面向多粒度层级学习对象的元数据研究与设计

文章针对当前企业e-Learning和知识管理系统中存在的可重用性和自主路径设计的需求,设计了适用于多层粒度学习对象的元数据应用框架,研究并解决了元数据方案设计中的关键问题,包括知识模块的内容模型和语义结构模型。     

共现聚类分析的新方法:最大频繁项集挖掘

针对某一领域的文献,如果两个研究对象同现的频率越高,则通常假设二者存在联系的可能性越大,从而促使共词分析、文献共引分析以及文献作者共著分析等共现分析方法的流行.然而,传统共现分析三个阶段中的前两个阶段存在一定的缺陷,从而导致最后得到的共现聚类分析的结果可能存在一定的误导性.为克服该缺陷,本文从关联规则挖掘领域引入了一种新的共现聚类分析方法--最大频繁项集挖掘,它将传统共现分析法的三个阶段压缩为一个阶段,充分利用了可以利用的各种信息,克服了传统方法的缺陷.通过实验分析发现,设置合适的最小支持度阈值,基本上可以得到比较满意的结果.     

电视新闻报道在新媒体语境下的发展路径

在新媒体技术与网络技术快速发展的过程中,传统电视新闻报道也迎来了新的挑战和冲击,使电视新闻报道不得不转变传统的发展策略和方向,以新媒体为基石,创新出全新的新闻报道形式和内容,以此适应新媒体发展的趋势,巩固传统媒体的媒介地位,推动我国电视新闻事业的快速发展.本文结合新媒体与传统媒体的内涵,探析电视媒体的发展现状,提出电视新闻报道的发展策略.