為。在過程感知視域下,將信息偶遇行為過程分為前-中-后3個階段,并將用戶感知融入到這3個階段,給出信息偶遇行為機理、偶遇前引發(fā)信息偶遇的影響因素、偶遇中用戶的認知演化和偶遇后的采納行為,有助于深入了解信息偶遇現(xiàn)象,豐富了信息行為研究。本文最后給出用戶信息偶遇行為的感知與采納策略,為學術(shù)新媒體平臺和學術(shù)知識服務體系的調(diào)整提供新的視角,優(yōu)化學術(shù)新媒體的知識服務滿意度。
何淑慶[2]（2021）在《CED-SOA服務動態(tài)協(xié)同模型和算法研究》文中指出隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、云計算、人工智能和服務計算等新一代信息技術(shù)的發(fā)展和深度融合,逐步催生出大規(guī)模和智能化的物聯(lián)網(wǎng)應用。物聯(lián)網(wǎng)應用中的服務提供朝著精細化、層次化、復雜化和智能化等方向發(fā)展,這導致服務動態(tài)協(xié)同面臨諸多新挑戰(zhàn),如復雜計算環(huán)境下的服務數(shù)據(jù)的高效和準確處理、網(wǎng)絡邊緣服務數(shù)據(jù)的存儲和可控以及服務精準智能化動態(tài)協(xié)同等。針對上述問題,本文提出CED-SOA服務動態(tài)協(xié)同技術(shù),對該技術(shù)模型和算法進行深入研究。本文的研究工作和創(chuàng)新點如下:（1）提出了基于CEP的物聯(lián)網(wǎng)服務數(shù)據(jù)處理優(yōu)化模型和算法,該模型和算法包括多層級復雜事件模式分治和聚類優(yōu)化模型和算法及檢測策略和基于自適應閾值的不確定流數(shù)據(jù)處理模型和算法。仿真實驗結(jié)果表明本文提出的模型和算法在多層級和不確定環(huán)境下應用于服務數(shù)據(jù)處理能夠有效降低多層級事件處理的時間延遲和提高不確定流數(shù)據(jù)處理的綜合性能。（2）提出了基于復雜事件的數(shù)據(jù)存儲和可控模型及基于CES的在線離線復雜事件處理算法,該模型和算法主要應用于邊緣網(wǎng)絡服務數(shù)據(jù)的存儲、可控和處理。仿真實驗結(jié)果表明在可控環(huán)境下,該模型和算法對邊緣網(wǎng)絡服務數(shù)據(jù)具有較好的讀取性能、存儲的資源開銷在可承受范圍內(nèi)以及可有效提高在線離線混合處理的性能。（3）提出了基于深度-廣度學習的服務動態(tài)協(xié)同模型和算法,該模型和算法適用于大規(guī)模智能化物聯(lián)網(wǎng)服務提供場景。仿真實驗結(jié)果表明該模型和算法在協(xié)同的精準性和綜合性方面取得了較好的效果。
孫世韜[3]（2021）在《云邊協(xié)同環(huán)境下的工業(yè)數(shù)據(jù)采集與處理系統(tǒng)設(shè)計與實現(xiàn)》文中指出當前,新一輪科技革命和產(chǎn)業(yè)變革正加快我國經(jīng)濟發(fā)展方式轉(zhuǎn)變,制造業(yè)格局面臨重大調(diào)整,大數(shù)據(jù)、云計算、邊緣計算等新一代信息技術(shù)的發(fā)展日新月異,為傳統(tǒng)制造企業(yè)轉(zhuǎn)型升級提供了新方法和新思路。隨著新一代信息技術(shù)和制造業(yè)深度融合,工業(yè)數(shù)據(jù)量呈指數(shù)態(tài)勢增長,為了從海量的工業(yè)數(shù)據(jù)中找出數(shù)據(jù)蘊含的規(guī)律,助力制造企業(yè)轉(zhuǎn)型升級,基于工業(yè)互聯(lián)網(wǎng)平臺開發(fā)數(shù)據(jù)采集與數(shù)據(jù)處理系統(tǒng)具有重要的理論意義和實際價值。本文以智能制造企業(yè)為研究對象,挖掘設(shè)備運行數(shù)據(jù)中蘊含的規(guī)律為目標,使用云邊協(xié)同技術(shù)和工業(yè)互聯(lián)網(wǎng)平臺完成了邊緣設(shè)備數(shù)據(jù)采集、邊緣側(cè)數(shù)據(jù)預處理、云平臺設(shè)備故障診斷建模分析、工業(yè)數(shù)據(jù)可視化及信息管理等功能設(shè)計與實現(xiàn),可助力制造企業(yè)轉(zhuǎn)型升級,提高企業(yè)生產(chǎn)效率。本文主要工作涵蓋以下四個方面:首先,在采集數(shù)據(jù)種類繁多、云平臺傳輸時延較高等現(xiàn)有問題的基礎(chǔ)上,依據(jù)邊緣計算技術(shù)設(shè)計了云邊協(xié)同環(huán)境下的工業(yè)互聯(lián)網(wǎng)實施架構(gòu),涵蓋了從邊緣數(shù)據(jù)采集到云平臺數(shù)據(jù)處理的全部功能需求。其次,通過DNC（Distributed Numerical Control）網(wǎng)絡將制造企業(yè)生產(chǎn)設(shè)備連接起來,并將采集到的數(shù)據(jù)按類別進行建模,得到設(shè)備信息數(shù)據(jù)模型、工作人員信息數(shù)據(jù)模型、生產(chǎn)信息數(shù)據(jù)模型等5種數(shù)據(jù)模型,通過工業(yè)現(xiàn)場總線和5G無線網(wǎng)絡實現(xiàn)近距離傳輸,將數(shù)據(jù)直接存入邊緣存儲服務器。再次,將采集到的工業(yè)數(shù)據(jù)在邊緣網(wǎng)關(guān)進行預處理,將孤立森林算法（Isolation Forest）與模擬退火算法（Simulated Annealing）相結(jié)合進行異常點檢測,針對Isolation Forest算法引入隨機變量導致穩(wěn)定性差的問題,使用模擬退火算法挑選出適應度較優(yōu)的孤立樹生成孤立森林,大量的仿真結(jié)果表明,SA-i Forest算法降低了冗余提高了算法可靠性,在異常點檢測精度方面也有明顯提高?；赬GBoost算法在工業(yè)互聯(lián)網(wǎng)云平臺建立故障診斷評估模型,并將其與傳統(tǒng)的樸素貝葉斯算法和GBDT算法進行對比分析,通過混沌矩陣評估模型的量化性能,證明了XGBoost模型在工業(yè)故障設(shè)備檢測上具有優(yōu)越性。最后,通過對工業(yè)數(shù)據(jù)可視化及信息管理系統(tǒng)的軟件設(shè)計以及可行性分析,開發(fā)了基于Spring Boot的工業(yè)數(shù)據(jù)管理平臺,并將其部署到云端服務器。本工業(yè)數(shù)據(jù)可視化及信息管理系統(tǒng)實現(xiàn)了工業(yè)數(shù)據(jù)可視化、生產(chǎn)設(shè)備管理、倉儲物流管理等功能,還將故障診斷評估模型應用到系統(tǒng)中,實現(xiàn)了報警事件智能管控。通過系統(tǒng)功能測試,證明本系統(tǒng)可以滿足智能制造企業(yè)的使用需求。
陳星延[4]（2021）在《移動互聯(lián)網(wǎng)的內(nèi)容緩存與邊緣計算關(guān)鍵技術(shù)研究》文中指出移動互聯(lián)網(wǎng)深刻影響著當前社會經(jīng)濟和產(chǎn)業(yè)革新,作為“互聯(lián)網(wǎng)+”戰(zhàn)略的重要發(fā)展方向,近年來得到了快速發(fā)展,已經(jīng)成為國家發(fā)展和社會進步的重要支柱產(chǎn)業(yè)之一。然而,現(xiàn)有移動互聯(lián)網(wǎng)發(fā)展依然面臨諸多挑戰(zhàn):（1）資源爭用與浪費共存。移動環(huán)境資源匱乏,熱點區(qū)域資源爭用嚴重,網(wǎng)絡接入困難,進而導致資源浪費嚴重;（2）動態(tài)差異化用戶需求。移動用戶位置動態(tài),請求行為存在差異,傳統(tǒng)靜態(tài)服務機制難以適配動態(tài)個性化的用戶需求;（3）網(wǎng)絡資源分布碎片化。移動網(wǎng)絡資源分布動態(tài)離散,不同節(jié)點的資源缺乏協(xié)同,難以被有效管理與利用;（4）網(wǎng)絡環(huán)境異構(gòu)復雜。不同通信制式相互獨立,多形態(tài)網(wǎng)絡融合受限,跨網(wǎng)絡協(xié)同困難。上述現(xiàn)狀嚴重影響了移動網(wǎng)絡的資源利用效率,制約了移動互聯(lián)網(wǎng)性能的進一步提升,導致用戶服務需求與體驗得不滿足。為解決該問題,許多研究者針對移動互聯(lián)網(wǎng),在內(nèi)容緩存和邊緣計算方面做出了大量的工作。然而,當前內(nèi)容緩存策略相對靜態(tài),性能嚴重依賴于內(nèi)容流行度,缺乏對用戶個性化需求的感知。同時,移動環(huán)境的緩存部署給用戶的數(shù)據(jù)隱私帶來了極大的安全隱患;另一方面,雖然邊緣計算被運用在許多領(lǐng)域,但缺乏有效整合碎片化網(wǎng)絡計算資源的解決方案,導致整體性能難以提升,無法為用戶提供的高質(zhì)量、高穩(wěn)定、低延時的移動互聯(lián)網(wǎng)服務。本文面向移動互聯(lián)網(wǎng)內(nèi)容緩存和邊緣計算兩個關(guān)鍵技術(shù):在編碼緩存、緩存預取、“云-邊-端”計算協(xié)同和計算與傳輸聯(lián)合優(yōu)化四方面進行了深入研究。首先,給出了一種面向移動互聯(lián)網(wǎng)的邊緣編碼緩存策略。界定了編碼緩存狀態(tài)與狀態(tài)間轉(zhuǎn)化規(guī)則,構(gòu)建了基于動力學模型的網(wǎng)絡狀態(tài)演化模型,實現(xiàn)網(wǎng)絡緩存供需情況認知與預測。提出了基于特征學習的編碼內(nèi)容選擇框架和隱私感知的編碼緩存算法,提高了移動互聯(lián)網(wǎng)緩存資源利用率與用戶隱私安全性能。其次,為滿足動態(tài)差異化用戶需求,提出了面向隱私保護的移動內(nèi)容緩存預取機制,具體包括:基于分布式學習的用戶興趣感知、基于多目標優(yōu)化的在線內(nèi)容主動緩存以及基于差分隱私的數(shù)據(jù)隱私安全保護,實現(xiàn)了從用戶個性化認知、內(nèi)容主動緩存到隱私安全的一體化預取緩存方案設(shè)計。隨后,提出了基于“云-邊-端”協(xié)同的實時計算與傳輸優(yōu)化框架,創(chuàng)造性地提出了增廣隊列模型,量化建模了節(jié)點計算負載和鏈路擁塞情況,形式化表征了傳輸和計算資源的聯(lián)合優(yōu)化問題,設(shè)計了一種基于Nesterov加速梯度的分布式優(yōu)化算法,給出算法穩(wěn)定性、隊列長度、算法最優(yōu)性和算法收斂速度的理論性能指標,有效整合了大量用戶節(jié)點的計算資源,為系統(tǒng)擴容提供了良好的可擴展性。最后,圍繞移動網(wǎng)絡異構(gòu)復雜的現(xiàn)狀,提出了基于多智能體強化學習的計算傳輸聯(lián)合優(yōu)化方法,開創(chuàng)性的提出了增廣圖模型,將抽象的資源聯(lián)合優(yōu)化問題轉(zhuǎn)化為直觀的網(wǎng)絡路由問題,設(shè)計了一種網(wǎng)絡化多智能體強化學習方法,提升了協(xié)同計算和數(shù)據(jù)傳輸?shù)木C合性能。本研究主要以流媒體服務為例,針對移動互聯(lián)網(wǎng),從內(nèi)容緩存、邊緣計算兩方面開展了全面的分析與研究。主要包括:模型構(gòu)建、問題表征與建模、分布式優(yōu)化算法設(shè)計、算法理論性能分析、算法數(shù)值結(jié)果分析、原型系統(tǒng)搭建及原型實驗評估等研究方法。本文所取得的成果對我國未來移動互聯(lián)網(wǎng)建設(shè)和新型流媒體服務的發(fā)展具有一定的借鑒意義。
曹越[5]（2021）在《移動O2O情境下用戶信息搜尋行為研究》文中研究表明數(shù)字經(jīng)濟背景下,數(shù)據(jù)驅(qū)動的新技術(shù)與新模式不斷涌現(xiàn),信息已成為社會發(fā)展進程中不可或缺的基礎(chǔ)性和戰(zhàn)略性資源。隨著移動互聯(lián)網(wǎng)與手機等智能終端的全面普及,各類移動應用給人們的生活方式帶來了顛覆性變革,人們獲取信息的主要渠道開始由PC端向移動端遷移,因此移動情境下的用戶信息行為成為當前的熱點研究領(lǐng)域。與此同時,移動互聯(lián)網(wǎng)與線下實體經(jīng)濟的聯(lián)系日益緊密,線上線下融合趨勢明顯,本地生活O2O服務成為繼電子商務之后新一個萬億級市場,移動O2O開始全面融入人們的日常生活,并拓展到教育、醫(yī)療、養(yǎng)老、城市管理、社區(qū)服務等諸多領(lǐng)域,大大加速了全社會的整體數(shù)字化進程。作為一種基于移動網(wǎng)絡和線上線下交互的新型商業(yè)模式,移動O2O能夠充分發(fā)揮手機的便攜性、位置的可追蹤性、高互動性等優(yōu)勢,滲透到居民生活的每個角落,隨時隨地為用戶提供個性化、場景化的優(yōu)質(zhì)服務。技術(shù)進步帶來了信息資源的爆炸性增長和信息異質(zhì)性、復雜性的激增,然而個體的認知容量和信息處理能力卻是有限的,二者之間的矛盾導致當代網(wǎng)絡用戶面臨著嚴重的信息超載問題以及巨大的信息搜尋壓力,因此如何提高信息搜尋效果、改善信息搜尋體驗成為學術(shù)界和產(chǎn)業(yè)界共同關(guān)注的焦點問題。與傳統(tǒng)的基于PC端的網(wǎng)絡信息搜尋相比,移動O2O情境下的信息搜尋場景和內(nèi)容更加復雜,且在用戶的需求動機、搜尋渠道、方式與策略等方面均存在顯著性差異,表現(xiàn)出獨特的行為特征與內(nèi)在邏輯,可見有必要對其展開針對性研究。然而,對于這種融入了線下場景的移動O2O情境下的用戶信息搜尋行為,目前學者們尚未給予足夠的的關(guān)注和重視,相關(guān)理論成果有待補充。故而,本研究以移動O2O情境為切入點,將用戶線上與線下的信息搜尋行為有機融合,在綜合運用多種研究方法與研究理論的基礎(chǔ)上,針對移動O2O情境下的用戶信息搜尋行為的整體理論模型及行為的“動機—過程—結(jié)果”展開系統(tǒng)性研究,以揭示移動O2O情境下用戶信息搜尋行為的特征與規(guī)律,探尋其影響因素及相應的作用機制,從而針對性地提出移動O2O情境下用戶信息搜尋行為的引導和優(yōu)化策略,為移動O2O平臺和商家改進信息服務及推薦系統(tǒng)、構(gòu)建“以用戶為中心”的信息服務體系提供參考與借鑒。本研究主要開展了以下幾方面的工作:（1）在全面梳理信息搜尋經(jīng)典理論、模型與現(xiàn)有研究成果的基礎(chǔ)之上,基于扎根理論與深度訪談法對移動O2O情境下用戶信息搜尋行為的過程、內(nèi)在機理與影響因素進行了探索性研究,從全局視角出發(fā),構(gòu)建了移動O2O情境下用戶信息搜尋行為的理論模型。