新媒体视域下个体投资用户的信息获取行为研究

[目的/意义]研究了大数据环境下个体投资者的信息获取行为偏好,探索新媒体环境对个体投资用户的决策影响。[方法/过程]基于开放式股票投资在线社交网络（OSN）的视角,分析、确定个体投资用户的主要信息获取行为,以及影响个体投资决策的两个重要因素;通过问卷调查收集相关数据,提出研究假设,进行数据分析,并运用回归分析方法进行假设检验,分析个体投资者决策的信息获取行为偏好。[结果/结论]研究发现：不同个体投资者对信息获取行为的选择存在明显差异;并且个人分析能力不同的投资者的行为偏好存在差异;个性化推荐是对个体投资者决策具有较大影响作用的信息获取行为。     

用户感知移动图书馆服务质量评价的犹豫模糊Kano-Taguchi方法

[目的/意义]大数据时代下,移动图书馆对用户阅读方式和获取知识具有重要作用。在用户感知移动图书馆服务质量需求由分散转向关联,服务质量评价过程由精确转向模糊多元的情形下,文章提出了一种模糊Kano模型与犹豫模糊Taguchi方法为核心的综合评价方法。[方法/过程]首先,根据用户与决策者的偏好信息以模糊Kano修正指标重要度,分析用户的直接需求。其次,根据评价过程中的不确定性及指标的关联冲突,提出一种犹豫模糊Kano-Taguchi方法,该方法通过对主客观综合重要度的分析体现了用户与决策者对移动图书馆的偏好程度。最后,以五所云南高校为例进行算例分析,且通过对比分析验证本研究方法的科学性与合理性。[结果/结论]研究表明,文章提出的方法不仅简便明了,而且客观充足。     

数据资产管理视域下电子商务数据质量评价指标体系研究

[目的/意义] 数据质量是阻碍电子商务数据价值实现的关键因素,构建电子商务数据质量评价指标体系,有助于明确电子商务数据质量优化方向。[方法/过程] 基于数据资产管理的视角提出电子商务数据质量评价指标,并采用德尔菲法对评价指标进行修正,然后运用层次分析法确定各指标权重。[结果/结论] 通过定性与定量相结合的方法构建了包含内在维度、情境维度、应用维度、资产维度4层次结构的数据质量评价指标体系,为指导电子商务数据质量管理、提升数据资产价值提供有益参考。     

基于差异驱动和GRA-TOPSIS法的学术期刊综合评价研究

[目的/意义]针对学术期刊多属性综合评价中指标权重获取以及评价信息集结的问题,提出一种新的基于差异驱动和GRA-TOPSIS法的学术期刊综合评价模型。[方法/过程]首先,利用基于拉开档次法的差异驱动原理来最大限度地体现各学术期刊之间的整体差异,并据此确定学术期刊的指标权重;然后,分别利用GRA法和TOPSIS法对评价信息进行综合集成,计算两种方法的学术期刊综合评价值;最后,基于组合评价的思想对两种评价结果进行有效结合,以此确定学术期刊的最终评价值并排序。[结果/结论]选取"农业经济"类期刊为研究对象,结果表明,该方法不仅能够充分体现各学术期刊之间的实际差距,还能够同时从数据距离和数据几何形状上反映学术期刊的综合水平,是一种科学合理的学术期刊综合评价方法。     

社会化在线评论情感因素测量与有用性分析

[目的/意义]社会化在线评论与传统的专业性评论相比,具有更为显著的传播速度和影响力。文本评论中的情感因素并非单纯的数量化评分能够完全体现的。对本文评论中情感因素的测量与分析,能够有助于在线评论的全角度识别与揭示,更加客观准确地反映在线评论的价值。[过程/方法]通过提取用户发布的在线文本评论数据,采用有监督机器学习的算法,分别计算文本评论的情感分类得分、情感倾向得分、综合情感得分。从类型、地区、人数多个维度对情感得分与总评分进行交叉对比分析。[结果/结论]研究结果表明,文本评论蕴含的情感因素对总评分具有部分的影响作用。用户的认知偏好、社会文化背景和评论人数占比会对情感因素的有用性产生影响。     

信息生态视角下微博舆情生态性评价指标及实证研究

[目的/意义]新时代呼唤构建良好的网络舆情生态,微博舆情生态性评价指标有助于舆情监管部门制定相应引导策略。[方法/过程]从信息生态视角出发,运用层次分析和模糊综合评价法构建微博舆情生态性评价指标,并结合新浪微博突发事件爆发期阶段进行实证分析。[结果/结论]数据结果表明,微博平台信息生态系统中舆情用户的信息素养较低,对舆情的理解能力较差,舆情用户缺乏主动沟通的能力。监管部门要注重对舆情用户信息素养的培养,促进微博不同舆情社群的信息交互。     

