基于P2P技术的信息资源共享模式研究

以数字图书馆信息资源服务为例,从减少信息服务成本、节约社会资源角度出发,结合国内外发展趋势,探讨并展望基于P2P技术的信息资源共享模式。     

“为开放而订阅”(S2O):从订阅期刊转向OA期刊的新兴模型

[目的/意义] 期刊从订阅模式转向开放获取模式有多种途径,其中"为开放而订阅（S2O）"是一种新兴模型,正越来越受到向开放获取过渡的传统出版商的认可与接纳。[方法/过程] 运用文献调研法与内容分析法,梳理S2O模型的背景、发展,比较9家出版商采用S2O模型的75种期刊的情况。[结果/结论] 指出S2O模型的潜在问题包含订阅机构的流失、图书馆/文献中心的财政预算审查障碍、订阅费用透明度较差;解决措施包括经费补充机制及提供S2O模型期刊的使用数据。从为出版商提供开放获取转换的新途径、有利于保障非营利性出版商的发展两个方面提出S2O开放获取模式,为我国开放获取的理论与实践带来重要启示。     

P2P技术下的基于社会信誉度的个人数字图书馆激励机制

在分析P2 P技术个人数字图书馆及的基础上,提出了可以抑制“搭便车”行为的基于社会信誉度的激励机制。由于该机制是利用最大流方法计算个人数字图书馆的信誉值,因此个人数字图书馆要想获得自己所需的资源就必须通过共享资源来提高自己的信誉值。     

二维码在我国图书馆的应用与发展策略研究

随着移动互联网的发展和智能手机等移动终端的普及,二维码技术在图书馆的应用越来越多。论文在介绍二维码概念及特点的基础上,总结分析了当前二维码技术在我国图书馆的应用主要有网址链接及软件下载、信息传递、定位导引等三大类,并从借鉴参考经验、重视后台内容和服务、注重合作等几个方面进一步探讨了我国图书馆应用二维码技术的发展策略和前景。     

RSS技术在移动图书馆新书推荐系统中的应用与实现

在研究RSS技术和手机软件开发技术的基础上,以浙江工业大学图书馆新书推荐服务为例,介绍使用Oracle数据库、JSP编程语言、J2ME (嵌入式的Java语言平台)语言平台和Sun公司的WTK(无线开发工具)包,在手机上实现查阅图书馆RSS新书推荐的功能,成功地将RSS技术应用在移动图书馆新书推荐系统中。     

B2C电子商务客户许可型信息互动机制的优化策略研究

通过对企业与客户信息互动相关理论的梳理,结合问卷调查与访谈,对目前B2C电子商务企业与客户开展信息互动的现状进行总结。对第二代电子商务浪潮中"感知性"电子商务战略的"客户许可型信息互动"进行分析。在讨论"客户许可型信息互动"面临的挑战的基础上,提出优化电子商务"客户许可型信息互动"机制的框架及改进策略。     

资源场理论及其在电子商务网站中的应用——以B2B网站为例

结合资源场理论与基础资源理论,分析电子商务网站的资源场特征。借助资源场中的势和力的思维,以5个代表性的B2B电子商务网站为例,分析电子商务网站在信息、营销、服务和技术4个方面的核心竞争优势,并建立电子商务网站的资源势评价模型,最后为改进电子商务网站的核心竞争力提出相应建议。     

基于互信息的二阶共现概念相关度研究

中间集和目标集的膨胀,导致基于非相关文献知识发现的准确率低;基于排序的方法存在缺陷,且过度关注B集的排序是对发现有趣的A、C的偏离。直接计算二阶共现概念相关度是基于非相关文献知识发现的薄弱环节,以互信息方法和回归分析方法为基础,构造算法计算二阶共现概念之间的相关度。以PubMed收录的2型糖尿病领域文献为样本,对算法的可行性进行实证研究。模型取得较好的效果,为二阶共现概念之间的关系提取和评价提供新的方法。     

语义对等网环境下的数字图书馆的本体映射

对等网可以方便地解决数字图书馆在C/S模式下的访问瓶颈。提出一种基于超节点对等网的数字图书馆语义架构,采用语义优先的策略解决负载均衡和可靠性。语义对等网环境下的数字图书馆的异构节点之间需要解决互操作问题,给出一种本体映射算法,从语法、词汇和语境三个方面进行概念的匹配,实验表明算法是有效的。     

Assessing behavioral data science privacy issues in government artificial intelligence deployment

In today's global culture where the Internet has established itself as the main tool for communication and commerce, the capability to massively analyze and predict citizens' behavior has become a priority for governments in terms of collective intelligence and security. At the same time, in the context of novel possibilities that artificial intelligence (AI) brings to governments in terms of understanding and developing collective behavior analysis, important concerns related to citizens' privacy have emerged. In order to identify the main uses that governments make of AI and to define citizens' concerns about their privacy, in the present study, we undertook a systematic review of the literature, conducted in-depth interviews, and applied data-mining techniques. Based on our results, we classified and discussed the risks to citizens' privacy according to the types of AI strategies used by governments that may affect collective behavior and cause massive behavior modification. Our results revealed 11 uses of AI strategies used by the government to improve their interaction with citizens, organizations in cities, services provided by public institutions or the economy, among other areas. In relation to citizens' privacy when AI is used by governments, we identified 8 topics related to human behavior predictions, intelligence decision making, decision automation, digital surveillance, data privacy law and regulation, and the risk of behavior modification. The paper concludes with a discussion of the development of regulations focused on the ethical design of citizen data collection, where implications for governments are presented aimed at regulating security, ethics, and data privacy. Additionally, we propose a research agenda composed by 16 research questions to be investigated in further research.