該模型描述了移動O2O情境下用戶從產(chǎn)生信息需求到結(jié)束信息搜尋行為的全過程及行為機理,包括信息需求認知、信息搜尋渠道選擇、信息搜尋策略選擇、信息篩選與評價和信息搜尋結(jié)果五個階段;并總結(jié)歸納了會對該過程產(chǎn)生影響的各方面因素,包括個體特征、信息素養(yǎng)、感知成本、感知風險和情感因素等主觀影響因素,以及情境因素、技術(shù)因素、社群影響、任務特征和產(chǎn)品特征等客觀影響因素。新模型能夠較好地體現(xiàn)移動O2O情境下用戶信息搜尋行為的特征與規(guī)律,拓展了信息搜尋研究情境,是對用戶信息行為研究的有益補充,也為后續(xù)定量研究的開展提供了理論支撐。（2）從搜尋動機角度出發(fā),采用結(jié)構(gòu)方程模型方法對移動O2O情境下用戶信息搜尋行為的驅(qū)動因素進行了實證研究,從而挖掘用戶行為的內(nèi)在心理動機、外生影響因素以及相應的影響機制。在對移動O2O情境下用戶信息搜尋行為的特征進行總結(jié)分析的基礎(chǔ)之上,以“動機、機會、能力”（MOA）模型和技術(shù)接受與使用統(tǒng)一理論（UTAUT）作為參考,引入信息需求、感知成本、感知風險、情感因素等新變量,構(gòu)建移動O2O情境下用戶信息搜尋行為驅(qū)動因素模型,然后通過問卷調(diào)查采集數(shù)據(jù),借助SPSS 21.0,Smart PLS 3.0等軟件進行數(shù)據(jù)分析與模型檢驗。實證研究結(jié)果表明:績效期望、信息需求、努力期望、情感因素和社會影響對移動O2O情境下用戶信息搜尋意向的正向影響顯著,而感知風險則對其有顯著負向影響;搜尋意向、便利條件和搜尋能力三個變量之間存在交互關(guān)系,只有在三者兼?zhèn)涞臈l件下,信息搜尋行為才會發(fā)生。（3）從搜尋過程角度出發(fā),通過用戶實驗方法探索了個體特征與任務特征對移動O2O情境下用戶信息搜尋行為過程的影響。采用半受控形式的用戶實驗方法,在盡量還原真實移動O2O情境的前提下,邀請了48位被試者完成4個模擬情境下的信息搜尋任務,并通過屏幕錄制軟件（錄屏大師APP）輔以出聲思考法采集信息搜尋行為數(shù)據(jù)。然后以個體特征和任務特征作為自變量、信息搜尋行為指標作為因變量采集相應數(shù)據(jù)進行量化分析,考察在不同任務情境下、具有不同個體特征的用戶如何選擇信息搜尋的渠道、方式和策略,探索相應的行為規(guī)律。其中個體特征通過大五人格特征量表（NEO-FFI）進行測度,包括神經(jīng)質(zhì)、外向性、開放性、宜人性與盡責性五個維度,任務特征則通過復雜性和緊迫性兩個維度進行分類。研究結(jié)果有助于移動O2O平臺與服務提供商針對不同任務情境和用戶群體改進搜索系統(tǒng)和交互界面、優(yōu)化信息資源提供方式,實現(xiàn)更加精準高效的信息推薦以及更具個性化的信息服務。（4）從搜尋結(jié)果角度出發(fā),基于信息增益理論和支持向量機（SVM）算法對移動O2O情境下用戶信息搜尋滿意度的關(guān)鍵影響因素進行了識別。在文獻回顧與用戶訪談的基礎(chǔ)上,對移動O2O情境下用戶信息搜尋滿意度的影響因素進行整理和歸納,最終提取出涵蓋用戶、信息、技術(shù)、環(huán)境與渠道五個維度的一共57個影響因素,以此為依據(jù)設(shè)計調(diào)查問卷并收集數(shù)據(jù),得到313個有效樣本。然后運用信息增益理論對各個影響因素與用戶信息搜尋滿意度之間的關(guān)聯(lián)程度進行量化分析,借助SQL軟件計算各因素的信息增益值并進行排序,由此識別出移動O2O情境下用戶信息搜尋滿意度的16個關(guān)鍵影響因素（包括便捷性、信息有用性、個性化需求滿足、位置相關(guān)性、經(jīng)濟性、需求認知能力、產(chǎn)品/服務差異性、信息篩選能力、信息時效性、信息技術(shù)能力、周邊環(huán)境、商家服務態(tài)度、渠道信任度、界面友好性、可操作性和信息形式）。在此基礎(chǔ)上利用SVM算法構(gòu)建移動O2O情境下用戶信息搜尋滿意度預測模型,數(shù)據(jù)檢驗結(jié)果顯示,該模型在測試集中的分類精確度達到了86.79%,說明模型具有較高的預測能力,由此也驗證了通過信息增益理論識別出的關(guān)鍵影響因素的合理性和有效性。（5）在前述研究的基礎(chǔ)上,重點從移動O2O平臺和實體商家角度出發(fā),兼顧用戶、政府和行業(yè)監(jiān)管方等多個視角,分別提出了移動O2O情境下用戶信息搜尋行為的引導策略和優(yōu)化策略,以期為促進移動O2O情境下用戶信息搜尋行為、提升移動O2O情境下用戶信息搜尋效果提供一些切實可行的建議和參考。
楊華[6]（2021）在《基于消費者視角的互聯(lián)網(wǎng)保險接受機制研究》文中研究表明隨著國家“互聯(lián)網(wǎng)+”和“數(shù)字化轉(zhuǎn)型”戰(zhàn)略的實施帶動,互聯(lián)網(wǎng)保險作為對傳統(tǒng)保險的商業(yè)模式創(chuàng)新,實現(xiàn)了高速增長。在互聯(lián)網(wǎng)技術(shù)及保險科技的賦能下,已逐漸成為未來保險業(yè)發(fā)展的一個重要趨勢?；ヂ?lián)網(wǎng)保險相較于傳統(tǒng)保險,具有效率性、便利性、經(jīng)濟性、交互性及創(chuàng)新性的優(yōu)勢。特別是全球新冠疫情爆發(fā)以來,互聯(lián)網(wǎng)保險的各方參與主體都深刻認識到發(fā)展互聯(lián)網(wǎng)保險勢在必行,保險機構(gòu)均在積極加速推進互聯(lián)網(wǎng)保險的布局與發(fā)展。但從歷年互聯(lián)網(wǎng)保險保費數(shù)據(jù)來看我國互聯(lián)網(wǎng)保險呈現(xiàn)出波浪式發(fā)展態(tài)勢,互聯(lián)網(wǎng)保險滲透率最高仍未突破10%,消費者對互聯(lián)網(wǎng)保險的接受程度還有待提升。在“以消費者為中心”的發(fā)展思路下,需要更深入地去了解消費者對于互聯(lián)網(wǎng)保險的需求、偏好和感受,通過對消費者互聯(lián)網(wǎng)保險接受的研究,進一步推動我國互聯(lián)網(wǎng)保險向縱深發(fā)展,這已成為當下我國互聯(lián)網(wǎng)保險發(fā)展面臨的一個現(xiàn)實課題。因此,為了促進互聯(lián)網(wǎng)保險能夠更好地被消費者接受,更好地服務于消費者,本研究圍繞“消費者怎么能更好的接受互聯(lián)網(wǎng)保險”這一基本問題進行研究,力圖去揭示此中作用機制的“黑盒”。具體而言,本研究將逐步探討以下幾個研究問題:（1）消費者對互聯(lián)網(wǎng)保險接受的影響因素有哪些?在互聯(lián)網(wǎng)保險情境下,除了原有的技術(shù)接受模型中的影響因素外,是否還存在新的未知因素影響消費者對于互聯(lián)網(wǎng)保險的接受?（2）是否存在新的中介變量,對消費者互聯(lián)網(wǎng)保險接受的使用行為存在影響?（3）影響消費者對互聯(lián)網(wǎng)保險接受的這些因素相互之間是怎樣的邏輯關(guān)系?如何構(gòu)建形成消費者互聯(lián)網(wǎng)保險接受模型?內(nèi)在作用機制是怎樣的?為了解決以上研究問題,本文在對互聯(lián)網(wǎng)保險和技術(shù)接受理論等已有文獻研究的基礎(chǔ)上,提出本研究的主要內(nèi)容:（1）通過扎根理論的質(zhì)性研究方法對互聯(lián)網(wǎng)保險接受進行探索性研究,提煉消費者互聯(lián)網(wǎng)保險接受中的關(guān)鍵因素,初步形成消費者互聯(lián)網(wǎng)保險接受的理論框架。（2）探討關(guān)鍵因素定義及相互之間影響關(guān)系,在UTAUT模型基礎(chǔ)上,構(gòu)建消費者互聯(lián)網(wǎng)保險接受理論模型,并提出研究假設(shè)。（3）針對研究變量明確測量方法,開發(fā)調(diào)查問卷,展開大規(guī)模調(diào)研,收集數(shù)據(jù)進行分析。（4）實證檢驗互聯(lián)網(wǎng)保險各關(guān)鍵因素之間的影響作用,驗證了感知風險、行為意圖的中介作用,以及感知風險和行為意圖在信任與使用行為之間的鏈式中介作用,進而揭示了消費者互聯(lián)網(wǎng)保險接受的作用機制。（5）根據(jù)上述理論及實證研究結(jié)果,提出了提升消費者體驗,關(guān)鍵業(yè)務科技賦能;關(guān)注消費者需求,價值主張持續(xù)創(chuàng)新;以消費者為中心,客戶關(guān)系優(yōu)化提升;保護消費者權(quán)益,監(jiān)管體系不斷完善等方面的研究啟示。經(jīng)過以上研究工作,本文的主要發(fā)現(xiàn)及結(jié)論:（1）消費者互聯(lián)網(wǎng)保險接受的關(guān)鍵因素之間的影響作用:績效期望、社會影響、消費者創(chuàng)新性、信任均顯著正向影響消費者互聯(lián)網(wǎng)保險接受的行為意圖,努力期望對消費者互聯(lián)網(wǎng)保險接受的行為意圖的影響不顯著。促成因素、信任和行為意圖都顯著正向影響消費者互聯(lián)網(wǎng)保險接受的使用行為。信任負向影響感知風險,感知風險負向影響互聯(lián)網(wǎng)保險接受的行為意圖和使用行為。（2）感知風險在信任和使用行為之間起到中介作用,行為意圖在信任和使用行為之間起到中介作用。（3）感知風險和行為意圖在信任和使用行為之間起到鏈式中介作用。本文的創(chuàng)新性主要體現(xiàn)在以下方面:（1）基于互聯(lián)網(wǎng)保險研究情境,拓展了UTAUT模型在消費者視角下的技術(shù)接受研究,分析和揭示了互聯(lián)網(wǎng)保險接受機制的關(guān)鍵組成因素,構(gòu)建了消費者互聯(lián)網(wǎng)保險接受理論模型,從理論上厘清了消費者互聯(lián)網(wǎng)保險接受機制的“黑盒”。（2）消費者互聯(lián)網(wǎng)保險接受模型影響因素分析中,通過扎根理論研究,發(fā)現(xiàn)并引入互聯(lián)網(wǎng)保險情境下新的影響因素:消費者創(chuàng)新性、信任和感知風險,拓展了UTAUT模型的影響因素。（3）消費者互聯(lián)網(wǎng)保險接受模型中,引入感知風險作為新的中介,通過實證檢驗了其在信任和使用行為之間發(fā)揮中介作用,拓展了UTAUT模型的中介作用關(guān)系。（4）提出并驗證了消費者互聯(lián)網(wǎng)保險接受模型中的鏈式中介作用,探討了感知風險、行為意圖在信任和使用行為之間的鏈式中介關(guān)系,進一步對UTAUT模型做了有益拓展。
羅藝[7]（2021）在《大學生信息素養(yǎng)及其教育支持研究》文中研究表明人工智能、5G等信息技術(shù)的快速發(fā)展,助力社會知識體系的不斷解構(gòu)與重塑。作為高等教育體系的重要組成部分,大學生這一群體的素養(yǎng)需求與結(jié)構(gòu)面臨新的變革契機。信息素養(yǎng)成為技術(shù)變革背景下大學生社會化發(fā)展的重要衡量指標?！恫祭裥浴贰ⅰ秮啔v山大宣言》等國際性綱要文件彰顯著信息素養(yǎng)的時代意義,并將信息素養(yǎng)納入系統(tǒng)的教育計劃之中,無容置疑凸顯了信息素養(yǎng)在教育人才培養(yǎng)中的重要戰(zhàn)略地位。目前,我國大學生網(wǎng)絡話語失范、信息安全意識薄弱等現(xiàn)象頻現(xiàn),其在應對技術(shù)變革層面勝任力明顯不足。為此,本研究嘗試在信息時代背景下探究大學生信息素養(yǎng)的相關(guān)議題。參照美國、歐盟等陸續(xù)推出的高等教育信息素養(yǎng)標準,本研究較為認同信息素養(yǎng)即能力這一概念,并將大學生信息素養(yǎng)界定為大學生發(fā)展中所應該具備的信息理解、選擇、運用、評價、反思、創(chuàng)造能力?；趯趁}理論和學習者特征理論的大學生信息素養(yǎng)教育理論視角,本文從個人因素和外部環(huán)境兩個教育支持維度來分析大學生信息素養(yǎng)的實際狀況、困境表征及教育支持路徑。首先,綜合運用了文獻研究、問卷調(diào)查、訪談調(diào)研、教育比較、案例研究等研究方法,設(shè)計和驗證了大學生信息素養(yǎng)測量指標體系,對我國東、中、西部地區(qū)六個省份12所大學近2400名大學生進行問卷調(diào)查,并進而對60余名大學教師、輔導員、管理人員和大學生進行深度訪談。其次,結(jié)合大學生信息素養(yǎng)構(gòu)成和教育支持的相關(guān)維度,構(gòu)建信息素養(yǎng)與教育支持間的結(jié)構(gòu)方程模型,在此基礎(chǔ)上提出大學生信息素養(yǎng)教育支持體系的實施構(gòu)想,注重將質(zhì)性研究和量化研究相結(jié)合,力求在分析問題時使得兩者互為補充、相互驗證。研究發(fā)現(xiàn),在信息素養(yǎng)現(xiàn)狀方面,我國大學生信息素養(yǎng)還存在較大的提升空間且教育成效不顯著,具體存在的六個方面能力不足,主要體現(xiàn)在:大學生受信息影響大但規(guī)范意識較弱;大學生信息依賴性強但選擇能力較弱;大學生信息獲取以網(wǎng)絡為主但工具運用能力較弱;大學生接收信息質(zhì)量參差且評價辨識能力較弱;大學生信息反思意識不強且反思行為較少;大學生信息創(chuàng)造能力不足且缺乏主動性等。在信息素養(yǎng)影響因素方面,研究者進一步分析提出個人特質(zhì)和外部環(huán)境兩大教育支持影響因素,個人特質(zhì)具體是指信息行為極易受到個人特質(zhì)影響,且不易受大學教育影響而轉(zhuǎn)變;外部環(huán)境則囊括大學、網(wǎng)絡、社會三方,主要面臨以下現(xiàn)實問題:大學對大學生信息素養(yǎng)教育不足;專業(yè)師資缺乏;相應教育項目和舉措不完善;信息素養(yǎng)教育的重要性未在網(wǎng)絡環(huán)境中得到充分重視;缺乏系統(tǒng)性成效評估體制機制;社會環(huán)境對大學生信息素養(yǎng)教育尚未形成良好的氛圍等。基于以上發(fā)現(xiàn),歸納得出大學生信息素養(yǎng)教育的四項實然困境:其一,大學生信息素養(yǎng)教育支持理念滯后;其二,大學生信息素養(yǎng)教育專業(yè)化不足;其三,大學生信息素養(yǎng)教育多元主體缺失;其四,大學生信息素養(yǎng)政策大學供給匱乏。立足現(xiàn)狀和問題,本研究提出大學生信息素養(yǎng)的教育支持三個原則構(gòu)想,分別為“教育模式的個性化與精準化原則”、“教育環(huán)境的專業(yè)化與規(guī)范化原則”、“教育環(huán)境的系統(tǒng)化與長效性原則”,同時從大學生個體、大學本身、政府和社會等多元主體出發(fā),遵循微觀到宏觀、外促到到內(nèi)生、泛化到專業(yè)、單主體到全育人的基本思路,提出構(gòu)建“以內(nèi)生為核心、大學為重點、網(wǎng)絡為依托、全社會共同參與”四位一體的大學生信息素養(yǎng)教育支持體系,并在此基礎(chǔ)上構(gòu)想四條實施路徑,以期能為大學生信息素養(yǎng)教育支持的政策制定和管理機制創(chuàng)新提供價值參考。
