图书情报学领域学科交叉及其国家差异的动态分析

[目的/意义]领域知识的跨学科交叉研究能够打破学科间的壁垒,有助于发现重大科学问题的解决方案。[研究设计/方法]基于图书情报学领域文献题录信息构建轻量级领域知识图谱,从中提取学科信息、国家信息、时间信息及其关联,采用时间与空间相结合的多维度分析方法,对学科交叉的演化进程以及国家差异进行跟踪与分析。[结论/发现]图书情报学领域内学科交叉现象日渐显著,各国家的学科交叉程度与倾向存在差异,一些目前尚不突出的交叉学科方向值得关注。[创新/价值]采用多维度视角分析学科交叉现象,相关结论可以为国家科技战略制定及学科发展规划提供有益参考。     

专利被引频次的时间影响研究

[目的/意义]研究时间因素对专利被引频次的影响,可以减少时间因素对技术评价活动的制约,提高评价的准确性和可信度。[方法/过程]采集1975-2017年的美国专利数据,开展基于固定效应法的专利被引频次的修正研究。将专利按照不同公开年份和不同技术领域分组,选定组内均值和6个TOP分位数为被引频次基准,统计当前时间点的被引频次基准线及基准线的历史时序变化情况。建立神经网络模型,拟合基准线的时序变化规律,并预测未来统计时间点的基准线。[结果/结论]专利公开年份和统计年份的时间差异,使得专利被引频次无法直接进行比较。本文建立了基于不同技术领域、不同公开年份和不同统计年份的专利被引频次基准线,为专利评估提供参考。     

Martin to Brown

The rise of the modern Black Lives Matter movement can be traced back to two key events, the 2012 death of Trayvon Martin and the 2014 death of Michael Brown. Research routinely showed that mainstream media’s narrative choices marginalize and delegitimize protesters and their causes, a pattern known as the protest paradigm. This study provides a longitudinal examination of how the same mainstream media system varied in their coverage of similar events and the degree to which journalists challenged the predicted paradigms conceptualized in other academic work. A content analysis of national newspaper coverage revealed that news before the judicial rulings focused on protesters’ tactics (violence versus peaceful) and changed to the realm of ideas (grievances and demands) after the assailants were considered not guilty of wrongdoing. No progression was found in legitimizing coverage of protests between the two cases.     

基于用户需求分析的高校图书馆专利服务设计研究——以山东理工大学知识产权信息服务中心为例

[目的/意义]高校图书馆的核心价值首先是服务与需求保持高度一致。研究如何扬长避短、契合需求、多元化、多方位实施专利服务，对高校图书馆提高服务绩效、彰显使命担当具有重要意义。[方法/过程]在分析用户需求及服务设计的基础上，以山东理工大学知识产权信息服务中心专利服务实践为例，从普及与提高相结合的专利素质教育、有所为有所不为的专利科研服务、面向产学研政的情报分析与决策支持服务三个维度，探讨高校图书馆的专利服务定位、服务内容以及服务模式。[结果/结论]"高质量满足用户需求"是高校图书馆专利服务工作的着力点。图书馆要有效开展专利服务工作，合理定位是准绳，专业人才是支撑，专利教育是重点，有效机制是保障。     

心理距离视角下网络舆情传播意愿影响因素研究

[目的/意义]网络舆情传播意愿的形成是网民的一种心理活动，与心理距离密不可分。了解影响网络舆情传播意愿的主要因素，有助于监督管控部门更加卓有成效地对网络舆情进行预警和治理。[方法/过程]通过对心理距离理论的深层次剖析，对其构成进行阐述，并从时间距离、空间距离、社会距离、概率4个维度出发，做出系列理论假设，利用调查问卷法和最优尺度回归分析法，识别出主要影响因素及其重要程度。[结果/结论]最终归纳出7个影响网民改变其自身传播意愿的主要因素，即报道时间、家乡相关、向往地相关、生活相关、亲戚朋友发布、媒体官方发布、企业官方发布，从这7个影响因素出发监控舆情，可以帮助舆情管控部门更有针对性地掌控舆情的传播方向。     

No public value without a valued public

This study aims to enlighten the controversial discussion about the term public value in an innovative way. Instead of normative pronouncements and paternalistic posits, this study combines a theoretical, literature-based conception with an empirical quantitative approach. For this, the key term, public value, is split into its constituent parts of customer value and citizen value and is transformed into measurable attributes. By means of a choice-based conjoint analysis on panel data for Germany and the United Kingdom, we explore which performance attributes of public service broadcasters are the most important. Based on the results, we create a conception of public value from the perspective of the license fee payers as the main stakeholder of public service broadcasters. Our findings may unlock existing potential to increase our understanding of what is meant by the term public value.     

基于深度学习的中文专利自动分类方法研究

[目的/意义] 面向当前国内专利审查和专利情报分析工作中对于海量专利分类的客观需求，设计了7种基于深度学习的专利自动分类方法，对比各种方法的分类效果，从而助力专利分类效率和效果的提升。[方法/过程] 针对传统机器学习方法存在的缺陷，基于Word2Vec、CNN、RNN、Attention机制等深度学习技术，考虑专利文本语序特征、上下文特征以及分类关键特征，设计Word2Vec+TextCNN、Word2Vec+GRU、Word2Vec+BiGRU、Word2Vec+BiGRU+TextCNN等7种深度学习模型，以中国专利为例，选取IPC主分类号的"部"作为分类依据，对比这7种模型与3种传统分类模型在中文专利分类任务中的效果。[结果/结论] 实证研究效果显示，采用考虑语序特征、上下文特征及强化关键特征的深度学习方法进行中文专利分类具有更优的分类效果。     

Assessing library topics using sentiment analysis in R: a discussion and code sample

Abstract

This article discusses the use of R programing language for executing a sentiment analysis of tweets pertaining to library topics. This discussion is situated within the literature of marketing and management sciences, which is employing methods of machine learning and business intelligence to make informed decision-making, and library administration, which has expressed great interest in social media engagement within its literature but has yet to adopt these types of analysis. Presented in this article is a sample code with instructions on how users may execute it within R to retrieve and analyze tweets relevant to library services. Two examples created using the code (analysis of top librarians’ tweets and analysis of posts about major book publishers) are used to demonstrate the functionality of the code. The code presented in this article may be used by libraries to analyze tweets about their library and library-related topics, which, in turn, may inform management and marketing design.     

基于用户兴趣度量的知识发现服务精准推荐

[目的/意义]针对当前知识发现服务中存在的个性化程度不高和推荐效果不佳等问题，提出一种基于用户兴趣度量和内容分析的推荐算法。[方法/过程]文章通过特征词分布、LDA主题分布、引文结构网络三个维度构建学术资源模型，并通过对用户行为的度量，计算用户对其浏览学术资源的兴趣度，结合学术资源模型构建用户兴趣模型。将用户兴趣模型与学术资源模型匹配，计算其相似度，得到用户对每条学术资源的兴趣值，最后将兴趣值最高的TOP-N学术资源推荐给用户。[结果/结论]通过实验检验算法的有效性和推荐准确率，结果显示，本文从实时动态度量兴趣的角度，提出的推荐算法能较好地预测用户兴趣，推荐效果显著，为实现发现服务精准推荐提供思路。     

提高科技期刊影响因子的途径探讨

分析科技期刊影响因子的主要影响因素,探讨提高科技期刊影响因子的途径.