基于ELECTRE-Ⅲ和区间直觉模糊集的制造企业竞争力评价

从制造研发能力、营销能力、员工能力、组织管理能力和品牌影响力五个维度构建制造企业竞争力综合评价指标体系。结合区间直觉模糊集的信息表达优势,提出一种基于ELECTRE-III和IVIFN的多指标评价新方法,与AHP、ELECTRE-III方法相比,解决多专家评价过程中存在的信息不确定性。评价过程中利用专家评议法确定属性的无差异、严格偏好和否决阀值,根据区间直觉模糊数的得分函数和精确函数计算出可信度矩阵,引进净可信度作为最终的竞争力大小来对方案进行排序。最后将该方法应用于珠三角地区三家制造企业的竞争力评价,验证该方法的合理性和有效性。     

基于梯度提升决策树的情境感知推荐模型

[目的/意义]旨在深入研究情境信息对用户偏好的影响,提高情境感知推荐的准确性。[方法/过程]提出了基于梯度提升决策树的情境感知推荐模型,根据梯度提升决策树计算情境属性权重,将其与传统协同过滤算法相融合,生成情境感知推荐结果。[结果/结论]该模型可以识别影响用户偏好的重要情景属性,为用户提供个性化推荐服务。     

融合类目偏好和数据场聚类的协同过滤推荐算法研究

[目的/意义]基于近邻用户的协同过滤推荐作为推荐系统应用最广泛的算法之一，受数据稀疏和计算可扩展问题影响，推荐效果不尽如人意。[方法/过程]针对上述问题，提出了一种改进的推荐算法(Category Preferred Data Field Clustering Based Collaborative Filtering Recommendation, CPDFC-CFR)。首先，该算法舍弃用户评分，利用评论情感构建用户—项目矩阵，以增强用户偏好表示能力；其次，该算法引入类目偏好和语义偏好的概念，利用类目偏好比对高维用户—项目矩阵进行降维，并在用户相似度计算中纳入评论情感偏好、项目类目偏好和语义偏好，以降低数据稀疏性；最后，该算法将数据场作为用户聚类的前置算法，把数据场输出(极大值点)作为K-means算法输入，以提升算法实时性和稳定性。[结果/结论]实验结果表明：(1)项目类目级别越低，CPDFC-CFR算法准确性(F-measure)和即时性(相似度计算次数和推荐耗时)越优；(2)与其他推荐算法相比，CPDFC-CFR算法能够有效提升推荐准确性和计算效率，对协同过滤推荐系统建设具有重...     

基于“一带一路”倡议的东盟信息资源用户需求分析模型构建

[目的/意义]用户需求研究对我国信息机构开展东盟信息资源建设与服务具有重要意义。[方法/过程]立足国家“一带一路”倡议,构建东盟信息资源用户需求模型,通过数据采集、信息处理、建立多维度用户需求标签,全面分析用户需求与偏好。[结果/结论]借助东盟信息资源用户需求模型,实现明确机构定位、指导资源建设、服务精准营销、资源协同推荐,对用户需求进行有效管理。     

大数据下基于多源信息融合的企业竞争对手评价模型研究

[目的/意义]针对传统企业竞争对手评价研究中数据源单一和评价指标片面性的不足,文章率先提出了基于多源信息融合的竞争对手评价方法。[方法/过程]基于顾客价值领先战略,从企业和消费者的视角出发,选取企业财务报表和电商平台上的消费者评论作为信息源。通过构建财务特征和情感特征,依托BP神经网络,分别建立基于财务特征和综合特征的竞争对手评价模型。[结果/结论]采用仿真实验对提出的方法进行验证,证明基于综合特征建立的模型相比基于单一财务特征的模型更有效。该方法为大数据背景下的企业竞争对手评价提供了一种新的研究思路。     

图书馆大数据:权利界分、因应之道与风险破解

[目的/意义]迎合大数据时代发展潮流,应是图书馆迭代升级的基本方向。随着大数据产业的兴起,我国陆续修改现行法规或颁布新规定,对网络安全、个人信息保护及网络运行中的数据安全等领域加强规范。但是,数据的权利归属等基础问题尚属法律空白,而该问题关系到图书馆如何因应大数据发展潮流和防范大数据开发利用风险,是迫切需要图书馆人深入思考和研究的重大议题。[方法/过程]将图书馆大数据进行了原始数据和衍生数据的二层次界分:图书馆用户对原始数据拥有初始权利,可排除他人使用;图书馆合法收集的用户原始数据通过资产化、价值化形成的衍生数据,虽然其权属认定和权利范围相关法律法规尚未明确,但这部分数据归属于实现数据价值增值的主体即图书馆所有,符合财产性权利产生的法理基础和逻辑。[结果/结论]迈向大数据时代的图书馆,应从运营管理智能化、打破信息孤岛以及精准服务三个方面搭乘大数据发展的"快车",充分发挥大数据获取、分析技术的作用,把握大数据发展潮流的因应之道。为防范图书馆大数据利用侵犯用户隐私、个人信息以及数据歧视的风险,从图书馆层面、用户层面、行业协会层面以及外部合作层面,提出了从内而外多维度化解大数据开发利用风险的破解之道。     