吳爽[8]（2021）在《網(wǎng)絡時代科學活動的變革研究》文中認為隨著互聯(lián)網(wǎng)技術(shù)的進步,科學交流不斷獲得新的工具和平臺,傳統(tǒng)的科學活動正面臨更開放的環(huán)境,并可能引發(fā)整個科學系統(tǒng)的變革。Science 2.0讓個體研究走向在線協(xié)作,使成果交流變成互動探索,成果刊布也由紙媒傳播走向即時在線,全面提升了科學交流的時效性和廣泛性。科學活動因互聯(lián)網(wǎng)的發(fā)展正在發(fā)生一系列重大變革,傳統(tǒng)的科學運行機制也逐步面臨新的挑戰(zhàn),包括:科學活動過程出現(xiàn)新變化、科學成果發(fā)布呈現(xiàn)新趨勢、科學成果傳播面臨新問題,科學評價機制迎接新挑戰(zhàn)。進入互聯(lián)網(wǎng)時代,科研主體走向了多元化的線上研究模式。一方面,網(wǎng)絡時代開創(chuàng)了基于大數(shù)據(jù)的協(xié)同研發(fā)的新模式。大小科學的在線重構(gòu)使得知識和信息實現(xiàn)廣泛的交融,網(wǎng)絡所搭建的共建和共享平臺不僅實現(xiàn)了大科學項目資源和平臺的共享,同時,分散在各地的小科學實驗裝置和數(shù)據(jù)也被系統(tǒng)地集成和聚合。此外,專門的數(shù)字館藏還有云存儲的出現(xiàn)不僅有助于解決海量數(shù)據(jù)存儲的新難題,云計算管理技術(shù)與深度學習相關(guān)軟件的開發(fā)也為大數(shù)據(jù)的在線并行分析和智能處理提供了新路徑。這一科研模式的轉(zhuǎn)變促使在線協(xié)作成為常態(tài),有利于在海量數(shù)據(jù)中發(fā)現(xiàn)和挖掘新的知識和規(guī)律,有利于科學研究從部分走向整體,同時加強了學科的交叉和融合。另一方面,網(wǎng)絡時代引領(lǐng)人類科學活動走向即時交流與全面協(xié)作的新時代。多元化的網(wǎng)絡互動式平臺將促使科學走向廣泛而密集的合作,尤其是在線平臺使眾多學者的即時交互成為可能,這就意味著科學家可以通力合作,潛能得到最大的發(fā)揮,從而更高效地推動科學的進步。同時,在線科研的眾包模式將最大化激發(fā)公眾全面參與科研創(chuàng)新的熱情?？傊?網(wǎng)絡實現(xiàn)人與人、人與信息、人與儀器的相互關(guān)聯(lián)使科學活動走向全面開放與合作。在網(wǎng)絡時代,科學成果發(fā)布平臺的多樣性和發(fā)布內(nèi)容的豐富性逐漸推動學術(shù)出版走向開放、高質(zhì)、高效,基于網(wǎng)絡本體的成果發(fā)布方式將成為未來科學交流的核心。首先,網(wǎng)絡預發(fā)布平臺已在一些學科漸成新規(guī),不僅對論文成果發(fā)表的時效性有質(zhì)的提升,同時解決了紙質(zhì)預印本的眾多技術(shù)難題,對傳統(tǒng)首發(fā)權(quán)的確認機制發(fā)起了挑戰(zhàn)。其次,開放獲取期刊打破了傳統(tǒng)科技期刊的壟斷僵局,將在實踐模式和運營機制上推動出版體系的變革和重塑。社交網(wǎng)絡平臺的盛行和盜版網(wǎng)站的攪局更是擾亂了現(xiàn)有發(fā)表規(guī)則和格局,倒逼出版商積極適應開放獲取的新形勢。這些都將促成所有學術(shù)成果實現(xiàn)免費開放與共享,從而進一步突破傳統(tǒng)交流體系的障礙。最后,網(wǎng)絡技術(shù)的提升會促使科學交流體系的各個功能的在線重構(gòu),網(wǎng)絡本體發(fā)布的新模式不僅意味著科研全程的在線呈現(xiàn),人人皆可隨時隨地發(fā)表,同時,也要時時都能得到評論和反饋,又有精準、迅速的過濾機制和個性化的推薦服務?；诰W(wǎng)絡的發(fā)表模式和傳播方式仍在摸索當中,但我們已經(jīng)遇到了開放獲取的路徑偏差、優(yōu)先權(quán)的判定疑難、評審機制的頻頻失效等難題。第一,開放獲取在實踐知識共享的理念過程中更著重于免費閱讀文獻導致其在制度設(shè)計、服務路徑和運營模式方面都面臨著困難,所以有必要重新審視科學出版體系的各個功能及其價值,包括:權(quán)威的篩選機制、持續(xù)的認證過程,和對讀者提供個性化的搜索引擎服務,從而在技術(shù)變遷中實現(xiàn)這些功能和服務的優(yōu)化升級,構(gòu)筑更加合理、高效、健康的學術(shù)出版體系。第二,科學活動全面開放、即時共享,由此必將引發(fā)科學發(fā)現(xiàn)優(yōu)先權(quán)和知識產(chǎn)權(quán)的一系列新問題。首先是優(yōu)先權(quán)的判定將由以科研成果為主轉(zhuǎn)向關(guān)注整個研究過程,隨著科研主體的不斷變化、科研過程的全面開放,優(yōu)先權(quán)歸屬面臨新的判定難題,需要重新考慮劃分標準和判定規(guī)則;其次是優(yōu)先權(quán)確認機制的變化,由于科研成果發(fā)布方式從傳統(tǒng)媒介向在線網(wǎng)絡轉(zhuǎn)移,傳統(tǒng)的以紙質(zhì)媒介為主要依據(jù)的優(yōu)先權(quán)確認機制亟待更新。第三,科學信息的自由發(fā)布和科研的全程在線必然導致現(xiàn)有過濾機制遭受全面危機。一方面,網(wǎng)絡同行評審機制依然作為評判在線科研成果價值的主要手段,但要充分利用網(wǎng)絡的即時性和有效性對其改造升級。另一方面,科學信息呈現(xiàn)多元化已經(jīng)超過了傳統(tǒng)過濾器的范圍。實現(xiàn)信息流聚合和過濾的前提是面向整個科研流程的生態(tài)系統(tǒng)的構(gòu)建,在此基礎(chǔ)上,結(jié)合替代指標體系和定性化評論,從而提供個性化的搜索引擎服務,使得科學信息得到高效地利用?；趥鹘y(tǒng)出版體系所構(gòu)建的科學評價體系和獎勵機制使科學難以實現(xiàn)媒體轉(zhuǎn)換歷史慣性的突破。傳統(tǒng)學術(shù)評價體系依然局限在對論文的成果鑒定方面,不僅如此,正以一種扭曲的科研生態(tài)價值導向阻礙著科學朝向更開放、更多元的交流文化而發(fā)展。所以打造一個適應網(wǎng)絡環(huán)境的評價體系勢在必行。替代計量學旨在多元科學度量標準的開發(fā)和應用,不僅評價對象多元化,可以識別并衡量學術(shù)成果的新形式,同時影響力的范圍也被拓展了,除了全面衡量學術(shù)影響力,還包括科學成果對整個社會影響的潛力。不過作為促進開放科學的關(guān)鍵因素,現(xiàn)階段的發(fā)展依然還集中在論文級別的影響力的架構(gòu),并未真正開啟向開放科學的過渡評價指標的構(gòu)建,還需要以開放科學愿景和框架進行補充。隨著替代指標的開發(fā)和成熟,勢必就要改變激勵結(jié)構(gòu),糾正失調(diào)的激勵機制。通過全面地考慮研究人員的產(chǎn)出,我們將走向一個更有用和更靈活的學術(shù)交流系統(tǒng),這也是未來科學活動走向更加開放、進行全程協(xié)作的基礎(chǔ)。
程子軒[9]（2021）在《面向用戶知識需求的微信公眾平臺知識資源聚合及服務研究》文中研究指明移動互聯(lián)網(wǎng)時代,微信公眾平臺已成為人們交流、休閑、學習、生活的一部分,隨著以傳播知識為主的微信公眾號涌現(xiàn),微信公眾平臺也逐漸成為人們獲取知識的重要途徑。一些綜合性或?qū)I(yè)領(lǐng)域微信公眾號發(fā)布各類科普知識和前沿資訊,一些學術(shù)類微信公眾號專業(yè)發(fā)布學術(shù)領(lǐng)域內(nèi)相關(guān)的學術(shù)知識,部分高校學報和高校圖書館微信公眾號還專門開設(shè)“學術(shù)播報”、“學術(shù)快訊”等專欄,用于發(fā)布學術(shù)講座及學術(shù)前沿知識。各類機構(gòu)或個人通過微信公眾平臺發(fā)布大量科普型知識、專業(yè)發(fā)展前沿資訊、專業(yè)學術(shù)知識以及學術(shù)專題等,能夠滿足不同專業(yè)和認知層面的用戶知識內(nèi)容的需求。然而,微信公眾平臺知識內(nèi)容以用戶生成為主,其龐大紛雜的微信公眾平臺賬號主體導致了平臺信息和知識質(zhì)量的參差不齊、出現(xiàn)信息過載和迷航現(xiàn)象,對海量知識資源缺乏科學高效的組織和管理。當前,隨著大數(shù)據(jù)、人工智能等技術(shù)的發(fā)展,簡單提供知識資源內(nèi)容已經(jīng)無法滿足微信公眾平臺用戶知識服務需求。智能時代,用戶對知識質(zhì)量和知識服務模式提出了更高的要求,促使微信公眾平臺知識組織和服務轉(zhuǎn)型。如何在海量紛雜的信息中篩選出真正需要和感興趣的知識資源內(nèi)容不僅是廣大微信用戶面臨的困擾,更是微信公眾平臺需要關(guān)注并急需解決的問題。鑒于此,本文將知識聚合理論與方法引入到微信公眾平臺知識資源組織及服務研究中,提出了面向用戶知識需求的微信公眾平臺知識聚合及服務體系框架。首先,構(gòu)建了微信公眾平臺用戶畫像并對用戶知識需求進行了分析,從知識單元和句子層面分別提出了基于標簽聚類和基于摘要生成的微信知識資源聚合方法,并基于不同知識資源聚合方法設(shè)計了微信公眾平臺知識推薦服務和知識集成服務兩種知識服務模式。最后提出了提升微信公眾平臺知識聚合及服務能力的對策建議。本文主要開展了以下方面的研究:（1）面向用戶知識需求的微信公眾平臺知識聚合及服務體系框架構(gòu)建。通過辨析知識聚合服務與用戶知識需求之間的關(guān)系,明確了微信公眾平臺面向用戶需求開展知識聚合的必要性和可行性。闡述了微信公眾平臺知識聚合概念、目標與原則以及聚合服務要素,認為微信公眾平臺知識聚合是為了滿足用戶個性化知識需求,通過計量分析、數(shù)理統(tǒng)計、數(shù)據(jù)挖掘、人工智能等方法分析挖掘知識單元的內(nèi)在聯(lián)系,將微信公眾平臺復雜多樣化、數(shù)量龐大、無序碎片的領(lǐng)域知識資源重新組織和序化,形成結(jié)構(gòu)完善的知識體系,為后續(xù)微信公眾平臺知識聚合服務提供資源保障。通過分析面向用戶需求的微信公眾平臺知識聚合服務組成要素、動因及過程,提出了面向用戶需求的微信公眾平臺知識聚合服務體系架構(gòu),將其劃分為數(shù)據(jù)資源層、用戶需求挖掘?qū)?、知識資源聚合層、服務提供層4個主要模塊。（2）微信公眾平臺用戶畫像構(gòu)建與需求分析。基于VALS2模型從宏觀層面對微信公眾平臺使用者構(gòu)建群體用戶畫像,將用戶劃分為初期引入?yún)⑴c型、成長型和成熟型用戶3類,并繪制各類用戶特征的標簽詞云。分析不同類型的用戶知識需求形成的過程,并建立微信公眾平臺用戶知識需求層次模型。綜合用戶畫像和用戶知識需求層次構(gòu)建了微信公眾平臺用戶知識服務需求模型,凸顯微信公眾平臺知識服務現(xiàn)狀與用戶知識需求的巨大差距。（3）基于標簽聚類的微信公眾平臺知識聚合方法。提出融合Word2vec模型和TextRank算法的微信公眾平臺知識資源標簽抽取方法,將關(guān)鍵詞作為標簽表達文本知識資源內(nèi)容的主題思想及關(guān)鍵內(nèi)容。提出基于改進BIRCH聚類算法的微信公眾平臺文本標簽聚類方法,在原算法執(zhí)行過程中融合K-means算法初選聚類中心,并綜合考慮用戶需求因素。最后以微信公眾平臺發(fā)布的“認知計算”領(lǐng)域文章為例進行實證研究,研究發(fā)現(xiàn)本文提出的基于改進Birch算法的聚類結(jié)果主題分布較為合理,各個類之間的區(qū)分度較為明顯,類簇大小的差距較小,其效果要優(yōu)于基于K-means算法、基于Spectral Clustering算法和基于Birch算法的聚合效果。（4）基于摘要生成的微信公眾平臺知識聚合方法。提出基于改進TextRank算法的微信公眾平臺知識摘要生成方法,分別設(shè)計了單文本摘要生成和單領(lǐng)域多文本的知識摘要生成方法。在單文本摘要生成方面,通過綜合考慮用戶需求、句子位置、標題相似度等因素提高摘要生成效果。在單領(lǐng)域多文本摘要生成方面,采用Doc2vec模型進行文本向量化,對文檔集中的句子進行主題細分,并運用MMR算法進行句子冗余處理,提高生成結(jié)果的準確性。以微信公眾平臺發(fā)布的“認知計算”領(lǐng)域文章為例進行實證研究,研究發(fā)現(xiàn)運用本文方法生成的文本摘要能夠較好的匹配用戶需求,能夠?qū)崿F(xiàn)面向用戶需求的個性化抽取和生成,準確率明顯優(yōu)于其他算法。且本文算法生成的摘要,具有較好的語意連貫性,便于讀者的理解和進一步掌握文章主旨大意。（5）基于知識聚合的微信公眾平臺創(chuàng)新知識服務模式。以微信公眾平臺知識聚合及服務體系框架為基礎(chǔ),針對不同層面的知識聚合,構(gòu)建了基于知識標簽聚類的微信公眾平臺知識推薦服務和基于摘要生成的微信公眾平臺知識集成服務兩種服務模式。分別闡述了兩種知識服務的概念、知識服務要素和知識服務過程。（6）微信公眾平臺知識聚合及服務能力提升對策。分別從用戶知識需求外化表達及挖掘、新技術(shù)應用和融合改進和微信公眾平臺創(chuàng)新服務理念及加強運營管理三個方面提出提升微信公眾平臺知識聚合及服務能力的對策建議。本文從理論層面將知識聚合理論和方法引入到微信公眾平臺,解決其知識組織和服務問題,擴展了知識聚合相關(guān)研究的領(lǐng)域和視角。同時,本文對微信公眾號發(fā)布的知識內(nèi)容進行知識主題聚類和自動化摘要生成,并建立了相應的知識聚合服務體系,豐富了社交媒體平臺創(chuàng)新知識服務理論體系,為新媒體知識服務提供理論和技術(shù)支持。在實踐層面,本文面向微信公眾平臺中不同微信公眾號發(fā)布資源內(nèi)容的知識聚合,分別進行了知識主題發(fā)現(xiàn)和自動生成摘要知識聚合技術(shù)實證,為微信公眾平臺知識資源組織管理提供了技術(shù)方法和手段。同時,提出的對策建議和服務模式也為微信公眾平臺開展創(chuàng)新型知識服務提供參考依據(jù)和建議。
