跨平台用户信息过滤气泡强度比较研究

[目的/意义]对数智时代下跨平台用户信息过滤气泡强度进行比较研究,探讨同类内容智能分发平台的差异性和互补性,有助于平台和用户采取有效措施破除过滤气泡,提升信息多样性。[方法/过程]结合LDA主题模型和信息熵理论,以30746条用户文本评论为样本,测度今日头条和腾讯新闻平台用户信息过滤气泡强度,比较分析跨平台之间的异同之处。[结果/结论]研究发现两大平台不会导致用户陷入过滤气泡,而是提高了用户信息多样性,且今日头条的提升幅度大于腾讯新闻。此外,两大平台的信息存在互补性,用户复合使用有助于提升信息多样性。     

基于多元弱关系融合的科学突破主题早期识别研究

科学突破是变革程度较高、对领域未来发展方向和趋势影响较为深远的科学研究,旨在揭示早期尚未被认识到或重视起来的新现象、新规律。较早阶段识别科学突破主题能够为政策制定者和基金资助机构提供决策支持,有助于优化资源配置。本文选取基因工程疫苗领域展开实证研究,重点关注知识网络中的弱关联关系,构建基于主题词共现-作者合著-参考文献同被引等关系的多层网络,通过综合分析多个特征项之间的关联信息挖掘主题内容,并借助专家判断和权威报告评估识别效果。与基于强关联关系的识别结果的对比分析,验证了本文构建方法适用于科学突破主题的早期识别。在未来研究中可以借鉴网络表示学习,引入时效网络精准定位到某项突破从产生到消退的时间点。     

自动迭代聚类数据集训练的虚假信息识别方法

随着互联网虚假信息日益泛滥,自动识别虚假信息成为互联网信息治理的迫切需求。互联网上虚假信息伴随新事件不断产生,导致识别虚假信息的有监督统计机器学习模型需要不断更新迭代。每次迭代更新都需要构建新的训练集,以便新的虚假信息能在训练集中得以体现。为此,本研究提出一种动态迭代更新训练集构筑机器学习模型的虚假信息识别方法,设计基于核密度估计的迭代聚类方法对虚假信息数据集进行迭代聚类。在每一个自动得到的聚类中,按比例分别选取训练集样本和测试集样本构造分类器的训练样本集和测试样本集,使新产生事件的样本能够在训练集中得到体现。研究结果显示,基于核密度估计的迭代聚类方法划分数据集训练得到的虚假信息分类器,与随机划分数据集策略相比,能够显著提升虚假信息分类准确度。     

新形势下出版企业以合规管理防控风险的策略分析

文章基于新形势下出版企业所处发展环境复杂多变、竞争日益激烈、新媒体和新技术冲击加剧等背景,剖析了企业发展面临的多种类型风险挑战,阐述了合规管理的重要意义;提出构建分级分类合规管理体系、加强党组织领导下的决策体系建设、加快合规管理信息化和数字化建设、营造合规文化氛围等具体举措,为出版企业提高核心竞争力、增强抗风险能力、实现高质量发展提供建议。     

颠覆性技术识别方法发展现状及启示

[目的/意义]颠覆性技术能变革传统生产模式和消费结构，使产业格局巨变。识别潜在颠覆性技术有助于抢占科技制高点，在科技竞争中取得先发优势。[方法/过程]通过主题检索和引文回溯搜集文献，梳理颠覆性技术现阶段的主要识别方法。[结果/结论]发现方法的选择与研究人员学科背景密切相关，根据研究人员的主要研究领域，将其划分为图书情报、工程管理、经济研究和Christansen流派4类识别方法。在此基础上对识别方法进行7个维度的比较，指出现有方法存在3个问题：过度依赖专家评价、识别标准针对性不足和超前识别效果不佳，其中识别标准针对性不足是核心问题。鉴于此，在后续研究中应当从多种角度不断探究和完善技术颠覆潜力的评价方法。     

网络环境下叙词表编制系统中的并发机制探讨

网络技术的成熟和飞速发展,使得叙词表在开放网络环境下进行编制维护并提供访问服务成为必然的发展趋势,同时也提出新的挑战：如何同时保证大量在线用户的各种访问操作和编制维护操作的可并发性？本文针对这个问题展开探讨,提出一种新的适用于开放网络环境下叙词表编制系统用户操作之间的并发机制,通过引入数据库理论中封锁的技术来消除在线叙词表编制系统中用户并发操作时可能会引发的冲突。