基于用户属性—关系相似度的好友推荐模型研究

[目的/意义]挖掘潜在好友关系并进行精准的好友推荐服务,已成为社交网络领域研究的热点,基于用户属性-关系相似度的好友推荐模型研究旨在增强用户忠诚度以及在线社区活跃度,提升社区的信息服务准确性和效率。[方法/过程]通过融合用户链接关系与属性特征,提出用户属性-关系相似评价体系;采用因子分析法,计算得出各项目权重以及综合得分;据此构建社交网络相似度矩阵,基于派系划分方法,对用户进行划分分区,最终实现好友推荐服务。[结果/结论]实验结果表明,运用派系划分的基于用户属性-关系推荐模型在推荐列表长度受限情况下的整体表现较优,有效提高推荐精准度。     

基于知识超网络的碎片化知识非线性融合模型研究

【目的/意义】大数据互联网时代,知识以碎片化形式分散在大数据环境中,加剧了大知识融合的难度,深刻 地影响了知识的组织和创新过程。如何针对大数据环境下碎片化知识的特征,构建出适于系统性的把握知识和解 决复杂问题的知识融合框架就成为大数据知识工程研究的热点问题。【方法/过程】系统性分析了碎片化知识的特 征,在此基础上构建了基于知识超网络的融合框架,探讨了知识融合的标准、知识融合的维度以及知识融合的机 制。【结果/结论】知识超网络模型是碎片化知识非线性融合的一种可行的研究框架,其面向问题的多维、多级、多层 的综合的知识融合模型为大数据环境下碎片化知识的融合提供了新的思路。     

专利价值评估工具的有效性比较研究

[目的/意义]专利价值评估工具已经应用非常广泛,但其评估结论是否有效尚有争议。[方法/过程]本文以某高校最近三年已实际发生专利权转移交易的专利为研究样本,以实际交易价格与现已公开应用的3个专利价值评估模型的评估值进行比较,利用相关分析和回归分析等数理统计方法验证Innography、IncoPat和PatSnap作为专利价值评估工具的有效性。[结果/结论]本研究涉及的交易样本数据表明：PatSnap在评估专利价值上具有较高的可靠性,评估结果可作为交易的参考价格供买卖双方参考;IncoPat评估的专利价值度与真实交易价格的自然对数值有较高的相关性,而Innography评估的专利强度与真实价格的相关性一般。PatSnap的价值评估结果可作为交易的参考价格供买卖双方参考,也可用来评估专利作为高校无形资产的价值。     

基于用户评论分析的网络学术信息资源评价体系模型研究

[目的/意义]从用户角度,通过用户评价内容挖掘构建形成网络学术信息资源评价模型,为网络学术信息资源评价提供一个新的视角,并为其更进一步深入研究奠定基础。[方法/过程]文章在利用爬虫工作自动抓取三个知名学术网站用户评论的语料库基础上,运用数据挖掘研究方法对评论数据进行分词、聚类,根据词间与词对关系,构建形成评价体系模型。[结果/结论]基于用户评论挖掘构建形成涵盖资源内容属性、资源外部特征、网络功能属性、获取过程、用户体验五个维度的网络学术信息资源评价体系模型。该体系模型反映出科学用户在利用新兴网络学术信息资源过程中对资源自身属性和平台规范性的关切,是用户与利用正式学术信息资源的本质区别。     

基于用户画像的信息后组织系统的构建研究

[目的/意义]为提高用户信息检索的精度,为用户提供更为精准化和个性化的信息服务。[方法/过程]在梳理用户画像研究成果的基础上,提出了信息后组织的服务方式,进而设计了基于用户画像的信息后组织系统,并探讨了该系统的实现方法,最后利用"豆瓣网"平台中的数据对所设计的模型进行了实例验证与分析。[结果/结论]实验结果表明,基于用户画像的信息后组织系统可提供精准度更高的信息检索结果集,可体现相似用户之间偏好的细微差别,验证了所设计系统模型的可行性与优势。[局限]实例验证中的用户样本集数量较少,也尚未对用户画像的动态修正进行验证。