吳雅威[10]（2021）在《面向智庫需求的智慧數(shù)據(jù)服務模式及服務能力評價研究》文中認為近年來,作為決策咨詢機構(gòu)的智庫,一直受到政府機構(gòu)和決策者的高度重視,一系列相關(guān)政策法規(guī)的出臺與實施,更為智庫的建設(shè)與發(fā)展指明了道路和方向。然而,由于缺少多源數(shù)據(jù)、智慧化技術(shù)手段和專業(yè)人才支持在一定程度上制約了智庫的快速發(fā)展,迫切需要圖書情報機構(gòu)（以下簡稱圖情機構(gòu)）提供智慧數(shù)據(jù)服務以滿足智庫復雜需求。目前,大數(shù)據(jù)時代持續(xù)推動著圖情機構(gòu)服務模式發(fā)生重大變化,正在促使其由傳統(tǒng)信息服務向智慧數(shù)據(jù)服務轉(zhuǎn)型。因此,當前智庫到底存在哪些智慧數(shù)據(jù)服務需求,圖情機構(gòu)面向智庫需求應該采取何種智慧數(shù)據(jù)服務模式,以及如何提升智慧數(shù)據(jù)服務水平和服務能力已經(jīng)成為目前圖情機構(gòu)亟需研究的重要問題。本文以數(shù)據(jù)管理理論、用戶場景理論和質(zhì)性研究理論等為基礎(chǔ),探討了面向智庫需求的智慧數(shù)據(jù)服務要素、服務模式、模式實現(xiàn)及服務能力評價體系問題。首先,分析并構(gòu)建了智庫的智慧數(shù)據(jù)服務需求及其模型,結(jié)合實際案例對面向智庫需求的智慧數(shù)據(jù)服務要素及其特征進行分析,進而提出了面向智庫需求的兩類智慧數(shù)據(jù)服務模式,詳細闡述了智慧數(shù)據(jù)服務模式的實現(xiàn)路徑,并構(gòu)建了面向智庫需求的智慧數(shù)據(jù)服務能力評價體系,最終針對智慧數(shù)據(jù)服務模式與服務能力評價體系給予相應對策及建議。本文的主要研究內(nèi)容包括以下6個方面:（1）我國智庫的智慧數(shù)據(jù)服務需求分析。主要通過混合式研究方法分析了智庫的數(shù)據(jù)資源管理現(xiàn)狀與問題、智慧數(shù)據(jù)服務需求以及需求驅(qū)動因素。明確了智庫的兩個主要需求:多源數(shù)據(jù)服務需求（包括多源數(shù)據(jù)采集與處理等）、創(chuàng)新發(fā)展環(huán)境服務需求（包括圖情機構(gòu)職能與服務及技術(shù)工具與人才等）。智庫的數(shù)據(jù)需求、場景環(huán)境和應用過程的變化,對圖情機構(gòu)的智慧數(shù)據(jù)服務提出了更高期望與要求。本章為后文分析并提出針對性的面向智庫需求的智慧數(shù)據(jù)服務要素、服務模式、模式實現(xiàn)以及服務能力評價體系奠定了需求基礎(chǔ)和研究框架。（2）面向智庫需求的智慧數(shù)據(jù)服務要素及其特征。基于智庫需求,通過文獻調(diào)研、案例分析以及借鑒智慧數(shù)據(jù)服務相關(guān)實踐經(jīng)驗,分析了面向智庫需求的智慧數(shù)據(jù)服務關(guān)鍵要素及其特征,闡述各要素在智慧數(shù)據(jù)服務中的定位和作用。明確了以圖情機構(gòu)、智慧數(shù)據(jù)、智能化技術(shù)方法、智慧化平臺、服務環(huán)境為5大關(guān)鍵要素,以及服務場景化、技術(shù)智能化和數(shù)據(jù)多源化3大特征。引用生態(tài)系統(tǒng)及其相關(guān)發(fā)展理論構(gòu)建模型來剖析服務主體、客體、環(huán)境間的能量流動及關(guān)系,最終以南京師范大學圖書館為例,通過分析其面向智庫需求的智慧數(shù)據(jù)服務過程及其服務要素與特征,驗證前文所明確的關(guān)鍵要素,為后文研究奠定要素基礎(chǔ)。（3）面向智庫需求的智慧數(shù)據(jù)服務模式?；谥菐煨枨?結(jié)合模式構(gòu)建法提出了面向智庫需求的兩類智慧數(shù)據(jù)服務模式:其一,個性化推薦模式,主要探討圖情機構(gòu)通過感知智庫需求,融合多源數(shù)據(jù)、專家智慧、智能技術(shù)及用戶需求精準識別等資源與服務,通過智慧數(shù)據(jù)服務平臺與新媒體技術(shù),最終實現(xiàn)場景化、精準化與個性化推送;其二,嵌入式服務模式,主要探討以圖情機構(gòu)為主體,通過分散、兼職和旋轉(zhuǎn)門等途徑嵌入智庫內(nèi)部及其活動過程,將智慧數(shù)據(jù)服務與智庫的數(shù)據(jù)采集、綜合處理、成果傳播推廣等環(huán)節(jié)相融合,精準定位智庫需求,提供多源數(shù)據(jù)采集、融合處理、人才支持和影響力塑造等針對性服務。（4）面向智庫需求的智慧數(shù)據(jù)服務模式實現(xiàn)。根據(jù)智庫需求和圖情機構(gòu)智慧數(shù)據(jù)服務模式的具體內(nèi)容與流程,面向智庫需求的智慧數(shù)據(jù)服務模式實現(xiàn)主要包括以下6個方面:智庫的特征識別與需求確定;基于Data Commons的智慧數(shù)據(jù)服務平臺構(gòu)建;多源數(shù)據(jù)融合;智能化技術(shù)與工具融合與協(xié)同治理;基于專家系統(tǒng)的多源數(shù)據(jù)分析與應用;基于向量空間模型的場景化服務推薦,以此來實現(xiàn)面向智庫需求的智慧數(shù)據(jù)服務模式,體現(xiàn)了智慧數(shù)據(jù)服務的新路徑與新思想。（5）面向智庫需求的智慧數(shù)據(jù)服務能力評價體系。以智庫需求、智慧數(shù)據(jù)服務過程和智慧數(shù)據(jù)服務內(nèi)容為評價依據(jù),初步構(gòu)建了包括多源數(shù)據(jù)、智能化技術(shù)與工具、智慧數(shù)據(jù)服務人員三個維度的智慧數(shù)據(jù)服務能力評價體系。再利用專家調(diào)查法、灰色系統(tǒng)理論和層次分析法完成指標優(yōu)化和賦權(quán),以驗證指標的合理性、有效性和可行性,最終確定智慧數(shù)據(jù)服務能力評價體系。最終以天津社科院圖書館為案例進行實證研究,論證服務能力評價體系中各指標的有效性、科學性和應用性,以此為圖情機構(gòu)提升智慧數(shù)據(jù)服務能力與質(zhì)量提供適當參考。（6）面向智庫需求的智慧數(shù)據(jù)服務保障策略。以智慧數(shù)據(jù)服務要素、服務模式及服務能力評價為依據(jù),考量涵蓋智慧數(shù)據(jù)服務關(guān)鍵要素、優(yōu)化智慧數(shù)據(jù)服務流程、改善智慧數(shù)據(jù)服務能力評價體系等方面制定保障策略。智慧數(shù)據(jù)服務保障策略具有明顯的層次化特征,涵蓋政策保障、數(shù)據(jù)保障、技術(shù)保障與人才保障等層次。其中,政策保障涵蓋建立健全相關(guān)法律法規(guī)等;數(shù)據(jù)保障涵蓋完善多源數(shù)據(jù)建設(shè)、融合、安全與開放保障機制等;技術(shù)保障涵蓋完備智能化數(shù)據(jù)管理技術(shù)、方法與工具集體系構(gòu)建等;人才保障涵蓋智慧數(shù)據(jù)服務人才隊伍建設(shè)等。通過構(gòu)建面向智庫需求的智慧數(shù)據(jù)服務模式,可以優(yōu)化智庫活動流程,提升智庫的課題研究能力、決策支持服務質(zhì)量和可持續(xù)發(fā)展動力,還可保障面向智庫需求的智慧數(shù)據(jù)服務質(zhì)量和水平,也為大數(shù)據(jù)時代下圖情機構(gòu)智慧數(shù)據(jù)服務研究體系提供理論啟發(fā)與借鑒,拓展智慧數(shù)據(jù)服務的理論與應用范疇,推動智慧數(shù)據(jù)服務可持續(xù)性發(fā)展。此外,通過建立面向智庫需求的智慧數(shù)據(jù)服務能力評價體系,可以評價圖情機構(gòu)的智慧數(shù)據(jù)服務能力,幫助其更清楚的認識優(yōu)勢與缺陷,根據(jù)評價體系優(yōu)化服務流程,更好的服務智庫。同時,為圖情機構(gòu)系統(tǒng)認知大數(shù)據(jù)時代下面向智庫需求的智慧數(shù)據(jù)服務實現(xiàn)路徑提供參考,繼而有效引導圖情機構(gòu)從智庫需求感知到服務模式構(gòu)建再到服務能力評價的流程化視角來看待面向智庫需求的智慧數(shù)據(jù)服務工作。
二、互聯(lián)網(wǎng)環(huán)境下面向?qū)ο蟮男畔⒓夹g(shù)（論文開題報告）
（1）論文研究背景及目的
此處內(nèi)容要求：
首先簡單簡介論文所研究問題的基本概念和背景，再而簡單明了地指出論文所要研究解決的具體問題，并提出你的論文準備的觀點或解決方法。
寫法范例：
本文主要提出一款精簡64位RISC處理器存儲管理單元結(jié)構(gòu)并詳細分析其設(shè)計過程。在該MMU結(jié)構(gòu)中,TLB采用叁個分離的TLB,TLB采用基于內(nèi)容查找的相聯(lián)存儲器并行查找,支持粗粒度為64KB和細粒度為4KB兩種頁面大小,采用多級分層頁表結(jié)構(gòu)映射地址空間,并詳細論述了四級頁表轉(zhuǎn)換過程,TLB結(jié)構(gòu)組織等。該MMU結(jié)構(gòu)將作為該處理器存儲系統(tǒng)實現(xiàn)的一個重要組成部分。
（2）本文研究方法
調(diào)查法：該方法是有目的、有系統(tǒng)的搜集有關(guān)研究對象的具體信息。
觀察法：用自己的感官和輔助工具直接觀察研究對象從而得到有關(guān)信息。
實驗法：通過主支變革、控制研究對象來發(fā)現(xiàn)與確認事物間的因果關(guān)系。
文獻研究法：通過調(diào)查文獻來獲得資料，從而全面的、正確的了解掌握研究方法。
實證研究法：依據(jù)現(xiàn)有的科學理論和實踐的需要提出設(shè)計。
定性分析法：對研究對象進行“質(zhì)”的方面的研究，這個方法需要計算的數(shù)據(jù)較少。
定量分析法：通過具體的數(shù)字，使人們對研究對象的認識進一步精確化。
跨學科研究法：運用多學科的理論、方法和成果從整體上對某一課題進行研究。
功能分析法：這是社會科學用來分析社會現(xiàn)象的一種方法，從某一功能出發(fā)研究多個方面的影響。
模擬法：通過創(chuàng)設(shè)一個與原型相似的模型來間接研究原型某種特性的一種形容方法。
三、互聯(lián)網(wǎng)環(huán)境下面向?qū)ο蟮男畔⒓夹g(shù)（論文提綱范文）
（1）過程感知視域下學術(shù)新媒體用戶信息偶遇行為研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 研究背景 |
| 1.2 研究意義 |
| 1.2.1 理論意義 |
| 1.2.2 實踐意義 |
| 1.3 研究內(nèi)容與方法 |
| 1.3.1 研究內(nèi)容 |
| 1.3.2 研究方法 |
| 1.4 研究創(chuàng)新點 |
| 1.5 技術(shù)路線圖 |
| 第2章 文獻綜述與理論基礎(chǔ) |
| 2.1 文獻綜述 |
| 2.1.1 學術(shù)新媒體用戶信息行為研究現(xiàn)狀 |
| 2.1.2 信息偶遇行為研究現(xiàn)狀 |
| 2.1.3 研究述評 |
| 2.2 概念界定 |
| 2.2.1 學術(shù)新媒體 |
| 2.2.2 信息偶遇 |
| 2.2.3 過程感知 |
| 2.2.4 學術(shù)新媒體用戶信息偶遇行為內(nèi)涵 |
| 2.3 理論基礎(chǔ) |
| 2.3.1 意義建構(gòu)理論 |
| 2.3.2 圖式理論 |
| 2.3.3 信息采納理論 |
| 2.3.4 三元交互決定論 |
| 2.3.5 技術(shù)接受模型 |
| 2.4 本章小結(jié) |
| 第3章 學術(shù)新媒體用戶信息偶遇行為機理分析 |
| 3.1 學術(shù)新媒體用戶信息偶遇行為的要素分析 |
| 3.1.1 學術(shù)新媒體用戶 |
| 3.1.2 信息偶遇環(huán)境 |
| 3.1.3 學術(shù)信息 |
| 3.2 學術(shù)新媒體用戶信息偶遇行為過程 |
| 3.2.1 信息偶遇前 |
| 3.2.2 信息偶遇中 |
| 3.2.3 信息偶遇后 |
| 3.3 學術(shù)新媒體用戶信息偶遇行為機理模型與關(guān)系 |
| 3.3.1 學術(shù)新媒體用戶信息偶遇過程感知模型 |
| 3.3.2 學術(shù)新媒體用戶信息偶遇行為機理模型 |
| 3.3.3 信息偶遇行為過程與機理關(guān)系 |
| 3.3.4 信息偶遇行為機理之間的演進關(guān)系 |
| 3.4 本章小結(jié) |
| 第4章 學術(shù)新媒體用戶信息偶遇行為影響因素分析 |
| 4.1 學術(shù)新媒體用戶信息偶遇行為影響因素理論假設(shè)模型 |
| 4.1.1 學術(shù)新媒體信息維度 |
| 4.1.2 學術(shù)新媒體環(huán)境維度 |
| 4.1.3 學術(shù)新媒體用戶維度 |
| 4.2 問卷設(shè)計與數(shù)據(jù)收集 |
| 4.2.1 問卷設(shè)計 |
| 4.2.2 數(shù)據(jù)收集 |
| 4.3 數(shù)據(jù)分析與模型驗證 |
| 4.3.1 描述性統(tǒng)計分析 |
| 4.3.2 信度與效度檢驗 |
| 4.3.3 模型分析與檢驗 |
| 4.4 信息偶遇行為影響因素模型闡釋 |
| 4.5 本章小結(jié) |
| 第5章 學術(shù)新媒體用戶信息偶遇的認知演變分析 |
| 5.1 學術(shù)新媒體用戶信息偶遇的認知演變問題提出 |
| 5.2 研究設(shè)計 |
| 5.2.1 扎根理論 |
| 5.2.2 訪談對象篩選 |
| 5.2.3 訪談過程設(shè)計 |
| 5.2.4 訪談資料收集與整理 |
| 5.3 訪談資料編碼過程 |
| 5.3.1 開放式編碼 |
| 5.3.2 主軸編碼 |
| 5.3.3 選擇性編碼 |
| 5.3.4 理論飽和度檢驗 |
| 5.4 學術(shù)新媒體用戶信息偶遇的認知演變模型構(gòu)建 |
| 5.4.1 模型構(gòu)建 |
| 5.4.2 分析與討論 |
| 5.4.3 認知演變意義闡釋 |
| 5.5 本章小結(jié) |
| 第6章 學術(shù)新媒體用戶偶遇信息采納行為分析 |
| 6.1 學術(shù)新媒體用戶偶遇信息采納行為的動因 |
| 6.1.1 偶遇后信息采納行為的動因依據(jù) |
| 6.1.2 偶遇信息采納行為動因構(gòu)成 |
| 6.2 研究設(shè)計 |
| 6.2.1 定性比較分析 |
| 6.2.2 數(shù)據(jù)采集 |
| 6.2.3 數(shù)據(jù)校準 |
| 6.3 分析與討論 |
| 6.3.1 偶遇信息采納必要性條件分析 |
| 6.3.2 偶遇信息采納的組態(tài)充分性條件分析 |
| 6.3.3 穩(wěn)健性檢驗 |
| 6.4 學術(shù)新媒體偶遇信息采納行為的路徑分析 |
| 6.5 本章小結(jié) |
| 第7章 學術(shù)新媒體用戶信息偶遇感知與采納行為促進策略 |
| 7.1 學術(shù)新媒體用戶信息偶遇的注意觸發(fā)策略 |
| 7.1.1 利用多元化信息表征刺激用戶注意的指向性和集中性 |
| 7.1.2 設(shè)計趣味性的信息標題吸引用戶眼球 |
