突发事件舆情观点识别与分析研究评述

[目的/意义]突发事件情境下,及时有效地回应舆论关切成为舆情管理中的重要议题,梳理总结突发事件舆情观点研究现状与发展趋势有助于该领域研究开展与实践指导。[研究设计/方法]采集国内外有关突发事件舆情观点的科学文献,从信息分析过程角度出发,分为舆情观点识别、舆情观点组织和舆情观点分析三个方面进行综述。[结论/发现]随着知识图谱等技术优化与应用的不断推进,舆情观点研究可从识别细粒化、组织结构化、分析系统化等方面加以深化,在构建层次化舆情观点信息组织架构及图谱原型的基础上,建立系统化舆情观点多维演化分析框架与应用范式。[创新/价值]从信息分析过程的角度对突发事件舆情观点研究进行总结评述,为突发事件情境下舆情观点与知识图谱的深入融合应用提供参考。     

融合创新视角下我国公共数字文化政策回溯、解读与展望

文章通过对71篇我国公共数字文化政策文本的归纳总结,回溯了我国公共数字文化政策发展历程,将我国公共数字文化建设划分为共建、共享、融合三个阶段,并从宏观管理、建设实践、运行保障三个方面分析解读了我国公共数字文化共建共享阶段的政策内容。文章从融合创新的视角为公共数字文化政策制定的未来方向提出了鼓励数字资源价值挖掘与语义融合、重视移动平台建设与移动新媒体渠道推广、提倡多语言资源建设与发现等建议。     

刑事案件上诉原因文本挖掘--基于二审文书数据

[目的/意义]从刑事二审案件裁判文书中挖掘上诉理由和相关影响因素,给法院和智慧量刑系统提供相关数据。[方法/过程]以北大法宝网近一年的刑事二审案件裁判文书作为基础数据,用信息抽取、word2vec训练词向量和聚类等文本挖掘方法对文本内容进行挖掘。[结果/结论]在传统的上诉理由之外,发现了基于上诉人自身态度的上诉理由。信息抽取、word2vec训练词向量和聚类等文本挖掘方法可用于裁判文书相关内容挖掘。     

基于Hadoop的K—Means聚类算法在高校图书馆工作中的应用研究

文章通过使用Hadoop计算平台,以K-Means算法为例,分析其在Mahout中的并行化策略。通过对读者的借阅数据进行分析研究,应用数据挖掘技术逐步建立应用模型,有效地将数据挖掘技术与图书馆个性化服务紧密地结合在一起。     

基于需求的医学移动学习平台设计

基于山西医科大学、长治医学院、汾阳医学院等院校的师生信息需求调查,构建了医学移动学习平台。该平台整合了学校的教学资源,为用户提供了多种互动学习方式,用户可以快速找到自己感兴趣的信息资源,但平台建设还需要激励措施和知识产权等方面相关制度的支持和配合。     

数据挖掘在数字图书馆中的应用

在描述数据挖掘技术与方法基础之上，探讨了数据挖掘在数字图书馆中的应用空间以及其所具有的巨大应用价值。     

网络环境下的文献信息服务

介绍了目前比较先进的文献信息服务系统和服务方式，包括OPAC，OCLC，定题服务的新发展，全文数据库及最新的资源整合系统等，以信息服务的评价原则为依据，归纳了网络环境下文献信息服务的特点及发展趋势。     

基于数据挖掘技术的Web智能服务算法

提出了一种基于数据挖掘技术的Web智能服务算法，它通过对Web数据模型的转换，发现并建立有关用户意向关联知识库，然后再利用知识库中的关联规则来预测用户行为，从而提高了用户浏览器访问速度。该研究内容属目前智能信息检索领域的重要研究课题，具有一定的理论和实践意义。     

WWW中文信息自动分类方法研究

本文采用一种基于词的归类技术。在类别词专指度的计算中 ,考虑了类别词在语料中的频度、集中度和分布性等因素。根据HTML语言的标记特性 ,应用三维加权分类算法计算类别权值。采用Bayes公式变型 ,计算WWW中文信息文件归类可信度 ,并按可信度最大归类。对 10 8篇试语料进行测试 ,封闭测试的归类正确率为98 1% ,开放测试的正确率为 83 3%。     

智能检索中的网络数据挖掘技术探索

缺少一种深入信息内容的网络信息搜索工具 ,是实现智能检索的主要困难。采用网络数据挖掘技术是解决问题的关键。从智能信息检索的角度出发 ,主要考虑从网络信息内容的关联度来挖掘网络数据。图 1。表 1。参考文献 7。