| 7.1.3 改善信息內(nèi)容質(zhì)量提高偶遇信息效用 |
| 7.1.4 監(jiān)控信息源提高偶遇信息可信度 |
| 7.2 學術(shù)新媒體用戶信息偶遇行為的認知聯(lián)結(jié)激活策略 |
| 7.2.1 利用資源故事化形式促進用戶認知聯(lián)結(jié) |
| 7.2.2 推送偶遇信息相關(guān)的學者、文獻和主題提高感知有用性 |
| 7.2.3 增強用戶對偶遇信息的感知控制 |
| 7.2.4 加強培養(yǎng)用戶的信息偶遇能力素養(yǎng) |
| 7.3 學術(shù)新媒體用戶偶遇信息采納度提升策略 |
| 7.3.1 改善平臺可用性提高偶遇信息采納度 |
| 7.3.2 形成偶遇信息的資源關(guān)聯(lián)提高采納度 |
| 7.3.3 建立學術(shù)新媒體網(wǎng)絡口碑提高信息采納度 |
| 7.4 本章小結(jié) |
| 第8章 總結(jié)與展望 |
| 8.1 研究結(jié)論 |
| 8.2 研究局限 |
| 8.3 研究展望 |
| 參考文獻 |
| 附錄 |
| 附錄1 學術(shù)新媒體用戶信息偶遇行為影響因素調(diào)查問卷 |
| 附錄2 學術(shù)新媒體用戶信息偶遇的認知演變訪談 |
| 附錄3 學術(shù)新媒體用戶偶遇信息采納行為的動因調(diào)查問卷 |
| 作者簡介與研究成果 |
| 致謝 |
（2）CED-SOA服務動態(tài)協(xié)同模型和算法研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第一章 緒論 |
| 1.1 研究背景及意義 |
| 1.2 研究問題與挑戰(zhàn) |
| 1.3 主要研究內(nèi)容及創(chuàng)新點 |
| 1.4 本文的組織結(jié)構(gòu) |
| 第二章 CEP與服務協(xié)同及相關(guān)研究綜述 |
| 2.1 復雜事件處理綜述 |
| 2.1.1 分布式并行CEP研究 |
| 2.1.2 CEP與云霧計算融合研究 |
| 2.1.3 CEP事件模式研究 |
| 2.2 不確定流數(shù)據(jù)處理概述 |
| 2.2.1 不確定事件處理 |
| 2.2.2 亂序事件處理 |
| 2.3 事件存儲和可控訪問概述 |
| 2.3.1 事件存儲概述 |
| 2.3.2 數(shù)據(jù)可信訪問控制概述 |
| 2.4 服務協(xié)同概述 |
| 2.5 本章小結(jié) |
| 第三章 基于CEP的服務流數(shù)據(jù)處理模型和算法研究 |
| 3.1 引言 |
| 3.2 CED-SOA物聯(lián)網(wǎng)服務提供架構(gòu) |
| 3.3 基于分治聚類的流數(shù)據(jù)處理模型 |
| 3.3.1 多層級云霧CEP的事件模型表示 |
| 3.3.2 事件模式的分治和聚類優(yōu)化算法 |
| 3.3.3 事件模式的調(diào)度和檢測策略 |
| 3.4 面向不確定流數(shù)據(jù)的自適應閾值模型 |
| 3.4.1 云霧邊多級CEP |
| 3.4.2 自適應閾值事件模型 |
| 3.4.3 事件多源識別和重構(gòu)算法 |
| 3.4.4 偏序事件檢測 |
| 3.4.5 閾值自適配算法 |
| 3.4.6 分層事件處理策略 |
| 3.5 實驗結(jié)果與分析 |
| 3.5.1 智慧醫(yī)療個性化服務 |
| 3.5.2 實驗環(huán)境 |
| 3.5.3 分治聚類算法實驗結(jié)果與分析 |
| 3.5.4 自適應閾值模型實驗結(jié)果與分析 |
| 3.6 本章小結(jié) |
| 第四章 復雜事件混合檢測及可信存儲模型 |
| 4.1 引言 |
| 4.2 事件存儲模型 |
| 4.2.1 研究問題 |
| 4.2.2 多級聯(lián)動事件存儲模型和算法 |
| 4.3 CEP混合事件處理模型 |
| 4.3.1 研究問題 |
| 4.3.2 基于CES的在線離線混合檢測 |
| 4.3.3 基于CES的在線離線混合檢測算法 |
| 4.4 可信訪問控制模型 |
| 4.4.1 研究問題 |
| 4.4.2 霧計算可信存儲模型 |
| 4.4.3 協(xié)同數(shù)據(jù)安全管理算法 |
| 4.5 實驗結(jié)果與分析 |
| 4.5.1 實驗環(huán)境 |
| 4.5.2 混合檢測實驗結(jié)果與分析 |
| 4.5.3 可控模型實驗結(jié)果與分析 |
| 4.6 本章小結(jié) |
| 第五章 CED-SOA服務動態(tài)協(xié)同模型和算法研究 |
| 5.1 引言 |
| 5.2 服務動態(tài)協(xié)同模型和算法研究問題 |
| 5.2.1 時空特征 |
| 5.2.2 精細化特征 |
| 5.2.3 智能化特征 |
| 5.3 CED-SOA物聯(lián)網(wǎng)服務動態(tài)協(xié)同模型描述 |
| 5.3.1 事件和服務模型關(guān)系 |
| 5.3.2 基于事件的服務關(guān)聯(lián)模型 |
| 5.4 基于深度-廣度學習的服務動態(tài)協(xié)同模型和算法 |
| 5.4.1 深度-廣度學習模型 |
| 5.4.2 模型及問題的形式化定義 |
| 5.4.3 基于深度-廣度學習的服務動態(tài)協(xié)同模型 |
| 5.5 實驗結(jié)果與分析 |
| 5.6 本章小結(jié) |
| 第六章 結(jié)束語 |
| 6.1 論文總結(jié) |
| 6.2 進一步工作 |
| 參考文獻 |
| 主要縮略語及中英文對照 |
| 致謝 |
| 攻讀博士學位期間發(fā)表的學術(shù)論文 |
（3）云邊協(xié)同環(huán)境下的工業(yè)數(shù)據(jù)采集與處理系統(tǒng)設(shè)計與實現(xiàn)（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 研究背景及意義 |
| 1.2 國內(nèi)外研究現(xiàn)狀 |
| 1.2.1 國外研究現(xiàn)狀 |
| 1.2.2 國內(nèi)研究現(xiàn)狀 |
| 1.3 主要研究內(nèi)容 |
| 1.4 技術(shù)路線 |
| 1.5 本文的組織結(jié)構(gòu) |
| 第2章 系統(tǒng)架構(gòu)設(shè)計及需求分析 |
| 2.1 云邊協(xié)同環(huán)境下的工業(yè)互聯(lián)網(wǎng)實施架構(gòu) |
| 2.2 工業(yè)數(shù)據(jù)采集與處理系統(tǒng)需求分析 |
| 2.2.1 面向工業(yè)制造車間多源數(shù)據(jù)采集模塊需求分析 |
| 2.2.2 工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)預處理模塊需求分析 |
| 2.2.3 工業(yè)互聯(lián)網(wǎng)云計算中心數(shù)據(jù)分析模塊需求分析 |
| 2.2.4 工業(yè)數(shù)據(jù)可視化及信息管理系統(tǒng)需求分析 |
| 2.3 本章小結(jié) |
| 第3章 工業(yè)數(shù)據(jù)采集與處理模塊設(shè)計與實現(xiàn) |
| 3.1 數(shù)據(jù)采集模塊設(shè)計與實現(xiàn) |
| 3.1.1 工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)采集模塊數(shù)據(jù)建模 |
| 3.1.2 工業(yè)互聯(lián)網(wǎng)數(shù)據(jù)采集模塊業(yè)務流程 |
| 3.1.3 數(shù)據(jù)采集模塊架構(gòu)設(shè)計 |
| 3.1.4 數(shù)據(jù)采集模塊實現(xiàn) |
| 3.2 數(shù)據(jù)預處理模塊設(shè)計 |
| 3.2.1 Isolation Forest算法 |
| 3.2.2 基于SA算法的Isolation Forest算法改進 |
| 3.2.3 實驗及結(jié)果分析 |
| 3.3 云計算中心數(shù)據(jù)分析模塊設(shè)計 |
| 3.3.1 工業(yè)互聯(lián)網(wǎng)云計算中心架構(gòu)設(shè)計 |
| 3.3.2 基于XGBoost的數(shù)據(jù)挖掘算法 |
| 3.3.3 基于XGBoost算法的故障診斷評估模型 |
| 3.3.4 與樸素貝葉斯和GBDT算法建模對比分析 |
| 3.4 本章小結(jié) |
| 第4章 工業(yè)數(shù)據(jù)可視化及信息管理系統(tǒng)設(shè)計 |
| 4.1 工業(yè)數(shù)據(jù)可視化及信息管理系統(tǒng)設(shè)計思路 |
| 4.2 系統(tǒng)前臺數(shù)據(jù)展示模塊功能設(shè)計 |
| 4.2.1 用戶登錄模塊設(shè)計 |
| 4.2.2 個人信息中心模塊設(shè)計 |
| 4.2.3 工作日志模塊設(shè)計 |
| 4.2.4 數(shù)據(jù)可視化模塊設(shè)計 |
| 4.3 系統(tǒng)后臺數(shù)據(jù)管理模塊功能設(shè)計 |
| 4.3.1 管理員審批模塊設(shè)計 |
| 4.3.2 員工信息管理模塊設(shè)計 |
| 4.3.3 日志管理模塊設(shè)計 |
| 4.3.4 設(shè)備異常檢測模塊設(shè)計 |
| 4.3.5 任務管理模塊設(shè)計 |
| 4.3.6 倉儲物流管理模塊設(shè)計 |
| 4.3.7 車間管理模塊設(shè)計 |
| 4.4 數(shù)據(jù)模型設(shè)計 |
| 4.4.1 數(shù)據(jù)庫邏輯結(jié)構(gòu)設(shè)計 |
| 4.4.2 數(shù)據(jù)庫實體設(shè)計 |
| 4.5 本章小結(jié) |
| 第5章 工業(yè)數(shù)據(jù)可視化及信息管理系統(tǒng)實現(xiàn) |
| 5.1 系統(tǒng)開發(fā)應用技術(shù) |
| 5.2 系統(tǒng)功能實現(xiàn) |
| 5.2.1 系統(tǒng)登錄模塊 |
| 5.2.2 工業(yè)數(shù)據(jù)可視化及信息管理系統(tǒng)首頁 |
| 5.2.3 用戶信息管理模塊 |
| 5.2.4 用戶日志管理模塊 |
| 5.2.5 設(shè)備管理模塊 |
| 5.2.6 任務管理模塊 |
| 5.2.7 車間管理模塊 |
| 5.2.8 倉儲物流管理模塊 |
| 5.2.9 警報事件智能管控模塊 |
| 5.3 本章小結(jié) |
| 第6章 系統(tǒng)部署與測試 |
| 6.1 系統(tǒng)部署 |
| 6.2 系統(tǒng)測試 |
| 6.3 本章小結(jié) |
| 第7章 總結(jié)與展望 |
| 7.1 工作總結(jié) |
| 7.2 展望 |
| 參考文獻 |
| 碩士期間取得成果 |
| 致謝 |
（4）移動互聯(lián)網(wǎng)的內(nèi)容緩存與邊緣計算關(guān)鍵技術(shù)研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第一章 緒論 |
| 1.1 論文研究背景 |
| 1.1.1 移動互聯(lián)網(wǎng)發(fā)展概述 |
| 1.1.2 移動互聯(lián)網(wǎng)現(xiàn)狀特征 |
| 1.1.3 面向移動互聯(lián)網(wǎng)的內(nèi)容緩存與邊緣計算 |
| 1.2 論文選題依據(jù) |
| 1.3 論文主要研究內(nèi)容 |
| 1.4 論文主要貢獻與創(chuàng)新 |
| 1.5 論文組織結(jié)構(gòu) |
| 1.6 本章參考文獻 |
| 第二章 相關(guān)研究綜述 |
| 2.1 移動互聯(lián)網(wǎng)內(nèi)容緩存相關(guān)研究 |
| 2.1.1 網(wǎng)絡緩存部署 |
| 2.1.2 預取緩存策略 |
| 2.1.3 緩存隱私安全 |
| 2.2 移動互聯(lián)網(wǎng)邊緣計算相關(guān)研究 |
| 2.2.1 邊緣計算的發(fā)展應用 |
| 2.2.2 “云-邊-端”協(xié)同計算 |
| 2.2.3 邊緣計算與數(shù)據(jù)傳輸 |
| 2.3 本章小結(jié) |
| 2.4 本章參考文獻 |
| 第三章 面向移動互聯(lián)網(wǎng)的編碼緩存部署策略 |
| 3.1 本章引言 |
| 3.2 基本系統(tǒng)模型 |
| 3.2.1 基本概念和背景知識 |
| 3.2.2 編碼緩存模型 |
| 3.2.3 相關(guān)基本模型 |
| 3.3 面向編碼緩存的網(wǎng)絡狀態(tài)演化模型 |
| 3.3.1 基于動力學的網(wǎng)絡演化模型 |
| 3.3.2 網(wǎng)絡演化模型的準確性評估 |
| 3.3.3 基于特征學習的內(nèi)容編碼方法 |
| 3.4 隱私與服務性能的聯(lián)合優(yōu)化問題 |
| 3.4.1 聯(lián)合優(yōu)化問題建模 |
| 3.4.2 最優(yōu)化編碼緩存控制 |
| 3.4.3 隱私感知的編碼緩存算法 |
| 3.5 仿真實驗與性能評估 |
| 3.5.1 仿真實驗設(shè)置 |
| 3.5.2 服務性能評估 |
| 3.5.3 隱私性能評估 |
| 3.6 本章小結(jié) |
| 3.7 本章參考文獻 |
| 第四章 面向隱私保護的移動內(nèi)容緩存預取機制 |
| 4.1 本章引言 |
| 4.2 移動網(wǎng)絡內(nèi)容預取模型 |
| 4.2.1 用戶請求影響因素分析 |
| 4.2.2 預取緩存的優(yōu)化模型 |
| 4.2.3 面向預取的隱私攻擊模型 |
| 4.3 面向差分隱私的預取優(yōu)化算法 |
| 4.3.1 在線學習的差分隱私技術(shù) |
| 4.3.2 針對問題1的在線差分隱私算法 |
| 4.3.3 針對問題2的在線差分隱私算法 |
| 4.4 算法理論性能 |
| 4.4.1 兩種算法的差分隱私性能 |
| 4.4.2 兩種算法的最優(yōu)性能分析 |
| 4.5 實驗與性能分析 |
| 4.5.1 實驗場景的環(huán)境設(shè)置 |
| 4.5.2 實驗結(jié)果的對比分析 |
| 4.6 本章小結(jié) |
| 4.7 本章參考文獻 |
| 第五章 基于“云-邊-端”協(xié)同的實時計算和傳輸模型 |
| 5.1 本章引言 |
| 5.2 基本系統(tǒng)模型 |
| 5.2.1 “云-邊-端”協(xié)同計算模型 |
| 5.2.2 移動網(wǎng)絡模型 |
| 5.2.3 增廣隊列模型 |
| 5.3 問題的形式化表征 |
| 5.4 資源聯(lián)合優(yōu)化的算法設(shè)計 |
| 5.4.1 Nesterov加速梯度下降法 |
| 5.4.2 基于Nesterov方法的資源優(yōu)化算法 |
| 5.4.3 算法復雜度分析 |
| 5.5 算法的理論性能指標 |
| 5.6 實驗與性能評估 |
| 5.6.1 數(shù)據(jù)集和實驗設(shè)置 |
| 5.6.2 數(shù)值結(jié)果性能分析 |
| 5.6.3 原型實驗性能評估 |
| 5.7 本章小結(jié) |
| 5.8 本章參考文獻 |
| 第六章 基于多智能體強化學習的視頻轉(zhuǎn)碼優(yōu)化方法 |
| 6.1 本章引言 |
| 6.2 系統(tǒng)模型與問題建模 |
| 6.2.1 移動網(wǎng)絡模型 |
| 6.2.2 視頻轉(zhuǎn)碼模型 |
| 6.2.3 增廣圖模型 |
| 6.2.4 聯(lián)合優(yōu)化問題 |
| 6.3 面向計算傳輸聯(lián)合優(yōu)化的網(wǎng)絡化多智能體強化學習 |
| 6.3.1 基本概念與背景知識 |
| 6.3.2 網(wǎng)絡化多智能體強化學習方法 |
| 6.4 基于多智能體強化學習的聯(lián)合優(yōu)化算法設(shè)計 |
| 6.4.1 策略梯度理論 |
| 6.4.2 基于網(wǎng)絡化MARL的“行動者-評論家”算法 |
| 6.5 實驗與性能評估 |
| 6.5.1 仿真與原型實驗設(shè)置 |
| 6.5.2 數(shù)值結(jié)果與性能評估 |
| 6.6 本章小結(jié) |
| 6.7 本章參考文獻 |
| 第七章 結(jié)語 |
| 7.1 論文總結(jié) |
| 7.2 未來的研究工作 |
| 附錄A 第五章中的定理證明 |
| A-Ⅰ 定理5-1證明 |
| A-Ⅱ 定理5-2證明 |
| A-Ⅲ 定理5-3證明 |
| A-Ⅳ 定理5-4證明 |
| A-Ⅴ 參考文獻 |
| 致謝 |
| 攻讀博士學位期間發(fā)表的學術(shù)成果 |
| 一、已發(fā)表或已接受的作者論文 |
| 二、其它研究成果 |
| 攻讀博士學位期間主持或參與的科研項目 |
（5）移動O2O情境下用戶信息搜尋行為研究（論文提綱范文）
| 摘要 |
| abstract |
| 第1章 緒論 |
| 1.1 研究背景及問題 |
| 1.1.1 研究背景 |
| 1.1.2 研究問題 |
| 1.2 研究目的與意義 |
| 1.2.1 研究目的 |
| 1.2.2 研究意義 |
| 1.3 研究內(nèi)容與方法 |
| 1.3.1 研究內(nèi)容 |
| 1.3.2 研究方法 |
| 1.3.3 技術(shù)路線 |
| 1.4 概念界定 |
| 1.4.1 移動O2O |
| 1.4.2 信息搜尋 |
| 1.4.3 信息搜索與信息搜尋的區(qū)分 |
| 1.5 本章小結(jié) |
| 第2章 理論基礎(chǔ)及文獻綜述 |
| 2.1 信息搜尋行為相關(guān)理論基礎(chǔ) |
| 2.1.1 信息經(jīng)濟學理論 |
| 2.1.2 認知理論 |
| 2.1.3 人機交互理論 |
| 2.2 信息搜尋行為經(jīng)典理論與模型 |
| 2.2.1 問題解決理論 |
| 2.2.2 意義建構(gòu)理論 |
| 2.2.3 ASK理論 |
| 2.2.4 信息搜尋行為模型 |
| 2.3 國內(nèi)外信息搜尋行為研究綜述 |
| 2.3.1 國內(nèi)信息搜尋行為研究熱點分析 |
| 2.3.2 國外信息搜尋行為研究熱點分析 |
| 2.3.3 信息搜尋研究述評 |
| 2.4 移動O2O研究綜述 |
| 2.4.1 移動O2O概述 |
| 2.4.2 國內(nèi)外移動O2O研究現(xiàn)狀 |
| 2.4.3 移動O2O研究述評 |
| 2.5 本章小結(jié) |
| 第3章 移動O2O情境下用戶信息搜尋行為模型構(gòu)建 |
| 3.1 研究設(shè)計 |
| 3.1.1 研究問題分析 |
| 3.1.2 研究方法介紹 |
| 3.2 數(shù)據(jù)收集 |
| 3.2.1 樣本選擇 |
| 3.2.2 資料收集與整理 |
| 3.2.3 數(shù)據(jù)分析工具 |
| 3.3 編碼過程 |
| 3.3.1 開放性編碼 |
| 3.3.2 主軸性編碼 |
| 3.3.3 選擇性編碼 |
| 3.4 理論飽和度檢驗 |
| 3.5 模型構(gòu)建與闡釋 |
| 3.5.1 信息搜尋行為過程 |
| 3.5.2 信息搜尋行為影響因素 |
| 3.6 本章小結(jié) |
| 第4章 移動O2O情境下用戶信息搜尋行為驅(qū)動因素的實證研究 |
| 4.1 移動O2O情境下用戶信息搜尋行為特征分析 |
| 4.2 研究模型與假設(shè) |
| 4.2.1 “動機、機會、能力”(MOA)模型 |
| 4.2.2 技術(shù)接受與使用統(tǒng)一理論(UTAUT) |
| 4.2.3 研究模型構(gòu)建 |
| 4.2.4 研究假設(shè)提出 |
| 4.3 研究方法設(shè)計 |
| 4.3.1 問卷設(shè)計 |
| 4.3.2 數(shù)據(jù)收集 |
| 4.4 數(shù)據(jù)分析與模型驗證 |
| 4.4.1 描述性統(tǒng)計分析 |
| 4.4.2 信度與效度分析 |
| 4.4.3 多重共線性與共同方法偏差分析 |
| 4.4.4 模型驗證 |
| 4.5 結(jié)果討論 |
| 4.6 本章小結(jié) |
| 第5章 移動O2O情境下用戶信息搜尋過程的實驗研究 |
| 5.1 研究問題 |
| 5.2 研究設(shè)計 |
| 5.2.1 研究方法 |
| 5.2.2 樣本選擇 |
| 5.2.3 實驗任務設(shè)置 |
| 5.2.4 研究變量測度 |
| 5.2.5 實驗流程設(shè)計 |
| 5.3 研究結(jié)果分析 |
| 5.3.1 個體特征對移動O2O情境下用戶信息搜尋行為的影響 |
| 5.3.2 任務特征對移動O2O情境下用戶信息搜尋行為的影響 |
| 5.4 結(jié)果討論 |
| 5.5 本章小結(jié) |
| 第6章 移動O2O情境下用戶信息搜尋滿意度關(guān)鍵影響因素研究 |
| 6.1 研究設(shè)計 |
| 6.2 數(shù)據(jù)采集 |
| 6.2.1 移動O2O情境下用戶信息搜尋滿意度影響因素集 |
| 6.2.2 問卷發(fā)放與回收 |
| 6.3 基于信息增益理論的關(guān)鍵影響因素識別和模型構(gòu)建 |
| 6.3.1 信息增益值計算 |
| 6.3.2 關(guān)鍵影響因素識別 |
| 6.3.3 關(guān)鍵影響因素模型構(gòu)建 |
| 6.4 基于支持向量機(SVM)的預測模型構(gòu)建與精度分析 |
| 6.4.1 支持向量機(SVM)建模 |
| 6.4.2 預測模型構(gòu)建與精度分析 |
| 6.5 結(jié)果討論 |
| 6.6 本章小結(jié) |
| 第7章 移動O2O情境下用戶信息搜尋行為引導與優(yōu)化策略 |
| 7.1 移動O2O情境下用戶信息搜尋行為引導策略 |
| 7.1.1 觸發(fā)用戶信息需求 |
| 7.1.2 提高用戶信息素養(yǎng) |
| 7.1.3 改善信息搜尋環(huán)境 |
| 7.2 移動O2O情境下用戶信息搜尋行為優(yōu)化策略 |
| 7.2.1 提高信息質(zhì)量 |
| 7.2.2 提升服務質(zhì)量 |
| 7.2.3 隱私保護與信息安全 |
| 7.3 本章小結(jié) |
| 第8章 研究結(jié)論與展望 |
| 8.1 研究結(jié)論 |
| 8.2 研究創(chuàng)新點 |
| 8.3 研究局限與展望 |
| 8.3.1 研究局限性 |
| 8.3.2 未來研究展望 |
| 參考文獻 |
| 附錄 |
| 附錄1 移動O2O情境下用戶信息搜尋行為研究過濾式問卷 |
| 附錄2 移動O2O情境下用戶信息搜尋行為研究訪談提綱 |
| 附錄3 移動O2O情境下用戶信息搜尋行為驅(qū)動因素調(diào)查問卷 |
| 附錄4 移動O2O情境下用戶信息搜尋滿意度關(guān)鍵影響因素調(diào)查問卷 |
| 在讀期間所取得的科研成果 |
| 致謝 |
（6）基于消費者視角的互聯(lián)網(wǎng)保險接受機制研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第一章 導論 |
| 1.1 研究背景及問題 |
| 1.1.1 研究背景 |
| 1.1.2 研究問題 |
| 1.2 研究目的及意義 |
| 1.2.1 研究目的 |
| 1.2.2 研究意義 |
| 1.3 研究設(shè)計 |
| 1.3.1 研究思路 |
| 1.3.2 研究方法 |
| 1.3.3 研究內(nèi)容 |
| 1.3.4 技術(shù)路線 |
| 1.3.5 論文框架 |
| 1.4 研究創(chuàng)新點 |
| 1.5 本章小結(jié) |
| 第二章 相關(guān)理論與研究綜述 |
| 2.1 互聯(lián)網(wǎng)保險 |
| 2.1.1 互聯(lián)網(wǎng)保險內(nèi)涵 |
| 2.1.2 保險科技研究 |
| 2.1.3 互聯(lián)網(wǎng)保險研究 |
| 2.2 技術(shù)接受理論 |
| 2.2.1 技術(shù)接受理論發(fā)展 |
| 2.2.2 個體接受與組織接受理論 |
| 2.2.3 個體經(jīng)典理論模型 |
| 2.3 互聯(lián)網(wǎng)保險與技術(shù)接受研究現(xiàn)狀 |
| 2.4 相關(guān)研究文獻評述 |
| 2.5 本章小結(jié) |
| 第三章 互聯(lián)網(wǎng)保險接受扎根研究 |
| 3.1 扎根方法的選擇 |
| 3.1.1 扎根理論研究流程 |
| 3.1.2 扎根理論研究設(shè)計 |
| 3.2 扎根理論資料收集 |
| 3.2.1 研究對象選取 |
| 3.2.2 研究資料收集 |
| 3.3 扎根理論資料分析 |
| 3.3.1 開放編碼 |
| 3.3.2 主軸編碼 |
| 3.3.3 選擇編碼 |
| 3.3.4 理論飽和度檢驗 |
| 3.4 互聯(lián)網(wǎng)保險接受理論框架構(gòu)建與關(guān)鍵因素分析 |
| 3.4.1 理論框架提出 |
| 3.4.2 關(guān)鍵因素析出 |
| 3.5 本章小結(jié) |
| 第四章 理論模型與研究假設(shè) |
| 4.1 理論模型構(gòu)建 |
| 4.2 核心變量定義 |
| 4.2.1 績效期望 |
| 4.2.2 努力期望 |
| 4.2.3 社會影響 |
| 4.2.4 促成因素 |
| 4.2.5 消費者創(chuàng)新性 |
| 4.2.6 信任 |
| 4.2.7 感知風險 |
| 4.2.8 行為意圖 |
| 4.2.9 使用行為 |
| 4.3 研究假設(shè)的提出 |
| 4.3.1 互聯(lián)網(wǎng)保險接受的影響因素 |
| 4.3.2 感知風險、行為意圖的中介作用 |
| 4.3.3 基于感知風險和行為意圖的鏈式中介作用 |
| 4.4 本章小結(jié) |
| 第五章 研究設(shè)計與方法 |
| 5.1 研究問卷設(shè)計 |
| 5.1.1 問卷設(shè)計思路 |
| 5.1.2 問卷設(shè)計過程 |
| 5.1.3 問卷框架結(jié)構(gòu) |
| 5.1.4 問卷偏差控制 |
| 5.2 變量的測量 |
| 5.2.1 績效期望的測量 |
| 5.2.2 努力期望的測量 |
| 5.2.3 社會影響的測量 |
| 5.2.4 促成因素的測量 |
| 5.2.5 消費者創(chuàng)新性的測量 |
| 5.2.6 信任的測量 |
| 5.2.7 感知風險的測量 |
| 5.2.8 行為意圖的測量 |
| 5.2.9 使用行為的測量 |
| 5.3 預調(diào)研 |
| 5.3.1 描述性統(tǒng)計分析 |
| 5.3.2 信度分析 |
| 5.3.3 探索性因子分析 |
| 5.4 數(shù)據(jù)收集 |
| 5.4.1 問卷發(fā)放原則 |
| 5.4.2 正式調(diào)研數(shù)據(jù)收集 |
| 5.5 本章小結(jié) |
| 第六章 模型驗證與數(shù)據(jù)分析 |
| 6.1 描述性統(tǒng)計分析 |
| 6.1.1 樣本描述性統(tǒng)計 |
| 6.1.2 變量描述性統(tǒng)計 |
| 6.2 信度與效度分析 |
| 6.2.1 信度分析 |
| 6.2.2 效度分析 |
| 6.2.3 共同方法偏差檢驗 |
| 6.3 相關(guān)性分析 |
| 6.4 結(jié)構(gòu)方程模型驗證 |
| 6.5 中介效應檢驗 |
| 6.6 假設(shè)檢驗結(jié)果分析 |
| 6.7 本章小結(jié) |
| 第七章 結(jié)論與展望 |
| 7.1 研究主要結(jié)論 |
| 7.2 研究理論貢獻 |
| 7.3 管理實踐的啟示 |
| 7.3.1 提升消費者體驗,關(guān)鍵業(yè)務科技賦能 |
| 7.3.2 關(guān)注消費者需求,價值主張持續(xù)創(chuàng)新 |
| 7.3.3 以消費者為中心,客戶關(guān)系優(yōu)化提升 |
| 7.3.4 保護消費者權(quán)益,監(jiān)管體系不斷完善 |
| 7.4 研究局限與展望 |
| 7.4.1 研究局限 |
| 7.4.2 未來展望 |
| 參考文獻 |
| 附錄一 訪談提綱 |
| 附錄二 訪談原始資料 |
| 附錄三 調(diào)查問卷初稿 |
| 附錄四 調(diào)查問卷正式稿 |
| 攻讀博士學位期間取得的研究成果 |
| 致謝 |
（7）大學生信息素養(yǎng)及其教育支持研究（論文提綱范文）
| 內(nèi)容摘要 |
| abstract |
| 第一章 緒論 |
| 第一節(jié) 問題的緣起 |
| 一、大學生網(wǎng)絡話語失范現(xiàn)象頻現(xiàn) |
| 二、大學生網(wǎng)絡信息安全意識薄弱 |
| 三、大學生信息素養(yǎng)教育支持缺乏 |
| 第二節(jié) 研究價值與意義 |
| 一、理論意義 |
| 二、實踐價值 |
| 第三節(jié) 核心概念界定 |
| 一、信息 |
| 二、素養(yǎng)與素質(zhì) |
| 三、大學生信息素養(yǎng) |
| 四、教育支持 |
| 第二章 研究綜述 |
| 第一節(jié) 信息素養(yǎng)的內(nèi)涵發(fā)展 |
| 一、媒介素養(yǎng) |
| 二、數(shù)據(jù)素養(yǎng) |
| 三、網(wǎng)絡素養(yǎng) |
| 四、信息素養(yǎng) |
| 五、小結(jié)與討論 |
| 第二節(jié) 大學生信息素養(yǎng)的政策文本研究 |
| 一、時代性標桿:《布拉格宣言》和《亞歷山大宣言》 |
| 二、高等教育信息素養(yǎng)標準研究 |
| 三、高等教育信息素養(yǎng)政策研究 |
| 四、小結(jié)與討論 |
| 第三節(jié) 大學生信息素養(yǎng)教育支持的理論研究 |
| 一、基于境脈理論視角的研究 |
| 二、基于學習者特征理論視角的研究 |
| 三、小結(jié)與討論 |
| 第四節(jié) 文獻述評與研究框架 |
| 一、國內(nèi)外已有研究的啟示 |
| 二、已有研究的不足 |
| 三、本研究的分析框架 |
| 第三章 研究設(shè)計與方法 |
| 第一節(jié) 研究思路與設(shè)計 |
| 一、研究問題 |
| 二、研究對象 |
| 三、研究方法 |
| 四、研究思路 |
| 五、研究路線 |
| 第二節(jié) 測量工具編制 |
| 一、問卷編制的步驟 |
| 二、大學生信息素養(yǎng)的評價指標 |
| 三、大學生信息素養(yǎng)教育支持的評價指標 |
| 第三節(jié) 調(diào)查數(shù)據(jù)搜集 |
| 一、問卷預測與檢驗 |
| 二、正式問卷的施測 |
| 三、調(diào)查對象概況 |
| 第四章 大學生信息素養(yǎng)的總體特征分析 |
| 第一節(jié) 大學生信息素養(yǎng)的構(gòu)成表現(xiàn) |
| 一、大學生信息理解能力 |
| 二、大學生信息選擇能力 |
| 三、大學生信息運用能力 |
| 四、大學生信息評價能力 |
| 五、大學生信息反思能力 |
| 六、大學生信息創(chuàng)造能力 |
| 第二節(jié) 小結(jié)與討論 |
| 一、大學生受信息影響大但規(guī)范意識較弱 |
| 二、大學生信息依賴性強但選擇能力較弱 |
| 三、大學生信息獲取以網(wǎng)絡為主但工具運用能力較弱 |
| 四、大學生接收信息質(zhì)量參差且評價辨識能力較弱 |
| 五、大學生信息反思意識不強且反思行為較少 |
| 六、大學生信息創(chuàng)造能力不足且缺乏主動性 |
| 第五章 大學生信息素養(yǎng)的教育支持分析 |
| 第一節(jié) 大學生信息素養(yǎng)教育支持的影響因素 |
| 一、個人特質(zhì)與信息素養(yǎng)教育 |
| 二、外部環(huán)境與信息素養(yǎng)教育 |
| 三、討論:大學生信息素養(yǎng)教育支持維度影響情況 |
| 第二節(jié) 大學生信息素養(yǎng)教育支持的困境 |
| 一、信息素養(yǎng)教育支持重視不夠 |
| 二、信息素養(yǎng)教育專業(yè)化不足 |
| 三、信息素養(yǎng)教育教育支持體制機制不完善 |
| 四、信息素養(yǎng)教育政策大學供給不充分 |
| 第三節(jié) 大學生信息素養(yǎng)與教育支持的關(guān)系 |
| 一、大學生信息素養(yǎng)與教育支持的互動模型 |
| 二、分析與討論 |
| 第六章 大學生信息素養(yǎng)教育支持體系的建構(gòu) |
| 第一節(jié) 大學生信息素養(yǎng)教育支持的基本思路 |
| 一、教育模式從外促到內(nèi)生 |
| 二、教育環(huán)境從泛化到專業(yè) |
| 三、教育主體從單主體到全維度 |
| 第二節(jié) 大學生信息素養(yǎng)教育支持的原則構(gòu)想 |
| 一、教育模式的個性化、精準化原則 |
| 二、教育環(huán)境的專業(yè)化、規(guī)范化原則 |
| 三、教育體系的系統(tǒng)化、長效性原則 |
| 第三節(jié) 大學生信息素養(yǎng)教育支持的實施路徑構(gòu)想 |
| 一、以內(nèi)生為核心,實現(xiàn)大學生信息素養(yǎng)提升的自我支持 |
| 二、以大學為重點,提升大學生信息素養(yǎng)教育專業(yè)化水平 |
| 三、以網(wǎng)絡為依托,優(yōu)化大學生信息素養(yǎng)教育支持體制機制 |
| 四、全社會共同參與,構(gòu)建大學生信息素養(yǎng)教育治理生態(tài)圈 |
| 第七章 研究結(jié)論與展望 |
| 第一節(jié) 研究結(jié)論 |
| 第二節(jié) 研究創(chuàng)新與價值 |
| 第三節(jié) 研究局限與展望 |
| 參考文獻 |
| 附錄 |
| 攻讀博士期間所取得的科研成果 |
| 后記 |
（8）網(wǎng)絡時代科學活動的變革研究（論文提綱范文）
| 摘要 |
| ABSTRACT |
| 第1章 緒論 |
| 1.1 研究背景和意義 |
| 1.2 文獻綜述及研究問題 |
| 1.2.1 網(wǎng)絡時代科學活動整體的變革 |
| 1.2.2 網(wǎng)絡時代科研模式的變革 |
| 1.2.3 網(wǎng)絡時代基于大數(shù)據(jù)科研方式的變革 |
| 1.2.4 網(wǎng)絡時代出版模式趨勢分析 |
| 1.2.5 開放共享背景下科學活動面臨系列問題 |
| 1.3 研究內(nèi)容、方法與可能的創(chuàng)新點 |
| 1.3.1 研究內(nèi)容 |
| 1.3.2 研究方法 |
| 1.3.3 可能的創(chuàng)新之處 |
| 第2章 從Science 1.0到Science 2.0 |
| 2.1 小科學與大科學 |
| 2.1.1 從小科學時代到大科學時代 |
| 2.1.2 科學發(fā)展對信息載體需求的變化 |
| 2.2 信息載體變革與Science 2.0的提出 |
| 2.2.1 紙媒到Web 2.0: 載體發(fā)展過程存在階段性質(zhì)變 |
| 2.2.2 載體的質(zhì)變對科學活動產(chǎn)生重要的影響 |
| 2.2.3 網(wǎng)絡逐漸已經(jīng)成為科學活動的主流載體 |
| 2.3 Science 2.0時代科學活動新特征 |
| 2.3.1 使個體研究走向在線協(xié)作 |
| 2.3.2 使成果交流走向全程探索 |
| 2.3.3 由紙媒傳播走向即時在線 |
| 2.4 小結(jié) |
| 第3章 網(wǎng)絡時代科學活動過程的新變化 |
| 3.1 網(wǎng)絡時代科研主體的新變化 |
| 3.1.1 獨立主體內(nèi)涵的豐富 |
| 3.1.2 不同主體聯(lián)系的增強 |
| 3.1.3 協(xié)作主體交流的拓展 |
| 3.1.4 創(chuàng)造主體格局的突破 |
| 3.2 網(wǎng)絡時代數(shù)據(jù)處理的新演化 |
| 3.2.1 數(shù)據(jù)采集走向自動化 |
| 3.2.2 數(shù)據(jù)存取實現(xiàn)即時化 |
| 3.2.3 數(shù)據(jù)分析呈現(xiàn)協(xié)同化 |
| 3.2.4 數(shù)據(jù)處理嘗試智能化 |
| 3.3 小結(jié) |
| 第4章 網(wǎng)絡時代科學成果發(fā)布的新趨向 |
| 4.1 科學成果發(fā)布的新舞臺:網(wǎng)絡預發(fā)布平臺的建立與推廣 |
| 4.1.1 紙媒預發(fā)表的瓶頸 |
| 4.1.2 網(wǎng)絡預發(fā)布平臺的建立——以物理學arXiv為例 |
| 4.1.3 網(wǎng)絡預發(fā)布平臺的推廣——以PeerJ Preprints和bioRxiv為例 |
| 4.1.4 網(wǎng)絡預發(fā)布平臺與期刊共存 |
| 4.2 科學成果發(fā)布的新途徑: 開放獲取期刊的出現(xiàn)和發(fā)展 |
| 4.2.1 開放獲取期刊旨在打破訪問權(quán)限 |
| 4.2.2 開放獲取期刊的發(fā)展步履維艱 |
| 4.2.3 開放獲取期刊是新希望還是烏托邦? |
| 4.2.4 開放獲取期刊的未來: 資本和價值的共生 |
| 4.3 科學成果發(fā)布的新模式: 基于網(wǎng)絡本體成果發(fā)布的探索 |
| 4.3.1 去中心化: 人人皆可隨時發(fā)表 |
| 4.3.2 去期刊化: 隨時隨地皆可發(fā)表 |
| 4.3.3 未來: 一條微博可能就是你的學術(shù)成果 |
| 4.3.4 科學評價和認可機制的再造 |
| 4.4 小結(jié) |
| 第5章 網(wǎng)絡時代科學成果傳播的新問題 |
| 5.1 開放獲取的功與過 |
| 5.1.1 需與傳統(tǒng)商業(yè)期刊出版體系相抗衡 |
| 5.1.2 在與資本不斷斡旋中出現(xiàn)偏差 |
| 5.1.3 在對傳統(tǒng)功能地解構(gòu)中不斷重構(gòu) |
| 5.2 傳播方式的“是”與“非” |
| 5.2.1 在網(wǎng)上分享自己的論文也算侵權(quán)? |
| 5.2.2 Sci-Hub存在本身就是價值 |
| 5.2.3 出版商的權(quán)利比分享研究的利益更重要? |
| 5.3 誰來確認優(yōu)先權(quán) |
| 5.3.1 科研主體多元化所導致的優(yōu)先權(quán)歸屬難題 |
| 5.3.2 科研過程開放化所造成的優(yōu)先權(quán)判定疑難 |
| 5.3.3 信息載體的升級導致科學創(chuàng)意及成果發(fā)布方式的變化 |
| 5.3.4 成果發(fā)布渠道的多樣化導致優(yōu)先權(quán)確認機制的變化 |
| 5.4 在線科學信息價值的判定疑難 |
| 5.4.1 傳統(tǒng)同行評審機制頻繁失效導致判定失真 |
| 5.4.2 傳播方式多樣化導致依據(jù)出版的評判標準失效 |
| 5.4.3 傳播內(nèi)容多樣性亟待建立新的過濾機制 |
| 5.4.4 網(wǎng)絡時代的過濾機制由誰重構(gòu): 從同行評審走向全面過濾 |
| 5.5 小結(jié) |
| 第6章 網(wǎng)絡時代科學評價機制的新挑戰(zhàn) |
| 6.1 默頓理想的背離 |
| 6.1.1 “普遍主義”遭破壞 |
| 6.1.2 “公有性”被侵犯 |
| 6.1.3 “無私利性”的缺失 |
| 6.2 科學計量評價的新機遇: 替代計量學 |
| 6.2.1 矯正傳統(tǒng)評價機制帶來的“馬太效應” |
| 6.2.2 推動論文評價指標走向“多元即時透明” |
| 6.2.3 構(gòu)建面向科研全程的個人學術(shù)影響力評價體系 |
| 6.3 科學獎勵機制的新內(nèi)容: 基于科研產(chǎn)品的全面認定 |
| 6.3.1 從科研成果走向科研產(chǎn)品 |
| 6.3.2 最大限度地激發(fā)集體在科研全程地全面合作 |
| 6.3.3 從個體成果認定到產(chǎn)品認證集成 |
| 6.4 小結(jié) |
| 第7章 網(wǎng)絡時代科學活動的變革與應對 |
| 7.1 科學活動在線化與科學協(xié)作創(chuàng)新的演變 |
| 7.2 成果發(fā)布網(wǎng)絡化與在線交流系統(tǒng)的構(gòu)建 |
| 7.3 信息動態(tài)交互與優(yōu)先權(quán)和過濾機制的再造 |
| 7.4 評價方式變化與科學社會運行機制的調(diào)整 |
| 7.5 在危機與變革中走向科學活動新常態(tài) |
| 參考文獻 |
| 致謝 |
| 在讀期間發(fā)表的學術(shù)論文與取得的其他研究成果 |
（9）面向用戶知識需求的微信公眾平臺知識資源聚合及服務研究（論文提綱范文）
| 摘要 |
| Abstract |
| 第1章 緒論 |
| 1.1 選題背景 |
| 1.1.1 微信公眾平臺成為用戶獲取知識的重要途徑 |
| 1.1.2 微信公眾平臺知識資源海量龐雜且質(zhì)量參差不齊 |
| 1.1.3 用戶日趨追求精準和智能化的知識服務 |
| 1.2 研究意義 |
| 1.2.1 理論意義 |
| 1.2.2 實踐意義 |
| 1.3 國內(nèi)外研究現(xiàn)狀 |
| 1.3.1 網(wǎng)絡知識資源聚合的國內(nèi)外研究現(xiàn)狀 |
| 1.3.1.1 網(wǎng)絡知識資源聚合的國內(nèi)研究現(xiàn)狀 |
| 1.3.1.2 網(wǎng)絡知識資源聚合的國外研究現(xiàn)狀 |
| 1.3.2 微信公眾平臺知識組織與服務的國內(nèi)外研究現(xiàn)狀 |
| 1.3.2.1 微信公眾平臺知識組織與服務的國內(nèi)研究現(xiàn)狀 |
| 1.3.2.2 微信公眾平臺知識組織與服務的國外研究現(xiàn)狀 |
| 1.3.3 研究評述 |
| 1.4 研究方法及技術(shù)路線 |
| 1.4.1 主要研究方法 |
| 1.4.2 研究技術(shù)路線及思路 |
| 1.5 研究主要內(nèi)容 |
| 1.6 研究的創(chuàng)新點 |
| 第2章 相關(guān)概念及理論基礎(chǔ) |
| 2.1 微信公眾平臺 |
| 2.1.1 微信公眾平臺概念 |
| 2.1.2 微信公眾號的類型 |
| 2.1.3 微信公眾平臺知識資源 |
| 2.2 知識聚合理論與方法 |
| 2.2.1 知識聚合概念 |
| 2.2.2 常用的知識聚合方法 |
| 2.3 文本挖掘與分析 |
| 2.3.1 文本挖掘概述 |
| 2.3.2 文本挖掘流程 |
| 2.4 知識服務 |
| 2.4.1 知識服務概述 |
| 2.4.2 常見的知識服務模式 |
| 2.4.2.1 知識檢索服務 |
| 2.4.2.2 知識導航服務 |
| 2.4.2.3 知識推薦服務 |
| 2.4.2.4 知識集成服務 |
| 2.5 本章小結(jié) |
| 第3章 面向用戶知識需求的微信公眾平臺知識聚合服務體系框架 |
| 3.1 微信公眾平臺知識聚合服務面向用戶知識需求的必要性 |
| 3.2 微信公眾平臺知識聚合及服務概述 |
| 3.2.1 微信公眾平臺知識聚合概念 |
| 3.2.2 微信公眾平臺知識聚合服務要素分析 |
| 3.2.3 微信公眾平臺知識聚合服務目標與原則 |
| 3.2.3.1 微信公眾平臺知識聚合服務目標 |
| 3.2.3.2 微信公眾平臺知識聚合服務原則 |
| 3.3 基于知識聚合的微信公眾平臺知識服務動因分析 |
| 3.4 面向用戶知識需求的微信公眾平臺知識聚合服務體系框架 |
| 3.4.1 面向用戶知識需求的微信公眾平臺知識聚合服務過程 |
| 3.4.2 面向用戶知識需求的微信公眾平臺知識聚合服務體系框架構(gòu)建 |
| 3.5 本章小結(jié) |
| 第4章 微信公眾平臺用戶畫像構(gòu)建及需求分析 |
| 4.1 微信公眾平臺用戶畫像概述 |
| 4.1.1 微信公眾平臺用戶畫像內(nèi)涵 |
| 4.1.2 微信公眾平臺用戶畫像構(gòu)建原則 |
| 4.2 微信公眾平臺用戶畫像構(gòu)建 |
| 4.2.1 VALS2模型概述 |
| 4.2.2 基于VALS2的用戶標簽體系設(shè)計 |
| 4.2.3 用戶畫像標簽權(quán)重設(shè)計 |
| 4.2.4 實證研究—以“學術(shù)類微信公眾號用戶”為例 |
| 4.2.4.1 樣本特征統(tǒng)計分析 |
| 4.2.4.2 因子分析及分類標簽抽取 |
| 4.2.4.3 用戶畫像聚類分析及可視化 |
| 4.3 基于用戶畫像的微信公眾平臺用戶分類與知識需求分析 |
| 4.3.1 初期引入?yún)⑴c型用戶 |
| 4.3.2 成長型用戶 |
| 4.3.3 成熟型用戶 |
| 4.4 微信公眾平臺用戶知識需求層次分析 |
| 4.4.1 微信公眾平臺用戶知識需求形成 |
| 4.4.2 微信公眾平臺用戶知識需求層次劃分 |
| 4.5 微信公眾平臺用戶知識需求模型 |
| 4.6 本章小結(jié) |
| 第5章 基于標簽聚類的微信公眾平臺知識聚合及推薦服務 |
| 5.1 微信公眾平臺文本標簽聚類的內(nèi)涵及作用 |
| 5.1.1 微信公眾平臺文本標簽聚類內(nèi)涵 |
| 5.1.2 微信公眾平臺文本標簽聚類作用 |
| 5.2 基于標簽聚類的微信公眾平臺知識聚合方法 |
| 5.2.1 微信公眾平臺文本標簽抽取方法 |
| 5.2.1.1 基于TextRank算法的文本標簽抽取方法 |
| 5.2.1.2 Word2vec詞向量模型 |
| 5.2.1.3 融合Word2vec和TextRank的文本標簽抽取方法 |
| 5.2.2 BIRCH聚類算法及優(yōu)化 |
| 5.2.3 基于改進BIRCH算法的微信公眾平臺知識資源聚合過程 |
| 5.3 實證研究—以“認知計算”領(lǐng)域為例 |
| 5.3.1 文本知識資源標簽抽取 |
| 5.3.2 基于標簽聚類的微信公眾號知識資源聚合 |
| 5.4 基于標簽聚類的微信公眾平臺知識推薦服務模式 |
| 5.4.1 微信公眾平臺知識推薦服務概述 |
| 5.4.2 基于標簽聚類的微信公眾平臺知識推薦服務要素分析 |
| 5.4.3 基于標簽聚類的微信公眾平臺知識推薦服務模式構(gòu)建 |
| 5.5 本章小結(jié) |
| 第6章 基于摘要生成的微信公眾平臺知識聚合及集成服務 |
| 6.1 微信公眾平臺文本知識摘要生成的內(nèi)涵及作用 |
| 6.1.1 微信公眾平臺文本知識摘要內(nèi)涵 |
| 6.1.2 微信公眾平臺文本知識摘要作用 |
| 6.2 基于TextRank算法的文本摘要生成過程及改進思路 |
| 6.2.1 基于TextRank算法的文本摘要生成方法及過程 |
| 6.2.2 基于TextRank算法的文本摘要生成方法改進思路 |
| 6.3 基于改進TextRank算法的微信公眾平臺知識摘要生成方法 |
| 6.3.1 基于TextTank算法的文本摘要生成方法改進 |
| 6.3.1.1 句子語義相似度計算 |
| 6.3.1.2 句子位置特征及標題相似度特征計算 |
| 6.3.1.3 基于MMR算法的句子冗余處理 |
| 6.3.2 融合用戶需求與圖模型的單文本知識摘要生成方法 |
| 6.3.3 融合主題與圖模型的單領(lǐng)域多文本知識摘要生成方法 |
| 6.3.3.1 Doc2vec段落向量模型 |
| 6.3.3.2 微信公眾平臺單領(lǐng)域多文本知識摘要生成流程 |
| 6.4 實證研究—以“認知計算”領(lǐng)域為例 |
| 6.4.1 基于單文本知識摘要生成的微信公眾平臺知識聚合 |
| 6.4.2 基于單領(lǐng)域多文本摘要生成的微信公眾平臺知識聚合 |
| 6.5 基于摘要生成的微信公眾平臺知識集成服務模式 |
| 6.5.1 微信公眾平臺知識集成服務概述 |
| 6.5.2 基于摘要生成的微信公眾平臺知識集成服務要素分析 |
| 6.5.3 基于摘要生成的微信公眾平臺知識集成服務模式構(gòu)建 |
| 6.6 本章小結(jié) |
| 第7章 微信公眾平臺知識資源聚合及服務能力提升策略 |
| 7.1 用戶知識需求外化表達及挖掘 |
| 7.1.1 提升用戶知識需求外化表達能力 |
| 7.1.2 深入挖掘用戶多層次知識需求 |
| 7.1.3 培養(yǎng)用戶知識服務評價和反饋意識 |
| 7.2 加大新技術(shù)應用和融合改進 |
| 7.2.1 引入新技術(shù),優(yōu)化和改進知識聚合方法 |
| 7.2.2 知識聚合服務系統(tǒng)搭建和開發(fā)設(shè)計 |
| 7.2.3 應用可視化技術(shù)加強用戶服務體驗 |
| 7.3 微信公眾平臺創(chuàng)新服務理念及加強運營管理 |
| 7.3.1 加強主動知識服務意識,創(chuàng)新知識服務理念 |
| 7.3.2 構(gòu)建和開展多元化平臺知識服務模式 |
| 7.3.3 加強專業(yè)知識服務人才隊伍建設(shè) |
| 7.4 本章小結(jié) |
| 第8章 研究結(jié)論與展望 |
| 8.1 研究結(jié)論 |
| 8.2 研究局限與展望 |
| 參考文獻 |
| 附錄 |
| 附錄1 微信公眾平臺用戶知識服務需求調(diào)查問卷 |
| 附錄2 單領(lǐng)域多文本知識摘要生成示例 |
| 作者簡介及在學期間所取得的科研成果 |
| 致謝 |
（10）面向智庫需求的智慧數(shù)據(jù)服務模式及服務能力評價研究（論文提綱范文）
| 摘要 |
| abstract |
| 第1章 緒論 |
| 1.1 研究背景與目的意義 |
| 1.1.1 研究背景 |
| 1.1.2 研究目的 |
| 1.1.3 研究意義 |
| 1.2 國內(nèi)外相關(guān)研究綜述 |
| 1.2.1 圖情機構(gòu)智慧化資源管理與服務轉(zhuǎn)型 |
| 1.2.2 圖情機構(gòu)智慧數(shù)據(jù)服務模式與服務體系 |
| 1.2.3 智慧數(shù)據(jù)服務能力及其評價 |
| 1.2.4 評述與分析 |
| 1.3 研究內(nèi)容 |
| 1.4 研究方法和技術(shù)路線 |
| 1.4.1 研究方法 |
| 1.4.2 技術(shù)路線 |
| 1.5 創(chuàng)新點 |
| 第2章 相關(guān)概念與理論基礎(chǔ) |
| 2.1 相關(guān)概念 |
| 2.1.1 智庫 |
| 2.1.2 智慧服務 |
| 2.1.3 智慧數(shù)據(jù)服務 |
| 2.1.4 面向智庫需求的智慧數(shù)據(jù)服務 |
| 2.2 理論基礎(chǔ) |
| 2.2.1 數(shù)據(jù)管理理論 |
| 2.2.2 扎根理論 |
| 2.2.3 用戶場景理論 |
| 2.2.4 灰色系統(tǒng)理論 |
| 第3章 我國智庫的智慧數(shù)據(jù)服務需求分析 |
| 3.1 基于問卷調(diào)查的智庫數(shù)據(jù)資源管理分析 |
| 3.1.1 調(diào)查問卷設(shè)計 |
| 3.1.2 調(diào)查對象與數(shù)據(jù)收集 |
| 3.1.3 結(jié)果分析 |
| 3.2 基于扎根理論的智庫服務需求分析 |
| 3.2.1 研究對象與數(shù)據(jù)收集 |
| 3.2.2 范疇編碼與檢驗 |
| 3.2.3 模型構(gòu)建及分析 |
| 3.3 本章小結(jié) |
| 第4章 面向智庫需求的智慧數(shù)據(jù)服務要素與特征 |
| 4.1 面向智庫需求的智慧數(shù)據(jù)服務過程 |
| 4.1.1 智庫活動過程分析 |
| 4.1.2 面向智庫需求的智慧數(shù)據(jù)服務過程分析 |
| 4.2 面向智庫需求的智慧數(shù)據(jù)服務要素 |
| 4.2.1 圖情機構(gòu)主體 |
| 4.2.2 智慧數(shù)據(jù) |
| 4.2.3 智慧化技術(shù)工具與方法 |
| 4.2.4 智慧數(shù)據(jù)服務平臺 |
| 4.2.5 智慧數(shù)據(jù)服務環(huán)境 |
| 4.2.6 智慧數(shù)據(jù)服務要素之間關(guān)系 |
| 4.3 面向智庫需求的智慧數(shù)據(jù)服務特征 |
| 4.3.1 數(shù)據(jù)多源性 |
| 4.3.2 技術(shù)智能性 |
| 4.3.3 服務場景化 |
| 4.4 案例分析 |
| 4.4.1 南京師范大學圖書館發(fā)展現(xiàn)狀 |
| 4.4.2 南師大圖書館智慧數(shù)據(jù)服務分析 |
| 4.5 本章小結(jié) |
| 第5章 面向智庫需求的智慧數(shù)據(jù)服務模式 |
| 5.1 面向智庫需求的智慧數(shù)據(jù)服務模式概念和類型 |
| 5.1.1 面向智庫需求的智慧數(shù)據(jù)服務模式的概念 |
| 5.1.2 面向智庫需求的智慧數(shù)據(jù)服務模式的類型 |
| 5.2 面向智庫需求的個性化推薦智慧數(shù)據(jù)服務模式 |
| 5.2.1 智庫活動過程分析 |
| 5.2.2 智庫需求感知 |
| 5.2.3 資源融合及服務集成 |
| 5.2.4 智能化推薦 |
| 5.2.5 案例分析 |
| 5.3 面向智庫需求的嵌入式智慧數(shù)據(jù)服務模式 |
| 5.3.1 智庫活動層 |
| 5.3.2 嵌入層 |
| 5.3.3 融合層 |
| 5.3.4 服務層 |
| 5.3.5 案例分析 |
| 5.4 本章小結(jié) |
| 第6章 面向智庫需求的智慧數(shù)據(jù)服務模式實現(xiàn) |
| 6.1 智庫特征識別與需求確定 |
| 6.1.1 智庫特征識別 |
| 6.1.2 智庫需求確定 |
| 6.2 基于Data Commons的智慧數(shù)據(jù)服務平臺構(gòu)建 |
| 6.2.1 Data Commons平臺的概念和特點 |
| 6.2.2 Data Commons平臺的目標與功能 |
| 6.2.3 Data Commons平臺的架構(gòu)設(shè)計 |
| 6.3 多源數(shù)據(jù)融合 |
| 6.3.1 多源數(shù)據(jù)融合架構(gòu) |
| 6.3.2 多源數(shù)據(jù)融合方法 |
| 6.4 智能化技術(shù)融合與協(xié)同治理 |
| 6.4.1 智能化技術(shù)融合與協(xié)同治理模式 |
| 6.4.2 基于協(xié)同治理的智能化技術(shù)融合過程 |
| 6.5 基于專家系統(tǒng)的智能情報分析 |
| 6.5.1 專家數(shù)據(jù)管理模塊 |
| 6.5.2 專家在線咨詢模塊 |
| 6.5.3 專家智能推薦流程 |
| 6.6 基于向量空間模型的場景化服務推薦模型 |
| 6.6.1 場景化服務 |
| 6.6.2 場景化服務接受效用 |
| 6.6.3 場景化服務推薦模型 |
| 6.6.4 場景化服務推薦實驗 |
| 6.7 本章小結(jié) |
| 第7章 面向智庫需求的智慧數(shù)據(jù)服務能力評價體系 |
| 7.1 智慧數(shù)據(jù)服務能力評價體系問題的提出 |
| 7.2 智慧數(shù)據(jù)服務能力評價體系的構(gòu)建依據(jù) |
| 7.3 智慧數(shù)據(jù)服務能力評價指標的選取與修正 |
| 7.4 智慧數(shù)據(jù)服務能力評價指標的闡釋 |
| 7.5 智慧數(shù)據(jù)服務能力評價指標的優(yōu)化與賦權(quán) |
| 7.5.1 樣本選擇及問卷描述 |
| 7.5.2 評價指標的重要性和易獲得性計算 |
| 7.5.3 評價指標優(yōu)化 |
| 7.5.4 評價指標賦權(quán) |
| 7.6 實證研究 |
| 7.6.1 研究方法 |
| 7.6.2 數(shù)據(jù)分析 |
| 7.6.3 結(jié)果分析 |
| 7.7 本章小結(jié) |
| 第8章 面向智庫需求的智慧數(shù)據(jù)服務保障策略 |
| 8.1 政府政策保障方面 |
| 8.2 圖書情報機構(gòu)服務主體保障方面 |
| 8.2.1 強化服務意識并挖掘智庫需求 |
| 8.2.2 優(yōu)化圖情機構(gòu)的智慧數(shù)據(jù)服務架構(gòu) |
| 8.2.3 建立并完善智慧數(shù)據(jù)服務能力評價體系 |
| 8.3 多源數(shù)據(jù)保障方面 |
| 8.3.1 加強智慧數(shù)據(jù)體系建設(shè) |
| 8.3.2 建立一體化多源數(shù)據(jù)聯(lián)動與反饋機制 |
| 8.4 智能化技術(shù)方法與工具保障方面 |
| 8.4.1 加強現(xiàn)代化數(shù)據(jù)技術(shù)的融合和應用 |
| 8.4.2 完善智慧數(shù)據(jù)服務平臺功能和服務 |
| 8.5 智慧數(shù)據(jù)服務人才保障方面 |
| 8.5.1 完善我國圖情機構(gòu)學科館員制度 |
| 8.5.2 提升智慧數(shù)據(jù)服務人員的創(chuàng)新服務能力 |
| 8.6 本章小結(jié) |
| 第9章 研究結(jié)論與展望 |
| 9.1 研究結(jié)論 |
| 9.2 研究局限與展望 |
| 9.2.1 研究局限 |
| 9.2.2 研究展望 |
| 參考文獻 |
| 附錄 |
| 研究成果 |
| 致謝 |
四、互聯(lián)網(wǎng)環(huán)境下面向?qū)ο蟮男畔⒓夹g(shù)（論文參考文獻）
- [1]過程感知視域下學術(shù)新媒體用戶信息偶遇行為研究[D]. 陳為東. 吉林大學, 2021(01)
- [2]CED-SOA服務動態(tài)協(xié)同模型和算法研究[D]. 何淑慶. 北京郵電大學, 2021
- [3]云邊協(xié)同環(huán)境下的工業(yè)數(shù)據(jù)采集與處理系統(tǒng)設(shè)計與實現(xiàn)[D]. 孫世韜. 曲阜師范大學, 2021(02)
- [4]移動互聯(lián)網(wǎng)的內(nèi)容緩存與邊緣計算關(guān)鍵技術(shù)研究[D]. 陳星延. 北京郵電大學, 2021(01)
- [5]移動O2O情境下用戶信息搜尋行為研究[D]. 曹越. 吉林大學, 2021(01)
- [6]基于消費者視角的互聯(lián)網(wǎng)保險接受機制研究[D]. 楊華. 西北大學, 2021(12)
- [7]大學生信息素養(yǎng)及其教育支持研究[D]. 羅藝. 華東師范大學, 2021(02)
- [8]網(wǎng)絡時代科學活動的變革研究[D]. 吳爽. 中國科學技術(shù)大學, 2021(09)
- [9]面向用戶知識需求的微信公眾平臺知識資源聚合及服務研究[D]. 程子軒. 吉林大學, 2021(01)
- [10]面向智庫需求的智慧數(shù)據(jù)服務模式及服務能力評價研究[D]. 吳雅威. 吉林大學, 2021(01)
標簽：信息技術(shù)的發(fā)展論文; 能力模型論文; 網(wǎng)絡模型論文; 移動互聯(lián)網(wǎng)論文; 用戶分析論文;